Diverses factorisation de matrices
|
|
- Côme Gauthier
- il y a 7 ans
- Total affichages :
Transcription
1 18 Diverses factorisation de matrices On utilise les notations et dénitions du chapitre Les théorèmes de réduction des matrices Les théorèmes de réduction des matrices (voir le chapitre 17) nous fournissent des factorisations de matrices. Par exemple, une matrice A M n (K) qui est diagonalisable [resp. trigonalisable] s'écrit A = P DP 1 [resp. A = P T P 1 ] avec P GL n (K) et D diagonale [resp. T triangulaire]. La décomposition additive de Dunford-Schwarz d'une matrice inversible (voir le paragraphe 16.5) nous donne une décomposition multiplicative. Dénition 18.1 On dit qu'une matrice U M n (K) est unipotente si la matrice U I n est nilpotente. Théorème 18.1 (Dunford-Schwarz) Soit A GL n (K) telle que son polynôme caractéristique soit scindé sur K. Il existe un unique couple formé d'une matrice inversible diagonalisable D et d'une matrice unipotente U telles que A = DU = UD. Démonstration. On a la décomposition de Dunford-Schwarz A = D + N avec D diagonalisable et N nilpotente qui commute à D. Comme A est inversible, il en est de même de D et on peut écrire que A = D (I n + D 1 N) avec diagonalisable inversible et U = I n + D 1 N nilpotente (pour k N, on a (U I n ) k = (D 1 N) k = (D 1 ) k N k puisque DN = ND, donc D 1 N = ND 1 ) qui commute à D. Si A = DU est une telle décomposition, on a alors, A = D + N avec N = D (U I n ) nilpotente (puisque U I n est nilpotente et commute à D) qui commute à D, ce qui nous donne la décomposition additive de Dunford Schwarz et nous assure de l'unicité de D et de U = D 1 A. Si le corps K est algébriquement clos, on a toujours une décomposition multiplicative de Dunford-Schwarz dans GL n (K). Exercice 18.1 Montrer que, dans la décomposition multiplicative de Dunford-Schwarz d'une matrice inversible, les matrices D et U sont des polynômes en A. Solution 18.1 On utilise les notations du théorème précédent. On sait que dans la décomposition additive de Dunford-Schwarz de A, les matrices D et N sont des polynômes en A. En utilisant le théorème de Cayley-Hamilton, on voit que la matrice D 1 est un polynôme en D, donc un polynôme en A. Il en résulte que U = I n + D 1 N est un polynôme en A. 473
2 474 Diverses factorisation de matrices Exercice 18.2 On suppose K algébriquement clos et de caractéristique nulle. Montrer que A GL n (K) est diagonalisable si, et seulement si, il existe un entier r 1 tel que A r soit diagonalisable. Solution 18.2 On rappelle que, pour K algébriquement clos, on a Sp (A r ) = {λ r λ Sp (A)} (théorème 16.1). Si A est diagonalisable, il en est alors de même de A r pour tout r 1. Réciproquement supposons qu'il existe un entier r 1 tel que A r soit diagonalisable. Comme A r et D r commutent (A r = D r U r = U r D r puisque DU = UD) et sont diagonalisables, ces matrices sont simultanément diagonalisables. Il existe donc P GL n (K) telle que P 1 A r P = diag (λ r 1,, λ r n) et P 1 D r P = diag (λ r 1,, λ r n), où λ 1,, λ n sont les valeurs propres de A et de D (on rappelle que Sp (A) = Sp (D)). De A r = D r U r, on déduit alors que : P diag (λ r 1,, λ r n) P 1 = P diag (λ r 1,, λ r n) P 1 U r et U r = I n. La matrice U est donc annulée par X r 1 et par (X 1) n (elle est unipotente), son polynôme minimal est donc un diviseur de X r 1 et (X 1) n, il divise donc leur pgcd qui vaut X 1. Ce polynôme minimal est donc X 1, ce qui revient à dire que U = I n et A = D est diagonalisable