Une méthode de calcul des valeurs propres d une matrice est nécessairement une méthode
|
|
- Florentin Labrie
- il y a 7 ans
- Total affichages :
Transcription
1 Chapitre 5 Calcul des valeurs propres et des vecteurs propres 5.1 Introduction Une méthode de calcul des valeurs propres d une matrice est nécessairement une méthode itérative. En effet, tout polynôme peut être considéré comme le polynôme caractéristique de la matrice compagnon qui lui est associée. Donc s il était possible d avoir une méthode directe de calcul des valeurs propres, ceci signifierait que l on peut extraire toutes les racines d un polynôme de degré arbitraire en un nombre fini d opérations ce qui est impossible grâce notamment à la célèbre théorie de Galois. Une première classe de méthode itérative de calcul de valeurs propres d une matrice A, consiste à déterminer une suite de matrices inversibles {P k } k=1 telle que A k = P 1 k AP k R, qui converge vers une matrice R pour laquelle il est facile de calculer ses valeurs propres. Par exemple, il peut s agir d une matrice diagonale ou d une matrice triangulaire. Etant donné que les matrices sont tous semblables à la matrice originale A, ils admettent tous 59
2 Calcul des valeurs propres 60 le même polynôme caractétistique P A. P Ak = P A P R = P R = P A car la suite des P Ak voir par la suite. est constante. C est l idée de base de toutes les méthodes que nous allons Une deuxième classe de méthodes s applique à la recherche de certaines valeurs propres particulières comme la plus grande en module ou la plus petite. Ce sont les méthodes de puissance. 5.2 Méthode de Jacobi On fait l hypothèse que la matrice A est symétrique réelle, donc ceci assure des valeurs propres réelles. L idée consiste à trouver une suite de matrices orthogonales {O k } k=1 de sorte que la suite A k+1 = O t kao k D converge vers une matrice diagonale D qui va contenir, selon l introduction 5.1, les valeurs propres de A. A chaque étape, O k est choisie de façon à augmenter les termes diagonaux, i.e. la diagonale de A k+1 sera plus grande que celle de A k dans un sens qui reste à préciser. Voici le choix de la matrice de rotation O I O = p 0 cos θ 0 sin θ I sin θ 0 cos θ 0 q I
3 Calcul des valeurs propres 61 Par exemple, avec n = 5, p = 2 et q = cos θ 0 sin θ sin θ 0 cos θ Posons B = O t AO. Pour calculer les entrées de B, interchangeons les lignes et les colonnes correspondant aux indices p et q. On obtient I I I Â pq a pi a qi 0 I I I cos θ sin θ 0 a pp a pq cos θ sin θ sin θ cos θ sin θ cos θ où Âpq désigne la sous-matrice extraite de A en retranchant les colonnes et lignes p, q. a pq a qq La multiplication par blocs conduit à b pp b pq = cos θ sin θ b pq b qq sin θ a pp cos θ a pq a pq a qq cos θ sin θ sin θ cos θ L identification des composantes donne b pp = a pp cos 2 θ + a qq sin 2 θ a pq sin 2θ b qq = a pp sin 2 θ + a qq cos 2 θ + a pq sin 2θ aussi b pq = a pq cos 2θ + a pp a qq 2 sin 2θ b ij = a ij b pi = a pi cos θ a qi sin θ i p, q b qi = a pi sin θ + a qi cos θ
4 Calcul des valeurs propres 62 Or, si a pq 0 il existe toujours un angle θ compris entre π/4 < θ π/4 définie par Cette valeur de θ rend b pq = 0 de sorte que cot 2θ = a qq a pp 2a pq = b 2 pp + b 2 qq = a 2 pp + a 2 qq + 2a 2 pq n b 2 ii = b 2 ii + b 2 pp + b 2 qq i=1 i p,q = a 2 ii + a 2 pp + a 2 qq + 2a 2 pq = i p,q n a 2 ii + 2a 2 pq > n i=1 i=1 a 2 ii Revenons à la méthode de Jacobi. Supposons que A k a déjà été calculé. Comment choisir la matrice unitaire O k de sorte que A k+1 = Ok t A ko k Méthode de Jacobi classique : on choisit le couple (p, q) tel que a (k) pq = max Méthode de Jacobi cyclique : on fait un balayage cyclique des éléments hors diagonaux. i j a(k) ij (1, 2), (1, 3),..., (1, n), (2, 3),..., (2, n),..., (n 1, n) Montrons la convergence de la méthode dans le cas classique. Pour cela, posons A k = D k + B k où D k représente la diagonale de A k. Montrons que B k 0. Considérons la norme de Frobenius B k E de B k et posons ɛ k = B k 2 E = i j a (k) ij 2
