Dimension finie. 1. Famille libre Combinaison linéaire (rappel) 1.2. Définition

Dimension: px
Commencer à balayer dès la page:

Download "Dimension finie. 1. Famille libre Combinaison linéaire (rappel) 1.2. Définition"

Transcription

1 Dimesio fiie Vidéo partie. Famille libre Vidéo partie 2. Famille géératrice Vidéo partie 3. Base Vidéo partie 4. Dimesio d'u espace vectoriel Vidéo partie 5. Dimesio des sous-espaces vectoriels Fiche d'exercices Espaces vectoriels de dimesio fiie Les espaces vectoriels qui sot egedrés par u ombre fii de vecteurs sot appelés espaces vectoriels de dimesio fiie. Pour ces espaces, ous allos voir commet calculer ue base, c est-à-dire ue famille miimale de vecteurs qui egedret tout l espace. Le ombre de vecteurs das ue base s appelle la dimesio et ous verros commet calculer la dimesio des espaces et des sous-espaces.. Famille libre.. Combiaiso liéaire (rappel) Soit E u -espace vectoriel. Défiitio. Soiet v, v 2,..., v p, p vecteurs d u espace vectoriel E. Tout vecteur de la forme u = λ v + λ 2 v λ p v p (où λ, λ 2,..., λ p sot des élémets de ) est appelé combiaiso liéaire des vecteurs v, v 2,..., v p. Les scalaires λ, λ 2,..., λ p sot appelés coefficiets de la combiaiso liéaire..2. Défiitio Défiitio 2. Ue famille {v, v 2,..., v p } de E est ue famille libre ou liéairemet idépedate si toute combiaiso liéaire ulle est telle que tous ses coefficiets sot uls, c est-à-dire λ v + λ 2 v λ p v p = λ =, λ 2 =,... λ p =. Das le cas cotraire, c est-à-dire s il existe ue combiaiso liéaire ulle à coefficiets o tous uls, o dit que la famille est liée ou liéairemet dépedate. Ue telle combiaiso liéaire s appelle alors ue relatio de dépedace liéaire etre les v j.

2 DIMENSION FINIE. FAMILLE LIBRE 2.3. Premiers exemples Pour des vecteurs de, décider si ue famille {v,..., v p } est libre ou liée reviet à résoudre u système liéaire. Exemple. Das le -espace vectoriel 3, cosidéros la famille 4 2 2, 5,. 3 6 O souhaite détermier si elle est libre ou liée. O cherche des scalaires (λ, λ 2, λ 3 ) tels que λ + λ 2 + λ 3 = ce qui équivaut au système : λ + 4λ 2 + 2λ 3 = 2λ + 5λ 2 + λ 3 = 3λ + 6λ 2 = O calcule (voir u peu plus bas) que ce système est équivalet à : λ 2λ 3 = λ 2 + λ 3 = Ce système a ue ifiité de solutios et e preat par exemple λ 3 = o obtiet λ = 2 et λ 2 =, ce qui fait que =. 3 6 La famille 4 2 2, 5, 3 6 est doc ue famille liée. Voici les calculs de la réductio de Gauss sur la matrice associée au système : Exemple Soiet v =, v 2 =, v 3 =. Est-ce que la famille {v, v 2, v 3 } est libre ou liée? Résolvos le système liéaire correspodat à l équatio λ v + λ 2 v 2 + λ 3 v 3 = : λ + 2λ 2 + 2λ 3 = λ λ 2 + λ 3 = λ + λ 3 = O résout ce système et o trouve comme seule solutio λ =, λ 2 =, λ 3 =. La famille {v, v 2, v 3 } est doc ue famille libre. Exemple 3. Soiet v = 2 3, v 2 = et v 3 = 5 8. Alors {v, v 2, v 3 } forme ue famille liée, car 3v + v 2 v 3 =..4. Autres exemples Exemple 4. Les polyômes P (X ) = X, P 2 (X ) = 5 + 3X 2X 2 et P 3 (X ) = + 3X X 2 formet ue famille liée das l espace vectoriel [X ], car 3P (X ) P 2 (X ) + 2P 3 (X ) =.