Matrices de dilatation et de transvection. Générateurs de GL n (K) On se reportera au paragraphe 13.1 pour la description des opérations élémentaires et pour les démonstrations des théorèmes. On rappelle qu'une matrice de transvection est une matrice de la forme : T ij (λ) = I n + λe ij avec 1 i j n et λ K et qu'une matrice de dilatation est une matrice de la forme : D i (λ) = I n + (λ 1) E ii avec 1 i n et λ K. Ces matrices peuvent être utilisées pour réaliser des opérations élémentaires : la multiplication à gauche [resp. à droite] par une matrice de dilatation D i (λ) a pour eet de multiplier la ligne i [resp. la colonne i] par λ ; la multiplication à gauche [resp. à droite] par une matrice de transvection T ij (λ) a pour eet de remplacer la ligne L i par L i + λl j [resp. la colonne C j par C j + λc i ]. L'ensemble des matrices de dilatation ou de transvection forme un système générateur du groupe multiplicatif GL n (K). Théorème 18.2 Toute matrice A GL n (K) s'écrit : A = P k D n (λ) où P 1,, P r, Q 1,, Q s sont des matrices de transvection et λ = det (A). Q j
3 Matrices de dilatation et de transvection. Générateurs de GL n (K) 475 On en déduit que le sous-groupe SL n (K) de GL n (K) formé des matrices des déterminant égal à 1 est engendré par l'ensemble des matrices de transvection. On en déduit également les résultats de topologie suivants. Corollaire 18.1 Les groupes SL n (R), SL n (C) et GL n (C) sont connexes par arcs. Démonstration. Soit A SL n (K) pour K = R ou C. Elle s'écrit A = P k Q j où les P k et Q j sont des matrices de transvections. Pour toute matrice de transvection T = T ij (λ) et tout t [0, 1], on note T (t) = T ij (tλ) et on dénit l'application γ : [0, 1] SL n (K) par : t [0, 1], γ (t) = P k (t) Q j (t) Cette application est continue avec γ (0) = I n et γ (1) = A. On a donc ainsi prouvé que SL n (K) est connexe par arcs. Soit A GL n (C). Elle s'écrit A = P k D n (det (A)) Q j où les P k et Q j sont des matrices de transvections. Comme C est connexe par arcs, il existe une application continue φ : [0, 1] C telle que φ (0) = 1 et φ (1) = det (A). L'application γ : [0, 1] GL n (C) dénie par : t [0, 1], γ (t) = P k (t) D n (φ (t)) Q j (t) est alors continue avec γ (0) = I n et γ (1) = A. On a donc ainsi prouvé que GL n (C) est connexe par arcs. Voir aussi l'exercice pour une autre démonstration de la connexité de GL n (C). Corollaire 18.2 Les ensembles GL + n (R) et GL n (R) sont connexes par arcs et ce sont les composantes connexes de GL n (R) (donc GL n (R) n'est pas connexe). Lemme 18.1 Toute matrice de transvection ou de dilatation inversible s'écrit comme produit de matrices diagonalisables inversibles. Démonstration. Une matrice de dilatation inversible D n (λ) est diagonale (avec λ 0). Si T ij (λ) est une matrice de transvection, pour toute matrice diagonale D de termes diagonaux λ i non nuls et deux à deux distincts, la matrice D T ij (λ) est triangulaire avec les mêmes termes diagonaux que D, elle est donc triangulaire avec ses termes diagonaux non nuls et deux à deux distincts, donc diagonalisable inversible et T ij (λ) = D 1 (D T ij (λ)) est produit de deux matrices diagonalisables inversibles. Théorème 18.3 Le groupe multiplicatif GL n (K) est engendré par l'ensemble des matrices diagonalisables inversibles. Démonstration. Toute matrice inversible est produit de matrices de transvection ou de dilatation inversible et chacune de ces matrices est produit de matrices diagonalisables inversibles.
