Décomposition de Dunford
|
|
- Joseph Éthier
- il y a 7 ans
- Total affichages :
Transcription
1 Décomposition de Dunford Forêt Jérémy El Gareh Amin 0 mars 0 Table des matières Enoncé du Théorème Démonstration Usuelle. Lemmes Démonstration Démonstration Effective 4. Lemmes Démonstration Exemple et Applications 6 4. Exemple de Décomposition de Dunford Exponentielle de matrice Puissance de matrice
2 Enoncé du Théorème Théorème (Décomposition de Dunford). Soient K un corps commutatif, E un espace vectoriel sur K de dimension finie et u L(E) dont le polynôme minimal est scindé. Alors il existe un unique couple (d, n) L(E) tel que : u = d + n d est diagonalisable n est nilpotent n et d commutent : n d = d n De plus n et d sont des polynômes en u. Démonstration Usuelle. Lemmes Lemme.. (Lemme des noyaux). Soient K un corps commutatif, E un espace vectoriel sur K et u L(E). Soient P,..., P m K[X] deux à deux premiers entres eux. On pose P = m i= P i K[X], alors : Ker (P (u)) = m i= Ker(P i(u)). Pour tout i, m le projecteur de Ker(P (u)) sur Ker(P i (u)) Ker(P (u)) est un polynôme en u. Démonstration. On procède par récurrence sur m. Initialisation au rang m = : PGCD(P, P ) = (A, A ) K[X] tel que A P + A P = (Bézout). Soit x Ker(P (u)) Ker(P (u)) alors d après la relation précédente Donc Ker(P (u)) Ker(P (u)) = {0}. x = [(A P )(u)](x) + [(A P )(u)](x) = 0 Soit x Ker(P (u)) Ker(P (u)) alors! (x, x ) Ker(P (u)) Ker(P (u)) tel que x = x + x et : (P (u))(x) = [P P (u)](x) = [P P (u)](x ) + [P P (u)](x ) = [P (u) P (u)](x ) + [P (u) P (u)](x ) (Car les polynômes en u commutent) = 0. Donc Ker(P (u)) Ker(P (u)) Ker(P (u)). Soit x Ker(P (u)) alors d après la relation de Bézout : Posons : x = [(A P )(u)](x) + [(A P )(u)] { x = [(A P )(u)](x) x = [(A P )(u)](x) Il vient alors : (P (u))(x ) = [(P A P )(u)](x) = 0. x Ker(P (u)). = [(A P P )(u)](x) (Car les polynômes en u commutent) = [A (u) P (u)](x)
3 (P (u))(x ) = [(P A P )(u)](x) = [(A P P )(u)](x) (Car les polynômes en u commutent) = [A (u) P (u)](x) = 0. x Ker(P (u)). Donc x = x + x = x + x Ker(P (u)) Ker(P (u)). Donc Ker(P (u)) Ker(P (u)) Ker(P (u)). On a ainsi montré que Ker(P (u)) = Ker(P (u)) Ker(P (u)) et que le projecteur de Ker(P (u)) sur Ker(P (u)) est (A P )(u) et que celui de Ker(P (u)) sur Ker(P (u)) est (A P )(u). Il s agit bien de polynômes en u. Hérédité : Supposons la propriété vraie pour un certain m N. Soient P,..., P m+ K[X] deux à deux premiers entres eux. Posons P = m+ i= P i = ( m i= P i)p m+, comme m i= P i et P m+ sont deux polynômes premiers entres eux d après le cas m = : Ker(P (u)) = Ker((P... P m )(u)) Ker(P m+ (u)) et les projecteurs π m+ de Ker(P (u)) sur Ker(P m+ (u)) et π de Ker(P (u)) sur Ker((P... P m )(u)) sont des polynômes en u. On a ainsi que Ker(P (u)) = m+ i= Ker(P i (u)). Puis le projecteur de Ker(P (u)) sur Ker(P m+ (u)) est π m+ qui est un polynôme en u et pour tout i, m le projecteur de Ker(P (u)) sur Ker(P i (u)) est π i π qui est bien un polynôme en u. Ce qui clôt la récurrence. Lemme.. (Lemme de Stabilité). Soient (f, g) L(E). (i) Si f et g commutent alors pour toute valeur propre λ de f, le sous-espace propre de f associé à λ est stable par g. (ii) Si f est diagonalisable alors l endomorphisme induit par f sur un sous-espace vectoriel F de E est aussi diagonalisable. Démonstration. Soit x Ker(f λi E ) alors : (f λi E )(g(x)) = f g(x) λg(x) = g(f(x) λx) = g(0) = 0. Ce qui montre le premier point. Pour montrer le second point on va utiliser le fait qu un endomorphisme est diagonalisable si et seulement s il est annulé par un polynôme scindé à racines simples. D après l hypothèse il existe P K[X] scindé à racines simples tel que P (f) = 0. Si on note f = f F alors x F, [P (f )](x) = [P (f)](x) = 0. Donc P annule f et donc f est diagonalisable. Lemme.. (Critère de Codiagonalisation). Soit E un espace vectoriel de dimension finie sur un corps commutatif K. Soient (f, g) L(E) alors les conditions suivantes sont équivalentes : (i) f et g commutent et sont diagonalisables. (ii) f et g sont simultanément diagonalisables. Autrement dit, il existe une base ψ de E telle que f et g soient tout deux diagonaux dans ψ. Démonstration. (i) (ii) : Soient {µ,..., µ r } l ensemble des valeurs propres de g et {λ,..., λ s } l ensemble des valeurs propres de f. Comme f est diagonalisable on sait que E = s i= Ker(f λ ii E ). Puis d après le lemme (..) de stabilité pour tout i, s Ker(f λ i ) est stable par g et g Ker(f λ) est diagonalisable. Ce qui implique que :