3 DIMENSION FINIE. FAMILLE LIBRE 3 Exemple 5. Das le -espace vectoriel (, ) des foctios de das, o cosidère la famille {cos, si}. Motros que c est ue famille libre. Supposos que l o ait λ cos +µ si =. Cela équivaut à x λ cos(x) + µ si(x) =. E particulier, pour x =, cette égalité doe λ =. Et pour x = π 2, elle doe µ =. Doc la famille {cos, si} est libre. E revache la famille {cos 2, si 2, } est liée car o a la relatio de dépedace liéaire cos 2 + si 2 =. Les coefficiets de dépedace liéaire sot λ =, λ 2 =, λ 3 =..5. Famille liée Soit E u -espace vectoriel. Si v, la famille à u seul vecteur {v} est libre (et liée si v = ). Cosidéros le cas particulier d ue famille de deux vecteurs. Propositio. La famille {v, v 2 } est liée si et seulemet si v est u multiple de v 2 ou v 2 est u multiple de v. Ce qui se reformule aisi par cotrapositio : «La famille {v, v 2 } est libre si et seulemet si v est pas u multiple de v 2 et v 2 est pas u multiple de v.» Démostratio. Supposos la famille {v, v 2 } liée, alors il existe λ, λ 2 o tous les deux uls tels que λ v + λ 2 v 2 =. Si c est λ qui est pas ul, o peut diviser par λ, ce qui doe v = λ 2 λ v 2 et v est u multiple de v 2. Si c est λ 2 qui est pas ul, alors de même v 2 est u multiple de v. Réciproquemet, si v est u multiple de v 2, alors il existe u scalaire µ tel que v = µv 2, soit v + ( µ)v 2 =, ce qui est ue relatio de dépedace liéaire etre v et v 2 puisque : la famille {v, v 2 } est alors liée. Même coclusio si c est v 2 qui est u multiple de v. Gééralisos tout de suite cette propositio à ue famille d u ombre quelcoque de vecteurs. Théorème. Soit E u -espace vectoriel. Ue famille = {v, v 2,..., v p } de p 2 vecteurs de E est ue famille liée si et seulemet si au mois u des vecteurs de est combiaiso liéaire des autres vecteurs de. Démostratio. C est essetiellemet la même démostratio que ci-dessus. Supposos d abord liée. Il existe doc ue relatio de dépedace liéaire λ v + λ 2 v λ p v p =, avec λ k pour au mois u idice k. Passos tous les autres termes à droite du sige égal. Il viet λ k v k = λ v λ 2 v 2 λ p v p, où v k e figure pas au secod membre. Comme λ k, o peut diviser cette égalité par λ k et l o obtiet v k = λ λ k v λ 2 λ k v 2 λ p λ k v p, c est-à-dire que v k est combiaiso liéaire des autres vecteurs de, ce qui peut ecore s écrire v k Vect \{v k } (avec la otatio esembliste A \ B pour l esemble des élémets de A qui appartieet pas à B). Réciproquemet, supposos que pour u certai k, o ait v k Vect \ {v k }. Ceci sigifie que l o peut écrire v k = µ v + µ 2 v µ p v p, où v k e figure pas au secod membre. Passat v k au secod membre, il viet = µ v + µ 2 v 2 + v k + + µ p v p, ce qui est ue relatio de dépedace liéaire pour (puisque ) et aisi la famille est liée.

4 DIMENSION FINIE. FAMILLE LIBRE 4.6. Iterprétatio géométrique de la dépedace liéaire Das 2 ou 3, deux vecteurs sot liéairemet dépedats si et seulemet s ils sot coliéaires. Ils sot doc sur ue même droite vectorielle. Das 3, trois vecteurs sot liéairemet dépedats si et seulemet s ils sot coplaaires. Ils sot doc das u même pla vectoriel. v 2 v e 3 v 2 v 3 e 2 v e Propositio 2. Soit = {v, v 2,..., v p } ue famille de vecteurs de. Si cotiet plus de élémets (c est-à-dire p > ), alors est ue famille liée. Démostratio. Supposos que v v 2 v =.. v 2 v 22 v 2 =..... v p = v p v 2p.. L équatio doe alors le système suivat v v 2 x v + x 2 v x p v p = v x + v 2 x v p x p = v 2 x + v 22 x v 2p x p =. v x + v 2 x v p x p = C est u système homogèe de équatios à p icoues. Lorsque p >, ce système a des solutios o triviales (voir le chapitre «Systèmes liéaires», derier théorème) ce qui motre que la famille est ue famille liée. v p Mii-exercices.. Pour quelles valeurs de t, t, t 2 t est ue famille libre de 2? Même questio avec la famille t t2 t de 3. t 2 2. Motrer que toute famille coteat ue famille liée est liée. 3. Motrer que toute famille iclue das ue famille libre est libre. 4. Motrer que si f : E F est ue applicatio liéaire et que {v,..., v p } est ue famille liée de E, alors {f (v ),..., f (v p )} est ue famille liée de F. 5. Motrer que si f : E F est ue applicatio liéaire ijective et que {v,..., v p } est ue famille libre de E, alors {f (v ),..., f (v p )} est ue famille libre de F.