4 476 Diverses factorisation de matrices 18.3 Factorisation LR (ou LU) On se reportera au paragraphe pour les dénitions. Théorème 18.4 Une matrice A GL n (K) admet une décomposition A = LR, où L est une matrice triangulaire inférieure à diagonale unité et R une matrice triangulaire supérieure si, et seulement si, tous les déterminants principaux de A sont non nuls. Lorsqu'elle existe une telle décomposition est unique. Démonstration. Pour la condition nécessaire et susant donnant l'existence d'une telle décomposition, on procède par récurrence sur n 1. Pour n = 1, c'est clair. Supposons le résultat acquis pour n 1 1 et soit A GL n (K) ayant tous les déterminants principaux non nuls. ( ) A1 B On écrit A = 1 avec A 1 M n 1 (K), B 1 M n 1,1 (K), C 1 M 1,n 1 (K) et C 1 a nn a nn K. Comme tous les déterminants principaux de A sont non nuls, on a A 1 GL n 1 (K) avec tous ses déterminants principaux non nuls et a nn K. Par hypothèse de récurrence, il existe L 1 triangulaire inférieure à diagonale unité et R 1 triangulaire supérieure dans GL n 1 (K) telles que A 1 = L 1 R 1. Notons : L = ( L1 0 D 1 1 ), R = ( R1 E 1 0 α où D 1 M 1,n 1 (K), E 1 M n 1,1 (K) et α K sont à déterminer. La matrice L est triangulaire inférieure à diagonale unité et la matrice R est triangulaire supérieure dans GL n (K). L'égalité A = LR équivaut : ( ) ( ) A1 B 1 L1 R = 1 L 1 E 1 C 1 a nn D 1 R 1 α + D 1 E 1 soit à : L 1 E 1 = B 1, D 1 R 1 = C 1, α + D 1 E 1 = a nn Comme L 1 est inversible, le système linéaire L 1 E 1 = B 1 a un unique solution E 1 M n 1,1 (K) = K n 1 et comme R 1 est inversible, le système linéaire D 1 R 1 = C 1, équivalent à t R 1 ( t D 1 ) = t C 1, a un unique solution D 1 M 1,n 1 (K), puis α = a nn D 1 E 1. On a donc ainsi un décomposition LR. Réciproquement si A GL n (K) admet une décomposition LR, alors R est aussi inversible et la décomposition par bloc faite précédemment nous montre que tous les déterminants principaux de A sont non nuls. En eet, det (A) 0 puisque A GL n (K), A 1 = L 1 R 1 est inversible det (R) puisque det (A 1 ) = det (R 1 ) = 0 et tous les déterminants principaux de A 1 sont non α nuls par hypothèse de récurrence. Montrons enn l'unicité d'une telle décomposition quand elle existe. Supposons que A GL n (K) s'écrive A = L 1 R 1 = L 2 R 2 avec L 1, L 2 triangulaires inférieures de diagonale unité et R 1, R 2 triangulaires supérieures. Toutes les matrices considérées étant inversibles, on a L 1 2 L 1 = R 2 R1 1 et cette matrice est à la fois triangulaire inférieure et triangulaire supérieure de diagonale unité, c'est donc la matrice l'identité. Donc L 1 = L 2 et R 1 = R 2. )
5 Factorisation de Cholesky des matrices symétriques réelles dénies positives 477 Au paragraphe 13.4 on donne une démonstration du théorème précédent basée sur la méthode des pivots de Gauss. Dans le cas où la matrice A GL n (K) est symétrique avec tous ses déterminants principaux non nuls, dans la décomposition LR de A, on a det (R) = det (A) 0, donc tous les termes diagonaux de R sont non nuls et on peut écrire R sous la forme R = DR avec D diagonale et R triangulaire supérieure à diagonale unité. On a donc A = LDR et l'égalité t A = A nous donne, compte tenu de l'unicité de la décomposition LR, R = t L. On a donc la décomposition unique A = LD t L, où L est triangulaire inférieure à diagonale unité et D diagonale. Pour K = R, cette décomposition nous donne un moyen de calculer la signature de A et cette matrice est dénie positive si et seulement si tous les coecients de D sont strictement positifs.(voir le paragraphe 13.5) Factorisation de Cholesky des matrices symétriques réelles dénies positives Dans le cas où la matrice A est symétrique réelle dénie positive, la décomposition LD t L permet de montrer le résultat suivant. Théorème 18.5 Une matrice réelle A est symétrique dénie positive si, et seulement si, il existe une matrice B triangulaire inférieure et inversible telle que A = B t B. De plus une telle décomposition est unique si on impose la positivité des coecients diagonaux de la matrice B. Démonstration. Voir le paragraphe On peut retrouver ce théorème en utilisant le procédé de Gram-Schmidt (voir le paragraphe 43.4). Si A est une matrice réelle symétrique dénie positive, elle dénit alors un produit scalaire sur R n : (x, y) R n R n, x y = t xay Le procédé de Gram-Schmidt permet de construire, à partir de la base canonique B 0 = (e i ) 1 i n de R n, une base B = (f i ) 1 i n qui est orthonormée pour ce produit scalaire. Une telle base étant construite comme suit : g 1 = e 1, f 1 = 1 g 1 g 1 g k = e k k 1 e k f j f j, f k = 1 g k g k, (k = 2,, n) La matrice de passage P de B 0 à B est alors triangulaire supérieure de termes diagonaux 1 g k > 0 et la matrice du produit scalaire dans cette base B est alors I n = t P AP, ce qui nous donne A = B t B où B = t P 1 est triangulaire inférieure de termes diagonaux g k > Factorisation QR Pour ce paragraphe K = R. Comme application du théorème de Cholesky, on a le résultat suivant.