4 Ker(f λ i ) = r j= (Ker(f λ ii E ) Ker(g µ j I E )). On a ainsi : E = s i= Ker(f λ ii E ) = s i= ( r i= (Ker(f λ ii E ) Ker(g µ j I E ))). Si on ne garde que les intersections différentes de {0} on peut écrire E = l k= F k avec l rs. Si on note pour tout k, l, B k une base de F k alors B = l i= B k est une base de E convenant. (ii) (i) : Si f et g commutent dans une base, ils commutent dans toute base. Or par hypothèse il existe une base de E où f et g sont diagonaux. Or deux endomorphismes diagonaux commutent. On a donc exhibé une base où f et g commutent.. Démonstration Preuve. (i) Existence : Soit χ u = (X λ ) m...(x λ r ) mr avec λ i C deux à deux distincts et les entiers m i. D après le lemme (..) de décomposition des noyaux et le théorème de Hamilton-Cayley, E est la somme directe des sous-espaces caractéristiques F i = Ker (u λ i Id) mi : E = r i=f i Soit d l endomorphisme de E dont la restriction à F i est exactement λ i Id Fi : autrement dit, d est diagonalisable et admet chaque sous-espace F i comme espace propre pour la valeur propre λ i. Soit n = u d. Il ne reste plus qu à vérifier que n est nilpotent et commute avec d. Comme chaque sous-espace caractéristique de E est stable par u et par d (donc aussi par n), il suffit de le vérifier pour les restrictions aux F i. Notons avec un indice i les restrictions à F i. On a u i = d i + n i et d i = λ i Id Fi. Or, par définition de F i, (u i λ i Id Fi ) mi = 0. Donc n i est nilpotent et commute clairement avec l homothétie d i. D où le résultat. Le couple (d, n) convient donc. Avant de prouver l unicité, vérifions que d et n sont des polynômes en u. Cela se voit dans la démonstration du lemme (..) de décomposition des noyaux : la projection π i sur F i parallèlement à la somme des autres sous-espaces caractéristiques est un polynôme en u. Or, par construction, on a simplement pris d = r λ i π i C[u] i= Bien entendu n = u d est alors aussi dans C[u]. (ii) Unicité : l existence d un autre couple (d, n ) répondant au problème. On a alors d d = n n. Comme d commute avec n, il commute aussi avec u, donc avec tout polynôme en u. En particulier d commute avec d. Ainsi d et d sont codiagonalisable et donc d d est diagonalisable (cf lemme (..)). De même n commute avec n. Il en découle que n n est nilpotent. Le seul endomorphisme diagonalisable et nilpotent étant 0 on a d = d et n = n. Démonstration Effective. Lemmes Lemme.. (Lemme Inversibilité). Soit U une matrice inversible et N une matrice nilpotente qui commutent, alors U N est inversible. Démonstration. Soit k + l ordre de nilpotence de N, alors (U N) k+ = 0 par commutation, donc U N est nilpotente et on a l identité (I U N)(I + U N + + U k N k ) = I. En multipliant à gauche par U et à droite par U, il advient que : (U N)(U + U N + + U k N k ) = I. 4
5 Lemme... Pour tout polynôme P, il existe un polynôme Q K[X, Y ] tel que P (X + Y ) = P (X) + Y P (X) + Y Q(X, Y ). Démonstration. Par linéarité on se permet de le vérifier seulement sur les monômes, où c est donné par la formule du binôme : m ( ) m (X + Y ) m = X m + Y mx m + Y Y k X m k k k=. Démonstration Preuve. Soit A M n (K) une matrice dont le polynôme caractéristique vaut : χ A = r (X α i ) ni. On pose P = r i= (X α i) scindé en racines simples. Alors la suite A n définie par : { A0 = A A n+ = A n P (A n )P (A n ) i= converge en un certain sens quadratiquement en un nombre fini d étapes vers la partie diagonale D de la décomposition de Dunford de A. De plus D est un polynôme en A, et la suite se calcule sans avoir besoin des valeurs