5 DIMENSION FINIE 2. FAMILLE GÉNÉRATRICE 5 2. Famille géératrice Soit E u espace vectoriel sur u corps. 2.. Défiitio Défiitio 3. Soiet v,..., v p des vecteurs de E. La famille {v,..., v p } est ue famille géératrice de l espace vectoriel E si tout vecteur de E est ue combiaiso liéaire des vecteurs v,..., v p. Ce qui peut s écrire aussi : v E λ,..., λ p v = λ v + + λ p v p O dit aussi que la famille {v,..., v p } egedre l espace vectoriel E. Cette otio est bie sûr liée à la otio de sous-espace vectoriel egedré : les vecteurs {v,..., v p } formet ue famille géératrice de E si et seulemet si E = Vect(v,..., v p ) Exemples Exemple 6. Cosidéros par exemple les vecteurs v =, v 2 = et v 3 = xy car tout vecteur v = de 3 peut s écrire z xy = x + y + z Les coefficiets sot ici λ = x, λ 2 = y, λ 3 = z. z de E = 3. La famille {v, v 2, v 3 } est géératrice Exemple 7. 2 Soiet maiteat les vecteurs v =, v 2 = de E = 3. Les vecteurs {v, v 2 } e formet pas ue famille 3 géératrice de 3. Par exemple, le vecteur v = est pas das Vect(v, v 2 ). E effet, si c était le cas, alors il existerait 23 λ, λ 2 tels que v = λ v + λ 2 v 2. Ce qui s écrirait aussi = λ + λ 2, d où le système liéaire : λ + λ 2 = λ + 2λ 2 = λ + 3λ 2 = Ce système a pas de solutio. (La première et la derière lige impliquet λ =, λ 2 =, ce qui est icompatible avec la deuxième.) Exemple 8. Soit E = 2. Soiet v = et v2 =. La famille {v, v 2 } est géératrice de 2 car tout vecteur de 2 se décompose comme xy = x + y. Soiet maiteat v = 2 et v 2 =. Alors {v, v 2 } est aussi ue famille géératrice. E effet, soit v = x y u élémet quelcoque de 2. Motrer que v est combiaiso liéaire de v et v 2 reviet à démotrer l existece de deux réels λ et µ tels que v = λv + µv 2. Il s agit doc d étudier l existece de solutios au système : 2λ + µ = x λ + µ = y Il a pour solutio λ = x y et µ = x + 2y, et ceci, quels que soiet les réels x et y. Ceci prouve qu il peut exister plusieurs familles fiies différetes, o icluses les ues das les autres, egedrat le même espace vectoriel. Exemple 9. Soit [X ] l espace vectoriel des polyômes de degré. Alors les polyômes {, X,..., X } formet ue famille géératrice. Par cotre, l espace vectoriel [X ] de tous les polyômes e possède pas de famille fiie géératrice..