5 Calcul des valeurs propres 63 Or A k+1 E = A k E car la norme de Frobenius est invariante sous l action des matrices unitaires. Ceci se traduit par i,j ɛ k+1 + i a (k+1) ij 2 = i,j a (k) ij 2 a (k+1) ii 2 = ɛ k + i a (k) ii 2 Or on a que i a (k+1) ii 2 = i a (k) ii a (k) pq 2 = ɛ k+1 = ɛ k 2 a (k) pq 2 De plus, par le choix du couple (p, q), on a l inégalité Mais 1 2 n(n 1) ɛ k n(n 1) a (k) pq 2 = < 1, d où le résultat. n(n 1) 2 (ɛ k ɛ k+1 ) = ɛ k+1 (1 2 n(n 1) )ɛ k Nous allons diviser la preuve en plusieurs étapes. Montrons que la suite D k est bornée. On a que D k E A k E A E Ainsi il existe au moins une sous-suite D nk convergente vers la matrice diagonale D. Or D nk D B nk 0 Or le polynôme caractéristique de A nk = A nk D est le même que celui de la matrice originale A, i.e. P A = P Ank P D ce qui entraîne que P D = P A, donc D contient les valeurs propres de A. Ceci montre aussi qu il y a un nombre fini de valeurs d adhérence de la suite D k. Montrons que D k+1 D k 0. On introduit la notation D k = (a (k) ii ). Selon la formule ci-dessus, on a que 0 i p, q a (k+1) ii a (k) ii = tan θ k a (k) pq i = p tan θ k a (k) pq i = q
6 Calcul des valeurs propres 64 Aussi a (k) pq B k E 0 et tan θ k 1 car π/4 θ k π/4. Donc a k+1 ii a k ii 0 i Si on a une telle suite D k possédant les propriétés suivantes : 1. D k est bornée, 2. D k possède un nombre fini de valeurs d adhérence, 3. D k+1 D k 0 alors la suite D k converge vers la matrice diagonale D formée des valeurs propres de A. Consulter Ciarlet [1] pour la preuve. Ce qui implique que toute la suite A k converge vers D car = A k = D k + B k D 0 = A k 0 Passons à la convergence des vecteurs propres par la méthode de Jacobi classique. Le résultat sera démontré que sous l hypothèse que toutes les valeurs propres sont distinctes. Par construction de la suite A k, on a que A k+1 = Ok t A ko k = Ok t Ot k 1 A k 1O k 1 O k =. = Ok t Ot k 1... Ot 2O1AO t 1 O 2... O k 1 O k = Ω t k AΩ k avec la notation Ω k = O 1 O 2... O k 1 O k. La suite Ω k vérifie les propriétés suivantes : La suite Ω k est bornée. Ω k E = I E = n k La suite Ω k possède un nombre fini de valeurs d adhérence.
7 Calcul des valeurs propres 65 En effet, la suite Ω k admet une sous-suite Ω nk qui converge vers Ω. Donc A nk = Ω t n k AΩ nk Ω t k AΩ k Ω t AΩ D = D = Ω t AΩ Ceci signifie que la matrice unitaire Ω contient les vecteur propres. Finalement, montrons que Ω k+1 Ω k 0. Le choix de l angle θ k est fournie par la relation tan 2θ k = a (k) qq 2a(k) pq a (k) pp Or a (k) pq 2 ɛ k B k 2 E 0. Ceci entraîne que a(k) pq 0. Aussi A k D = a (k) qq a (k) pp > δ k avec le choix de δ = 1 2 min i j λ i λ j. Donc θ k 0 et O k I. Or Ω k+1 Ω k = Ω k O k+1 Ω k = Ω k (O k+1 I) Ω k+1 Ω k 2 Ω k 2 O k+1 I 2 = O k+1 I 2 0 La suite Ω k vérifie toutes les hypothèses pour conclure à la convergence de la suite Ω k Ω où la matrice Ω contient les vecteurs propres. 5.3 Méthode de Givens-Householder L idée de la méthode consiste à trouver une matrice orthogonale P telle que P t AP soit tridiagonale. Cette étape constitue la méthode de Householder de réduction d une matrice symétrique à la forme tridiagonale.