propres de A. Démonstration. Montrons en premier lieu que P, et donc la suite, se calcule sans faire appel aux valeurs propres de A. Il suffit de remarquer que P = χ A χ A : en effet λ χ i est racine de multiplicité n i de A χ A donc du membre de droite. De plus ce membre de droite n a aucune autre racine que les λ i, c est donc bien P. Ainsi on peut calculer P par un simple calcul de pgcd à partir de χ A par exemple avec l algorithme d Euclide. { A0 = A Montrons par récurrence que A n+ = A n P (A n )P (A n ) C est-à-dire que n, A n est un polynôme en A et P (A n ) est inversible. est bien définie. Comme P est scindé en racines simples alors P P = et par le théorème de Bézout : il existe des polynômes U et V tels que UP + V P =. Appliquer à la matrice A on a que U(A)P (A) = I V (A)P (A). V (A)P (A) est nilpotente car ces deux facteurs commutent, P (A) est aussi nilpotente car P (A) r = 0 pour r max(n i ). En considérant donc I la matrice identité, qui est inversible et V (A)P (A) nilpotente. Il advient d après le Lemme (..) d inversibilité que I V (A)P (A) est inversible. On en déduit que U(A)P (A) inversible = P (A) inversible. Cette première étape, permet de prouver l existence d un tel polynôme A tel que P (A) est inversible. Supposons que k n, A k est un polynôme en A et P (A k ) est inversible. Alors A n+ est un polynôme en A par hypothèse de récurrence et parce que l inverse d une matrice est un polynôme en la matrice. Reste seulement à prouver que P (A n+ ) est inversible pour conclure la récurrence. Par la formule de Taylor : P (A n+ ) P (A n ) = (A n+ A n )Q(A n ) pour un certain polynôme Q soit : P (A n+ ) = P (A n ) P (A n )P (A n ) Q(An). Dans le membre de droite, le premier terme est inversible par hypothèse de récurrence. Dans le deuxième terme les trois facteurs sont des polynômes en A car en A n est polynôme en A par 5
6 hypothèse de récurrence, donc commutent. On aimerait que ce terme soit nilpotent en invoquant P r pour r max(n i ). Mais pour cela il faudrait avoir un P(A). Qu à cela ne tienne, mettons cette récurrence en pause pour le moment! Montrons par une autre récurrence que : n, P (A n ) P (A) n K[A]. C est vrai au rang 0 (P (A) K[A]) et si c est vrai aux rangs n, le lemme.. permet d affirmer que P (A n+ ) = P (A n + Y ) = Y Q(A n, Y ) avec P (A n ) + Y P (A n ) = 0, car Y = P (A n )P (A n ). P (A n+ ) = P (A n ) P (A n ) Q(A n, Y ) = (P (A) n ) S(A) pour un certain polynôme S. Par hypothèse n + de récurrence, soit P (A n+ ) P (A) n+ K[A], ce qui conclut la récurrence. On peut maintenant conclure la première récurrence : P (A n )P (A n ) Q(A n ) est bien nilpotent puisqu il est nul élevé à toute puissance r telle que r n max(n i ). Le lemme (..) d inversibilité montre donc que P (A n+ ) est inversible. n, l hypothèse de récurrence est vrai. On en déduit que n, A n est un polynôme en A et P (A n ) est inversible. { A0 = A Montrons que la suite A n+ = A n P (A n )P (A n ) converge bien vers le D de Dunford. La récurrence précédente permet d affirmer que la suite est stationnaire dès A n avec n tel que n max(n i ). Ainsi la suite converge en un nombre fini d étape vers D, vérifiant P (D)P (D) = 0 = P (D) = 0, donc A n est diagonalisable car P est scindé en racines simples. A cette étape on a vérifier que n, A n existe et est diagonalisable, il reste donc plus qu a prouver que N = A D est nilpotente et que N et D commutent. N = A D = A 0 A n = (A 0 A ) + + (A n A n ) On remarque que N est une somme de nilpotents donc N est nilpotent. De plus c est un polynôme en A car D l est, donc N commute avec D. On conclut par l unicité dans la décomposition de Dunford. Soit (D, N ), on montre que D et D commutent sur les sous-espaces caractéristiques donc commutent, on obtient que N et N commutent et ainsi N N = D D est diagonalisable nilpotente donc nulle. 4 Exemple et Applications 4. Exemple de Décomposition de Dunford 8 5 Soit A =. Déterminons la décomposition de Dunford de A. Pour ce faire il faut 4 triangulariser la matrice A. Ici nous utiliserons la méthode des blocs de Jordan. 8 X 5 Le polynôme caractéristique de A est P A (X) = X 4 X = (X )(X 4). Les valeurs propres de A sont donc λ =, λ = 4. De plus on remarque que : (A I)(A 4I) = = (X )(X 4) n est pas un polynôme annulateur de A. Donc le polynôme minimal de A est m A (X) = (X )(X 4) Le polynôme minimal étant scindé, la matrice A admet donc une décomposition de Dunford. Le polynôme n ayant pas toutes ses racines simples, la matrice A n est pas diagonalisable. Donc la décomposition de Dunford n est pas triviale. 6