6 DIMENSION FINIE 3. BASE Lies etre familles géératrices La propositio suivate est souvet utile : Propositio 3. Soit = v, v 2,..., v p ue famille géératrice de E. Alors = v, v 2,..., v q est aussi ue famille géératrice de E si et seulemet si tout vecteur de est ue combiaiso liéaire de vecteurs de. Démostratio. C est ue coséquece immédiate de la défiitio de Vect et de Vect. Nous chercheros bietôt à avoir u ombre miimal de géérateurs. Voici ue propositio sur la réductio d ue famille géératrice. Propositio 4. Si la famille de vecteurs {v,..., v p } egedre E et si l u des vecteurs, par exemple v p, est combiaiso liéaire des autres, alors la famille {v,..., v p } \ {v p } = {v,..., v p } est ecore ue famille géératrice de E. Démostratio. E effet, comme les vecteurs v,..., v p egedret E, alors pour tout élémet v de E, il existe des scalaires λ,..., λ p tels que v = λ v + + λ p v p. Or l hypothèse v p est combiaiso liéaire des vecteurs v,..., v p se traduit par l existece de scalaires α,..., α p tels que Alors, le vecteur v s écrit : Doc v p = α v + + α p v p. v = λ v + + λ p v p + λ p α v + + α p v p. v = λ + λ p α v + + λ p + λ p α p vp, ce qui prouve que v est combiaiso liéaire des vecteurs v,..., v p. Ceci achève la démostratio. Il est clair que si l o remplace v p par importe lequel des vecteurs v i, la démostratio est la même. Mii-exercices.. À quelle coditio sur t, la famille t, ( t t ) t 2 t t est ue famille géératrice de 2? t 2. Même questio avec la famille t 2 de 3. t t 2 3. Motrer qu ue famille de vecteurs coteat ue famille géératrice est ecore ue famille géératrice de E. 4. Motrer que si f : E F est ue applicatio liéaire surjective et que {v,..., v p } est ue famille géératrice de E, alors f (v ),..., f (v p ) est ue famille géératrice de F. 3. Base La otio de base gééralise la otio de repère. Das 2, u repère est doé par u couple de vecteurs o coliéaires. Das 3, u repère est doé par u triplet de vecteurs o coplaaires. Das u repère, u vecteur se décompose suivat les vecteurs d ue base. Il e sera de même pour ue base d u espace vectoriel.

7 DIMENSION FINIE 3. BASE 7 v = λ v + λ 2 v 2 λ 2 v 2 v 2 λ v v 3.. Défiitio Défiitio 4 (Base d u espace vectoriel). Soit E u -espace vectoriel. Ue famille = (v, v 2,..., v ) de vecteurs de E est ue base de E si est ue famille libre et géératrice. Théorème 2. Soit = (v, v 2,..., v ) ue base de l espace vectoriel E. Tout vecteur v E s exprime de faço uique comme combiaiso liéaire d élémets de. Autremet dit, il existe des scalaires λ,..., λ uiques tels que : Remarque. v = λ v + λ 2 v λ v.. (λ,..., λ ) s appellet les coordoées du vecteur v das la base. 2. Il faut observer que pour ue base = (v, v 2,..., v ) o itroduit u ordre sur les vecteurs. Bie sûr, si o permutait les vecteurs o obtiedrait toujours ue base, mais il faudrait aussi permuter les coordoées. 3. Notez que l applicatio φ : E (λ, λ 2,..., λ ) λ v + λ 2 v λ v est u isomorphisme de l espace vectoriel vers l espace vectoriel E. Preuve du théorème 2. Par défiitio, est ue famille géératrice de E, doc pour tout v E il existe λ,..., λ tels que v = λ v + λ 2 v λ v. Cela prouve la partie existece. Il reste à motrer l uicité des λ, λ 2,..., λ. Soiet µ, µ 2,..., µ d autres scalaires tels que v = µ v + µ 2 v µ v. Alors, par différece o a : (λ µ )v + (λ 2 µ 2 )v (λ µ )v =. Comme = {v,..., v } est ue famille libre, ceci implique λ µ =, λ 2 µ 2 =,..., λ µ = et doc λ = µ, λ 2 = µ 2,..., λ = µ Exemples Exemple.. Soiet les vecteurs e = et e2 =. Alors (e, e 2 ) est ue base de 2, appelée base caoique de Soiet les vecteurs v = 3 et v2 = 2. Alors (v, v 2 ) formet aussi ue base de 2.