8 Calcul des valeurs propres 66 Théorème 22 Etant donné une matrice A carrée symétrique, il existe une matrice P inversible produit de n 2 matrices de Householder telle que P t AP soit une matrice tridiagonale. Passons à la méthode de Givens pour calculer les valeurs propres d une matrice tridiagonale symétrique de la forme b 1 c c 1 b 2 c c B = 2 b 3 c b n 1 c n c n 1 b n Supposons que les c i sont tous différents de zéros, i.e. c i 0 i. Si un des c i = 0, on peut partitionner la matrice en blocs diagonaux telles que l hypothèse c i 0 soit vérifiée. Le polynôme caractéristique de B vérifie des identités remarquables. Théorème 23 Les polynômes caractéristiques p i (λ) P Bi (λ) i = 0, 1,..., n vérifient : 1. On pose p 0 = 1. On a que p 1 = b 1 λ et la relation de récurrence p i (λ) = (b i λ)p i 1 (λ) c 2 i 1p i 2 (λ) i = 2, 3,..., n lim p i(λ) = λ i = 1, 2,..., n p i (λ 0 ) = 0 = p i 1 (λ 0 )p i+1 (λ 0 ) < 0 i = 1, 2,..., n 1 4. Le polynôme p i possède i racines réelles distinctes qui séparent les i + 1 racines de p i+1 pour tous les i = 1, 2,..., n 1.
9 Calcul des valeurs propres 67 Preuve de (1) : b 1 λ c c 1 b 2 λ c c 2 b 3 λ c b i 1 λ c i c i 1 b i λ = (b i λ) b 1 λ c c 1 b 2 λ c c 2 b 3 λ c b i 2 λ c i c i 2 b i 1 λ c i 1 b 1 λ c c 1 b 2 λ c c 2 b 3 λ c b i 2 λ c i 2 c i 1 = (b i λ)p i 1 (λ) c 2 i 1p i 2 (λ) Preuve de (2) : par induction sur i. Le terme dominant λ i de p i est ( 1) i λ i λ = λ i λ i i pair i impair Preuve de (3) : Si p i (λ 0 ) = 0 = p i+1 (λ 0 ) = (b i+1 λ 0 )p i (λ 0 ) c 2 i p i 1 (λ 0 ) = p i+1 (λ 0 ) = c 2 i p i 1 (λ 0 )
10 Calcul des valeurs propres 68 donc de signes opposées. De plus. si p i+1 (λ 0 ) = 0, on aura p i+1 (λ 0 ) = p i (λ 0 ) = p i 1 (λ 0 ) = 0. Ce qui implique que p i 2 (λ 0 ) = 0 et ainsi de suite jusqu à p 0 (λ 0 ) = 0. Ceci est en contradiction avec le fait que p 0 1. Preuve de (4) : est une conséquence de (2) et (3). En fait la propriété (4) permet de trouver un intervalle [a, b] tel que p i (a)p i (b) < 0 ce qui nous assure l existence d une racine dans ]a, b[ du polynôme p i. Pour calculer cette racine, on peut utiliser la méthode de la bissection. 5.4 Méthode QR Cette méthode s applique aux matrices quelconques. Voici le principe de base de cette méthode. Posons A 1 = A. On écrit la factorisation QR de A 1 A 1 = Q 1 R 1 et on forme A 2 = R 1 Q 1 = Q t 1A 1 Q 1 A l étape k, A k = Q k R k on pose A k+1 = R k Q k = Q t ka k Q k Par induction, on obtient A k+1 = (Q 1 Q 2... Q k ) t A(Q 1 Q 2... Q k ) ce qui montre que A k+1 est semblable à A donc admet les mêmes valeurs propres. Théorème 24 convergence de la méthode QR
11 Calcul des valeurs propres 69 Soit A une matrice carrée inversible et ayant des valeurs propres différentes en module. C està-dire qu il existe une matrice P inversible vérifiant λ 1 P 1 AP =... et λ 1 > λ 2 >... > λ n > 0 λ n De plus, on fait l hypothèse que la matrice P 1 admet une factorisation LU, alors la suite A k telle que définie ci-dessus vérifie (A k ) ii λ i (A k ) ij 0 i = 1, 2,..., n j < i Remarques : 1. On ne peut rien dire sur la convergence de la partie supérieure j > i. 2. Si A est réelle et que les valeurs propres sont différentes en module, ceci entraîne que les valeurs propres sont tous réelles car sinon les valeurs propres complexes apparaissent par paires de racines conjuguées, donc de même module ce qui est exclu par hypothèse du théorème. Preuve : Posons Ω k = Q 1 Q 2... Q k et R k = R k... R 2 R 1. On a que A k+1 = Ω t kaω k L idée de la preuve consiste à étudier le comportement asymptotique de la suite Ω k. Pour cela, on va utiliser le fait qu on a déjà une factorisation QR de la matrice A k A... A (k fois) fournit par A k = Ω k R k En effet Ω 1 R 1 = Q 1 R 1 = A Ω 2 R 2 = Q 1 Q 2 R 2 R 1 = Q 1 R 1 Q 1 R 1 = AA = A 2 Ω 3 R 3 = Q 1 Q 2 (Q 3 R 3 )R 2 R 1 = Q 1 Q 2 (R 2 Q 2 )R 2 R 1 = Q 1 (Q 2 R 2 )(Q 2 R 2 )R 1 = (Q 1 R 1 )(Q 1 R 1 )(Q 1 R 1 ) = A 3