6 478 Diverses factorisation de matrices Théorème 18.6 Toute matrice A GL n (R) s'écrit de manière unique A = QR où Q est une matrice orthogonale et R une matrice triangulaire supérieure à coecients diagonaux strictement positifs. Démonstration. Si A GL n (R), la matrice M = t A A est alors symétrique dénie positive et en conséquence admet une décomposition de Cholesky t A A = B t B, où B est triangulaire inférieure de termes diagonaux strictement positifs. La matrice Q = t A 1 B est alors orthogonale. En eet, on a : t QQ = t BA 1 t A 1 B = t B ( t A A ) 1 B = t B ( B t B ) 1 B = t B ( t B ) 1 B 1 B = I n Ce qui nous donne A = QR avec Q = t A 1 B orthogonale et R = t B triangulaire supérieure à coecients diagonaux strictement positifs. S'il existe deux décompositions A = Q 1 R 1 = Q 2 R 2 avec Q 1, Q 2 orthogonales et R 1, R 2 triangulaires supérieures, la matrice = R 1 R2 1 = Q 1 1 Q 2 = t Q 1 Q 2 est triangulaire supérieure orthogonale et 1 = t est à la fois triangulaire supérieure et inférieure, donc diagonale, et orthogonale. Les termes diagonaux de sont donc égaux à ±1. Si on suppose de plus que R 1 et R 2 sont à termes diagonaux strictement positifs il en est de même de et nécessairement = I n, ce qui nous donne R 1 = R 2 et Q 1 = Q 2. D'où l'unicité de la décomposition. Ce théorème peut aussi se montrer en utilisant le procédé de Gram-Schmidt, ce qui donne un moyen plus pratique que la décomposition de Cholesky pour obtenir les matrices Q et R. On se place sur R n muni de sa structure euclidienne canonique : (x, y) R n R n, x y = n x k y k On désigne par B 0 = (e i ) 1 i n la base canonique de R n et par B = (f i ) 1 i n la base de R n formée des vecteurs colonnes de A GL n (R). Le théorème de Gram-Schmidt nous permet de construire une base orthonormée B 1 = (g i ) 1 i n de R n telle que Vect {f 1,, f k } = Vect {g 1,, g k } pour tout k compris entre 1 et n. La matrice de passage P B,B1 de la base B à la base B 1 est triangulaire supérieure et la matrice de passage P B0,B 1 de la base canonique B 0 à la base B 1 est orthogonale. En considérant que A est la matrice de passage P B0,B de la base canonique B 0 à la base B, on a (relation de Chasles pour les matrices de passage) : A = P B0,B = P B0,B 1 P B1,B = QR avec Q = P B0,B 1 orthogonale et R = P B1,B = P 1 B,B 1 triangulaire supérieure de termes diagonaux g k f k > 0. De ce théorème, on déduit la décomposition d'iwasawa. Théorème 18.7 Toute matrice A GL n (R) s'écrit de manière unique A = QDR où Q est une matrice orthogonale, D une matrice diagonale de coecients diagonaux strictement positifs et R une matrice triangulaire supérieure à coecients diagonaux égaux à 1. Démonstration. On a la décomposition A = QR où Q est orthogonale et R triangulaire supérieure à coecients diagonaux strictement positifs. On peut écrire R sous la forme R = DR avec D diagonale à coecients diagonaux strictement positifs et R triangulaire supérieure à diagonale unité. Ce qui nous donne la décomposition A = QDR. L'unicité dans la décomposition QR nous assure l'unicité de cette décomposition.