8 DIMENSION FINIE 3. BASE 8 ye 2 v = λ v + λ 2 v 2 e 3 λ 2 v 2 v 2 λ v e 2 e 2 v e 3. De même das 3, si e =, e 2 =, e 3 =, alors (e, e 2, e 3 ) formet la base caoique de 3. Exemple Soiet v =, v 2 = et v 3 =. Motros que la famille = (v 4, v 2, v 3 ) est ue base de 3. Das les deux premiers poits, ous rameos le problème à l étude d u système liéaire.. Motros d abord que est ue famille géératrice de 3 a. Soit v = a 2 u vecteur quelcoque de 3. O a 3 cherche λ, λ 2, λ 3 tels que a a 2 a 3 xe v = λ v + λ 2 v 2 + λ 3 v 3. Ceci se reformule comme suit : 2 3 λ + 2λ 2 + 3λ 3 = λ 2 + λ λ 3 3 =. 4 Ceci coduit au système suivat : λ + 2λ 2 + 3λ 3 = a 2λ + 9λ 2 + 3λ 3 = a 2 λ + 4λ 3 = a 3. Il ous restera à motrer que ce système a ue solutio λ, λ 2, λ 3. e 2λ + 9λ 2 + 3λ 3 λ + 4λ 3 2. Pour motrer que est ue famille libre, il faut motrer que l uique solutio de est Ceci équivaut à motrer que le système a ue uique solutio λ v + λ 2 v 2 + λ 3 v 3 = λ = λ 2 = λ 3 =. λ + 2λ 2 + 3λ 3 = 2λ + 9λ 2 + 3λ 3 = λ + 4λ 3 = λ = λ 2 = λ 3 =. 3. Nous pouvos maiteat répodre à la questio sas explicitemet résoudre les systèmes. Remarquos que les deux systèmes ot la même matrice de coefficiets. O peut doc motrer simultaémet que est ue famille géératrice et ue famille libre de 3 e motrat que la matrice des coefficiets est iversible. E effet, si la matrice des coefficiets est iversible, alors (S) admet ue solutio (λ, λ 2, λ 3 ) quel que soit (a, a 2, a 3 ) et d autre part (S ) admet la seule solutio (,, ). Cette matrice est 2 3 A = Pour motrer qu elle est iversible, o peut calculer so iverse ou seulemet so détermiat qui vaut det A = (le détermiat état o ul la matrice est iversible). Coclusio : est ue famille libre et géératrice ; c est ue base de 3. (S) (S )

9 DIMENSION FINIE 3. BASE 9 Exemple 2. Les vecteurs de : e =. e 2 =.... e =. formet ue base de, appelée la base caoique de. Remarque. L exemple se gééralise de la faço suivate. Pour motrer que vecteurs de formet ue base de, il suffit de motrer la chose suivate : la matrice A costituée des composates de ces vecteurs (chaque vecteur format ue coloe de A) est iversible. Applicatio : motrer que les vecteurs 2 3 v =... v 2 = v =... 2 formet aussi ue base de. Voici quelques autres exemples : Exemple 3.. La base caoique de [X ] est = (, X, X 2,..., X ). Attetio, il y a + vecteurs! 2. Voici ue autre base de [X ] : (, + X, + X + X 2,..., + X + X X ). 3. L espace vectoriel M 2 () des matrices 2 2 admet ue base formée des vecteurs : M = M 2 = M 3 = M 4 =. a b E effet, importe quelle matrice M = de M c d 2 () se décompose de maière uique e M = am + bm 2 + cm 3 + dm C est u bo exercice de prouver que les quatre matrices suivates formet aussi ue base de M 2 () : 3 M = M 2 = M 3 = M 4 = Existece d ue base Voyos maiteat u théorème d existece d ue base fiie. Das la suite, les espaces vectoriels sot supposés o réduits à {}. Théorème 3 (Théorème d existece d ue base). Tout espace vectoriel admettat ue famille fiie géératrice admet ue base Théorème de la base icomplète Ue versio importate et plus géérale de ce qui précède est le théorème suivat : Théorème 4 (Théorème de la base icomplète). Soit E u -espace vectoriel admettat ue famille géératrice fiie.. Toute famille libre peut être complétée e ue base. C est-à-dire qu il existe ue famille telle que soit ue famille libre et géératrice de E. 2. De toute famille géératrice o peut extraire ue base de E. C est-à-dire qu il existe ue famille telle que soit ue famille libre et géératrice de E.