12 Calcul des valeurs propres 70 et ainsi de suite. Maintenant,nous allons chercher une autre factorisation QR avec R ii > 0 de sorte qu on pourra utiliser l unicité pour déduire le résultat final. λ 1 Posons P 1 = LU, P = QR et Λ =... λ n. Ceci entraîne que A k = P Λ k P 1 = QRΛ k LU = QR(Λ k LΛ k )Λ k U Or (Λ k LΛ k ) ij = k,l = λ k 1 i δ ik L kl δ λ k lj = ( λ i ) k L ij l λ j 0 i < j 1 i = j ( λ i λ j ) k L ij i > j car la matrice L est triangulaire inférieure et L ii = 1. = Λ k LΛ k I par hypothèse sur les λ i Λ k LΛ k = I + F k où F k 0 = RΛ k LΛ k = (I + RF k R 1 )R Les matrices I + RF k R 1 admettent une factorisation QR avec R ii > 0 car R est inversible I + RF k R 1 = Q k Rk La suite Q k étant borné, ceci implique l existence d une sous-suite convergente. Par abus de langage, on notera de nouveau cette suite par Q k Q. Donc, R k R avec Rii > 0
13 Calcul des valeurs propres 71 et I = Q R. Par unicité de la factorisation QR, on a que Q = R = I. On notera que toutes les sous-suites convergent vers la matrice identité I. Donc la suite entière converge vers I. Revenons à l expression de A k A k = Q(RΛ k LΛ k )Λ k U = Q( Q k Rk R)Λ k U = (Q Q k )( R k RΛ k U) qui est une autre factoristion QR de la matrice A k. Toutefois, rien garantie que le facteur R vérifie R ii > 0. Pour cela, intercalons une matrice diagonale D k avec (D k ) ii = 1 de sorte que la matrice triangulaire supérieure (D k Rk RΛ k U) ii > 0, i = 1,..., n. On peut donc conclure par unicité que Q Q k D k = Ω k Passons à l étape finale qui consiste à étudier la suite A k. On a car A = P ΛP 1 et P = QR. Or dont le résultat est de la forme A k+1 = Ω t ka k Ω k = (D k Q kq )(QRΛR 1 Q 1 )(Q Q k D k ) = D k Q krλr 1 Qk D k D k Q krλr 1 Qk RΛR 1 λ λ RΛR 1 = λ n
14 Calcul des valeurs propres 72 D autre part (DkD k D k ) ij = [D k Q krλr ] 1 Qk D k Cette égalité se traduit par les relations ij = ( D k ) ii (D k ) jj (D k ) ij i = j (D k D kd k ) ii = (D k ) ii (RΛR 1 ) ii = λ i i = j (D k D kd k ) ij = ( D k ) ii (D k ) jj (D k ) ij 0 Remarques : 1. Dans le cas où plusieurs valeurs propres ont le même module (cas des valeurs propres complexes pour une matrice réelle), moyennant une hypothèse de factorisation LU par blocs par P 1, on peut montrer que le comportement asymptotique des matrices A k a l allure suivante. Par exemple λ 1 = λ 2 = λ 3 > λ 4 > λ 5 > λ 6 = λ 7 = λ 8 x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x Les (A k ) ij ne converge pas nécessairement mais les valeurs propres de chaque sous-matrices convergent vers les valeurs propres du module considéré. 2. Dans la pratique, on commence par mettre la matrice A sous une forme plus simple dite
15 Calcul des valeurs propres 73 de Hessenberg x x x x x x A = 0 x x x Cette mise préliminaire s effectue avec des matrices de Householder d une façon analogue à la réduction à la forme tridiagonale dans le cas symétrique. L avantage provient du fait que la suite A k reste sous la forme de Hessenberg. 5.5 Méthodes de puissance Supposons que l on désire calculer un seul vecteur propre correspondant à une valeur propre λ déjà connue. La méthode des itérations inverses est définie par u 0 = donné u k+1 = (A λi) 1 u k (5.1) où λ est une valeur proche de λ. Le calcul de u k+1 s obtient en résolvant le système linéaire (A λi)u k+1 = u k. Notons que la matrice A λi n est pas inversible si λ est une valeur propre de A. Voici comment la suite des u k peut être utilisé pour approcher un vecteur propre correspondant à la valeur propre λ. Théorème 25 Convergence de la méthode des itérations inverses Soit A une matrice carrée diagonalisable et λ une valeur propre de A. On se donne un nombre complexe λ vérifiant λ λ et λ λ < λ µ µ sp(a) \ {λ} (5.2)
16 Calcul des valeurs propres 74 De plus, supposons que le vecteur initial u 0 n est pas contenu dans le sous-espace propre associé à λ, alors est un vecteur propre lié à λ. (λ lim λ) k u k λ λ k u k = q Preuve : soit B = {p i } n i=1 une base de vecteurs propres de A associée aux valeurs propres {λ i } n i=1. On a que u 0 = n α i p i = α i p i + α i p i λ i =λ λ i λ i=1 = p + λ i λ α i p i Par hypothèse, p 0. u k = (A λi) 1 u k 1 (λ 1 λ) k = u k = (A λi) 0 (λ k u 0 = 2 λ) k k (λ n λ) n u k = (λ i λ) k α i p i i=1 = (λ λ) k u k = p + λ i λ = λ λ k u k p = (λ λ) k λ λ k u k u k u k = (λ i λ) k α i p i + i λ i =λ λ i λ(λ λ) k α i p i p u k = (λ λ) + α i p i k (λ λ i λ i λ) k p p = q (λ λ) k (λ i λ) k α ip i p et q fait partie du sous-espace propre associé à λ. B α 1 α n.. B