7 Déterminons les sous espaces propres de A : Ker(A I) = {X = (x, y, z) R / (A I)X = 0} =Vect Ker(A 4I) = {X = (x, y, z) R / (A 4I)X = 0} =Vect Soit v = E et v = E 4. = E λ= = E λ=4 On cherche désormais v tel que (A 4I) v = 0 i.e v Ker(A 4I), le plus simple possible. 4 (A 4I) v = 0 4 v = 0 v = 4 0 Ainsi on remarque que (A 4I)v E 4 d où (A 4I)v = γv. 4 4 = = = γv γ =. 4 0 On pose v = γ v = Ainsi on obtient la relation A = LJL avec J = 0 4 et L = La décomposition de Dunford est ainsi on ne peut plus simple : Soit D = et N = alors la décomposition de Dunford de J s écrit J = D +N où D est diagonale (donc diagonalisable) et N nilpotente. De plus D et N commutent bien. D après la relation précédente, A = LJL A = L(D + N )L = LD L + LN L où D = LD L est bien diagonalisable et N = LN L est bien nilpotente. Enfin, la commutativité de D et N entraine bien la commutativité de D et N. 5 0 Après calcul, nous obtenons D = et N = Exponentielle de matrice La décomposition de Dunford, permet ainsi de simplifier le calcul de l exponentielle d une matrice. En effet, si A admet une décomposition de Dunford alors e A = e D+N = e D e N. Proposition. Soit A M n (R) une matrice admettant une décomposition de Dunford et i N l indice de nilpotence de la matrice N (i.e i = min{j N, N j = 0}) on a alors la relation suivante : i e A = e D où N et D sont respectivement la matrice nilpotente et la matrice diagonalisable de la décomposition de Dunford. N k k!. 7
8 Démonstration. Soit A M n (R) une matrice admettant une décomposition de Dunford. Donc!(N, D) M n (R) tels que A = D + N avec D diagonalisable, et N nilpotente. De plus, N et D commutent. + Viens alors que e A = e D e N = e D N k k!. Si on note i l indice de nilpotence de N, il va de soit que k i, N k = 0. D où le résultat. Exemple. Pour A = Ainsi e A = e D N k k! D =, on a la décomposition de Dunford : 5 et N = = e D (Id + N) car on remarque que N = Or D = LD L où D est la partie diagonale de la matrice de Jordan. ( + Ainsi e D = e LD L (LD L ) n + L(D ) n L + ) (D ) n = = = L n! n! n! n=0 n=0 n=0 L = Le D L = 0 e e e = De plus : Id + N = Ainsi e A = e + e4 + e4 e e4 e e 4 e e4 + e4 e + e4 e e 4 e + e4 e e4 e e +9e 4 e 5e 4 e +7e e e 4 e 4e 4 e +e 4 e + e 4. e e 4 e e 4 4. Puissance de matrice La décomposition de Dunford, permet aussi de simplifier le calcul de puissance de matrice. En effet, si A admet une décomposition de Dunford alors le calcul de A n peut se faire via la formule du binôme. Proposition. Soit A M n (R) une matrice admettant une décomposition de Dunford et i N l indice de nilpotence de la matrice N on a alors la relation suivante : A n = min{i,n} ( ) n N k D n k k où N et D sont respectivement la matrice nilpotente et la matrice diagonalisable de la décomposition de Dunford. 8
9 Démonstration. Soit A M n (R) une matrice admettant une décomposition de Dunford. Donc!(N, D) M n (R) tels que A = D + N avec D diagonalisable, et N nilpotente. De plus, N et D commutent. n ( ) n Viens alors que A n = (N + D) n = N k D n k, car N et D commutent. k Si on note i l indice de nilpotence de N, il va de soit que k i, N k = 0. D où le résultat. Exemple. Pour A = Ainsi A n = (D + N) n = D = Ainsi D n = LD n L =, on a la décomposition de Dunford : 5 et N = ( ) n N k D n k = D n + nnd n car on remarque que N = 0. k Or D = LD L où D est la partie diagonale de la matrice de Jordan. = 0 De la même manière on trouve : nnd n = Ainsi A n = n n n 0 0 n + 4 n + 4 n n 4 n n 4 n n 4 n + 4 n n + 4 n n 4 n n + 4 n n 4 n n n 4 n 0 n 4 n n 4n 0 n 4 n n 4 n 0 n 4 n n + 4 n (n + ) + 4 n n 4 n n 4 n n 4 n n 4 n (n + ) + 4 n n + 4 n n 4 n + n 4 n n + 4 n (n + ) n 4 n n n 4 n. 9
Exercices - 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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
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 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 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 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 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 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 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 détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
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 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 détailQuelques tests de primalité
Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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. 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 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 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 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 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 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 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 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 détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
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 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 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 détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
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 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 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 détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
Plus en détailVI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE
VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE 12. Compléments sur les modules 12.1. Théorème de Zorn et conséquences. Soient A un anneau commutatif
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. 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 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 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 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 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 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 détailCalculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/
Calculabilité Cours 3 : Problèmes non-calculables http://www.irisa.fr/lande/pichardie/l3/log/ Problèmes et classes de décidabilité Problèmes et classes de décidabilité Nous nous intéressons aux problèmes
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 détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
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 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 détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
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 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 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 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 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 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 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 détailUNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1
UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique
Plus en détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
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 détailCours arithmétique et groupes. Licence première année, premier semestre
Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières
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 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 détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
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 détail