10 DIMENSION FINIE 3. BASE 3.5. Preuves Les deux théorèmes précédets sot la coséquece d u résultat ecore plus gééral : Théorème 5. Soit ue famille géératrice fiie de E et ue famille libre de E. Alors il existe ue famille de telle que soit ue base de E. Le théorème 4 de la base icomplète se déduit du théorème 5 aisi :. O sait qu il existe ue famille géératrice de E : otos-la. O applique le théorème 5 avec ce et ce. 2. O applique le théorème 5 avec = et la famille de l éocé. E particulier, le théorème 3 d existece d ue base se démotre comme le poit (2) ci-dessus avec = et ue famille géératrice de E Preuves (suite) Nous avos : Théorème 5 = Théorème 4 = Théorème 3. Il ous reste doc à prouver le théorème 5. La démostratio que ous e doos est u algorithme. Démostratio. Étape. Si est ue famille géératrice de E, o pose = et c est fii puisque est ue famille géératrice et libre, doc ue base. Sio o passe à l étape suivate. Étape. Comme est pas ue famille géératrice, alors il existe au mois u élémet g de qui est pas combiaiso liéaire des élémets de. (E effet, par l absurde, si tous les élémets de sot das Vect, alors serait aussi ue famille géératrice.) O pose = {g }. Alors la famille vérifie les propriétés suivates : (i) E : la famille est strictemet plus grade que. (ii) est ue famille libre. (E effet, si était pas ue famille libre, alors ue combiaiso liéaire ulle impliquerait que g Vect.) O recommece le même raisoemet à partir de : si est ue famille géératrice de E, alors o pose = {g } et o s arrête. Sio o passe à l étape suivate. Étape 2. Il existe au mois u élémet g 2 de qui est pas combiaiso liéaire des élémets de. Alors la famille 2 = {g 2 } = {g, g 2 } est strictemet plus grade que et est ecore ue famille libre. Si 2 est ue famille géératrice, o pose = {g, g 2 } et c est fii. Sio o passe à l étape d après.... L algorithme cosiste doc à costruire ue suite, strictemet croissate pour l iclusio, de familles libres, où, si k egedre pas E, alors k est costruite partir de k e lui ajoutat u vecteur g k de, de sorte que k = k {g k } reste ue famille libre. L algorithme se termie. Comme la famille est fiie, le processus s arrête e mois d étapes qu il y a d élémets das. Notez que, comme est ue famille géératrice, das le pire des cas o peut être ameé à predre =. L algorithme est correct. Lorsque l algorithme s arrête, disos à l étape s : o a s = où = {g,..., g s }. Par costructio, s est ue famille fiie, libre et aussi géératrice (car c est la coditio d arrêt). Doc est ue base de E. Exemple 4. Soit [X ] le -espace vectoriel des polyômes réels et E le sous-espace de [X ] egedré par la famille = {P, P 2, P 3, P 4, P 5 } défiie par : P (X ) = P 2 (X ) = X P 3 (X ) = X + P 4 (X ) = + X 3 P 5 (X ) = X X 3 Partos de = et cherchos telle que soit ue base de E. Étape. Comme est pas géératrice (vu que = ), o passe à l étape suivate. Étape. O pose = {P } = {P }. Comme P est o ul, est ue famille libre. Étape 2. Cosidéros P 2. Comme les élémets P et P 2 sot liéairemet idépedats, 2 = {P, P 2 } est ue famille libre.

11 DIMENSION FINIE 4. DIMENSION D UN ESPACE VECTORIEL Étape 3. Cosidéros P 3 : ce vecteur est combiaiso liéaire des vecteurs P et P 2 car P 3 (X ) = X + = P (X )+P 2 (X ) doc {P, P 2, P 3 } est ue famille liée. Cosidéros alors P 4. U calcul rapide prouve que les vecteurs P, P 2 et P 4 sot liéairemet idépedats. Alors 3 = {P, P 2, P 4 } est ue famille libre. Il e reste que le vecteur P 5 à cosidérer. Il s agit, pour pouvoir coclure, d étudier l idépedace liéaire des vecteurs P, P 2, P 4, P 5. Or u calcul rapide motre l égalité P + P 2 P 4 P 5 =, ce qui prouve que la famille {P, P 2, P 4, P 5 } est liée. Doc avec les otatios de l algorithme, s = 3 et 3 = {P, P 2, P 4 } est ue base de E. Mii-exercices.. Trouver toutes les faços d obteir ue base de 2 avec les vecteurs suivats : v = 3, v2 = 3 3, v3 =, v 4 = 2, v5 = Motrer que la famille {v, v 2, v 3, v 4 } des vecteurs v = 2 3, v 2 = 23, v 3 = géératrice du sous-espace vectoriel d équatio 2x y + z = de 3. E extraire ue base. 2, v 4 4 = est ue famille 3. Détermier ue base du sous-espace vectoriel E de 3 d équatio x + 3y 2z =. Compléter cette base e ue base de 3. Idem avec E 2 vérifiat les deux équatios x + 3y 2z = et y = z. 4. Doer ue base de l espace vectoriel des matrices 3 3 ayat ue diagoale ulle. Idem avec l espace vectoriel des polyômes P [X ] vérifiat P() =, P () =. 4. Dimesio d u espace vectoriel 4.. Défiitio Défiitio 5. U -espace vectoriel E admettat ue base ayat u ombre fii d élémets est dit de dimesio fiie. Par le théorème 3 d existece d ue base, c est équivalet à l existece d ue famille fiie géératrice. O va pouvoir parler de la dimesio d u espace vectoriel grâce au théorème suivat : Théorème 6 (Théorème de la dimesio). Toutes les bases d u espace vectoriel E de dimesio fiie ot le même ombre d élémets. Nous détailleros la preuve u peu plus loi. Défiitio 6. La dimesio d u espace vectoriel de dimesio fiie E, otée dim E, est par défiitio le ombre d élémets d ue base de E. Méthodologie. Pour détermier la dimesio d u espace vectoriel, il suffit de trouver ue base de E (ue famille à la fois libre et géératrice) : le cardial (ombre d élémets) de cette famille doe la dimesio de E. Le théorème 6 de la dimesio prouve que même si o choisissait ue base différete alors ces deux bases auraiet le même ombre d élémets. Covetio. O coviet d attribuer à l espace vectoriel {} la dimesio Exemples Exemple 5.. La base caoique de 2 est,. La dimesio de 2 est doc Les vecteurs 2, formet aussi ue base de 2, et illustret qu ue autre base cotiet le même ombre d élémets. 3. Plus gééralemet, est de dimesio, car par exemple sa base caoique (e, e 2,..., e ) cotiet élémets. 4. dim [X ] = + car ue base de [X ] est (, X, X 2,..., X ), qui cotiet + élémets.