17 Calcul des valeurs propres 75 A noter que si λ > λ, on a que u k u k q. Sinon λ < λ, on a que ( 1) k u k u k Remarques : q. 1. En pratique, on ne sait pas si λ > λ ou λ < λ. Il faut étudier la convergence des deux suites u k u k ou bien ( 1) k u k u k 2. On sait qu il faut prendre λ λ. Par contre, selon l expression de (λ λ) k u k ci-dessus, il est préférable de prendre λ aussi voisin que possible de λ pour accélérer la convergence. Toutefois, la matrice A λi devient mal conditionné. 3. Si on choisit λ = 0, l hypothèse (5.2) devient λ < µ µ sp(a) \ {λ} ce qui revient à dire que la méthode itérative va converger vers le vecteur propre correspondant à la plus faible valeur propre en module. Algorithme de puissance inverse : u 0 = donné Au k+1 = u k 4. Prenons A 1 au lieu de A et aussi λ = 0. L hypothèse (5.2) s écrit maintenant 1 λ < 1 µ µ sp(a) \ {λ} ce qui est équivalent à µ < λ µ sp(a) \ {λ} donc l algorithme converge vers le vecteur propre de plus grand module. L algorithme s écrit. Algorithme de puissance ordinaire : u 0 = donné u k+1 = Au k
18 Calcul des valeurs propres Pour calculer la valeur propre correspondant au vecteur propre q, il suffit de calculer son quotient de Rayleigh λ k = (Aq k, q k ) (q k, q k ) Si q k est une bonne approximation de q, alors λ k sera une bonne appproximation λ. 6. Finalement, l hypothèse sur u 0 est en général satisfaite car il est peu probable que la composante de u dans l espace propre correspondant à λ soit égal à zéro.
Exo7. 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 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 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 détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
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 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 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 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 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 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 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 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 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 détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
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 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 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 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 détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailCHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté
CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
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 détailMATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.
Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne
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 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 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 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 détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
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 détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
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 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 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 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 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 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 détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
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 détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailLe Modèle Linéaire par l exemple :
Publications du Laboratoire de Statistique et Probabilités Le Modèle Linéaire par l exemple : Régression, Analyse de la Variance,... Jean-Marc Azaïs et Jean-Marc Bardet Laboratoire de Statistique et Probabilités
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 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 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 détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
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 détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
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 détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
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 détail