7 Décomposition polaire Décomposition polaire Du théorème spectral, on déduit l'existence de la racine carrée d'une matrice complexe hermitienne [resp. réelle symétrique] (théorème 22.11), ce qui permet d'obtenir la décomposition polaire d'une matrice complexe ou réelle inversible. Théorème 18.8 Toute matrice A GL n (C) [resp. A GL n (R)] peut s'écrire de manière unique A = UH [resp. A = ΩS] où U [resp. Ω] est une matrice unitaire [resp. orthogonale] et H [resp. S] une matrice hermitienne [resp. symétrique] dénie positive. Démonstration. Voir le corollaire De la densité de GL n (K) dans M n (K) pour K = R ou C, on peut déduire une généralisation à M n (K) du théorème de décomposition polaire des matrices inversibles. Pour ce faire on a besoin du lemme suivant. Lemme 18.2 L'ensemble U n (C) des matrices complexes unitaires [resp. O n (R) des matrices réelles orthogonales] est compact dans M n (C) [resp. dansm n (R)]. Démonstration. Voir le lemme 22.6 pour le cas réel, le cas complexe se traitant de manière analogue. Théorème 18.9 Toute matrice A M n (C) [resp. A M n (R)] peut s'écrire A = UH [resp. A = ΩS] où U [resp. Ω] est une matrice unitaire [resp. orthogonale] et H [resp. S] une matrice hermitienne [resp. symétrique] positive. Démonstration. Voir le théorème pour le cas réel, le cas complexe se traitant de manière analogue. Le théorème de décomposition polaire des matrices inversibles peut s'exprimer comme suit en utilisant la compacité de O n (R). Théorème L'application (U, H) UH [resp. (Ω, S) ΩS] réalise un homéomorphisme de U n (C) H n ++ (C) sur GL n (C) [resp. de O n (R) S ++ (R) sur GL n (R)]. Démonstration. Voir le théorème pour le cas réel, le cas complexe se traitant de manière analogue. Exercice 18.3 On munit l'espace M n (R) du produit scalaire déni par : (A, B) M n (R) M n (R), A B = Tr ( t AB ) (c'est tout simplement le produit scalaire canonique de R n2 identié à M n (R)). Montrer que : d (0, SL n (R)) = n où d (0, SL n (R)) = inf A est la distance de 0 à SL n (R). A SL n (R) Solution 18.3 Toute matrice A M n (R) s'écrit A = ΩS où Ω est orthogonale S symétrique positive et on a : A 2 = Tr ( t AA ) = Tr ( S t ΩΩS ) = Tr ( S 2) n
8 480 Diverses factorisation de matrices Comme S est symétrique réelle, elle se diagonalise dans une base orthonormée, c'est-à-dire qu'il existe P O n (R) telle t P SP = D est diagonale. En notant λ 1,, λ n les valeurs propres (réelles positives) de S, on a : A 2 = Tr ( S 2) = Tr ( D 2) = n λ 2 k En utilisant l'inégalité entre moyennes géométrique et arithmétique (voir le paragraphe ) : ( n ) 1 n n λ 2 k 1 n λ 2 k on déduit que : A M n (R), A 2 n ( n λ 2 k ) 1 n = n ( det ( S 2)) 1 n = n ( det ( A 2)) 1 n (on a det (A) = det (Ω) det (S) avec det (Ω) = ±1 et det (A 2 ) = det (A) 2 ) soit : et en particulier : Il en résulte que d (0, SL n (R)) n. Pour A O + n (R) SL n (R), on a : donc d (0, SL n (R)) n et on a l'égalité. A M n (R), A n det (A) 1 n A SL n (R), A n A 2 = Tr ( t AA ) = Tr (I n ) = n
Calcul 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 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 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 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 détailChapitre 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 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 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 détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
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 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 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 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 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 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 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 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 détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
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 détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
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 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 détailReprésentation d un entier en base b
Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir
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 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 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 détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
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 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 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 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 détailConstruction d un cercle tangent à deux cercles donnés.
Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
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 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 détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
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 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 détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
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 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 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 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 détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
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 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 détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
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 détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
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 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 détail108y= 1 où x et y sont des entiers
Polynésie Juin 202 Série S Exercice Partie A On considère l équation ( ) relatifs E :x y= où x et y sont des entiers Vérifier que le couple ( ;3 ) est solution de cette équation 2 Déterminer l ensemble
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailMathématiques Algèbre et géométrie
Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches
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 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 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 détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailConstruction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Plus en détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailIII- Raisonnement par récurrence
III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
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 détailCours d arithmétique Première partie
Cours d arithmétique Première partie Pierre Bornsztein Xavier Caruso Pierre Nolin Mehdi Tibouchi Décembre 2004 Ce document est la première partie d un cours d arithmétique écrit pour les élèves préparant
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
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 détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
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 détailPEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?
PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
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 détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détail4. NOMBRES COMPLEXES ET TRIGONOMÉTRIE
4. NOMBRES COMPLEXES ET TRIGONOMÉTRIE 1 Introduction. 1. 1 Justication historique. La résolution de l'équation du degré (par la méthode de Cardan) amena les mathématiciens italiens du seizième 3ème siècle
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 détailNombres premiers. Comment reconnaître un nombre premier? Mais...
Introduction Nombres premiers Nombres premiers Rutger Noot IRMA Université de Strasbourg et CNRS Le 19 janvier 2011 IREM Strasbourg Definition Un nombre premier est un entier naturel p > 1 ayant exactement
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 détailRésumé du cours d algèbre 1, 2013-2014. Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr
Résumé du cours d algèbre 1, 2013-2014 Sandra Rozensztajn UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr CHAPITRE 0 Relations d équivalence et classes d équivalence 1. Relation d équivalence Définition
Plus en détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
Plus en détail