12 DIMENSION FINIE 4. DIMENSION D UN ESPACE VECTORIEL 2 Exemple 6. Les espaces vectoriels suivats e sot pas de dimesio fiie : [X ] : l espace vectoriel de tous les polyômes, (, ) : l espace vectoriel des foctios de das, = (, ) : l espace vectoriel des suites réelles. Exemple 7. Nous avos vu que l esemble des solutios d u système d équatios liéaires homogèe est u espace vectoriel. O cosidère par exemple le système O vérifie que la solutio géérale de ce système est Doc les vecteurs solutios s écrivet sous la forme x Ceci motre que les vecteurs 2x + 2x 2 x 3 + x 5 = x x 2 + 2x 3 3x 4 + x 5 = x + x 2 2x 3 x 5 = x 3 + x 4 + x 5 =. x = s t x 2 = s x 3 = t x 4 = x 5 = t. x 2 x 3 x 4 x 5 = s t s t t v = = s s + t t = s t et v 2 = + t. egedret l espace des solutios du système. D autre part, o vérifie que v et v 2 sot liéairemet idépedats. Doc (v, v 2 ) est ue base de l espace des solutios du système. Ceci motre que cet espace vectoriel est de dimesio Complémets Lorsqu u espace vectoriel est de dimesio fiie, le fait de coaître sa dimesio est ue iformatio très riche ; les propriétés suivates motret commet exploiter cette iformatio. Le schéma de preuve sera : Lemme = Propositio 5 = Théorème 6. Lemme. Soit E u espace vectoriel. Soit ue famille libre et soit ue famille géératrice fiie de E. Alors Card Card. Ce lemme implique le résultat importat : Propositio 5. Soit E u -espace vectoriel admettat ue base ayat élémets. Alors :. Toute famille libre de E a au plus élémets. 2. Toute famille géératrice de E a au mois élémets. E effet, soit ue base de E telle que Card =.. O applique le lemme à la famille cosidérée géératrice ; alors ue famille libre vérifie Card Card =. 2. O applique le lemme à la famille cosidérée maiteat comme ue famille libre, alors ue famille géératrice vérifie = Card Card. Cette propositio impliquera bie le théorème 6 de la dimesio : Corollaire. Si E est u espace vectoriel admettat ue base ayat élémets, alors toute base de E possède élémets. La preuve du corollaire (et doc du théorème 6 de la dimesio) est la suivate : par la propositio 5, si est ue base quelcoque de E, alors est à la fois ue famille libre et géératrice, doc possède à la fois au plus élémets et au mois élémets, doc exactemet élémets.

13 DIMENSION FINIE 4. DIMENSION D UN ESPACE VECTORIEL 3 Il reste à éocer u résultat importat et très utile : Théorème 7. Soiet E u -espace vectoriel de dimesio, et = (v,..., v ) ue famille de vecteurs de E. Il y a équivalece etre : (i) est ue base de E, (ii) est ue famille libre de E, (iii) est ue famille géératrice de E. La preuve sera ue coséquece du théorème 6 de la dimesio et du théorème 4 de la base icomplète. Autremet dit, lorsque le ombre de vecteurs cosidéré est exactemet égal à la dimesio de l espace vectoriel, l ue des deux coditios être libre ou bie géératrice suffit pour que ces vecteurs détermiet ue base de E. Démostratio. Les implicatios (i) = (ii) et (i) = (iii) découlet de la défiitio d ue base. Voici la preuve de (ii) = (i). Si est ue famille libre ayat élémets, alors par le théorème de la base icomplète (théorème 4) il existe ue famille telle que soit ue base de E. D ue part est ue base de E qui est de dimesio, doc par le théorème 6, Card =. Mais d autre part Card = Card + Card (par l algorithme du théorème 4) et par hypothèse Card =. Doc Card =, ce qui implique que = et doc que est déjà ue base de E. Voici la preuve de (iii) = (i). Par hypothèse, est cette fois ue famille géératrice. Toujours par le théorème 4, o peut extraire de cette famille ue base. Puis par le théorème 6, Card =, doc = Card Card =. Doc = et est bie ue base. Exemple 8. Pour quelles valeurs de t les vecteurs (v, v 2, v 3 ) suivats formet ue base de 3? v = v 2 = 3 v 3 = 4 t t Nous avos ue famille de 3 vecteurs das l espace 3 de dimesio 3. Doc pour motrer que la famille (v, v 2, v 3 ) est ue base, par le théorème 7, il suffit de motrer que la famille est libre ou bie de motrer qu elle est géératrice. Das la pratique, il est souvet plus facile de vérifier qu ue famille est libre. À quelle coditio la famille {v, v 2, v 3 } est libre? Soiet λ, λ 2, λ 3 tels que λ v + λ 2 v 2 + λ 3 v 3 =. Cela implique le système λ + λ 2 + λ 3 = λ + 3λ 2 + λ 3 = 4λ + tλ 2 + tλ 3 = Ce système est équivalet à : λ + λ 2 + λ 3 = 2λ 2 = (t 4)λ 2 + (t 4)λ 3 =. λ + λ 3 = λ 2 = (t 4)λ 3 = Il est clair que si t 4, alors la seule solutio est (λ, λ 2, λ 3 ) = (,, ) et doc {v, v 2, v 3 } est ue famille libre. Si t = 4, alors par exemple (λ, λ 2, λ 3 ) = (,, ) est ue solutio o ulle, doc la famille est pas libre. Coclusio : si t 4 la famille est libre, doc par le théorème 7 la famille (v, v 2, v 3 ) est e plus géératrice, doc c est ue base de 3. Si t = 4, la famille est pas libre et est doc pas ue base Preuve Il ous reste la preuve du lemme. La démostratio est délicate et hors-programme. Démostratio. La preuve de ce lemme se fait e raisoat par récurrece. O démotre par récurrece que, pour tout, la propriété suivate est vraie : «Das u espace vectoriel egedré par vecteurs, toute famille ayat + élémets est liée.»

14 DIMENSION FINIE 4. DIMENSION D UN ESPACE VECTORIEL 4 Iitialisatio. O vérifie que la propriété est vraie pour =. Soit E u espace vectoriel egedré par u vecteur oté g, et soit {v, v 2 } ue famille de E ayat deux élémets. Les vecteurs v et v 2 peuvet s écrire comme combiaisos liéaires du vecteur g ; autremet dit, il existe des scalaires α, α 2 tels que v = α g et v 2 = α 2 g, ce qui doe la relatio : α 2 v α v 2 = E. E supposat v 2 o ul (sio il est évidet que {v, v 2 } est liée), le scalaire α 2 est doc o ul. O a trouvé ue combiaiso liéaire ulle des vecteurs v, v 2, avec des coefficiets o tous uls. Doc la famille {v, v 2 } est liée. Hérédité. O démotre maiteat que si la propriété est vraie au rag ( 2), alors elle vraie au rag. Soit E u espace vectoriel egedré par vecteurs otés g, g 2,..., g, et soit {v, v 2,..., v, v + } ue famille de E ayat + élémets. Tout vecteur v j, pour j =, 2,..., +, est combiaiso liéaire de g, g 2,..., g, doc il existe des scalaires α j, αj 2,..., α j tels que : v j = α j g + α j 2 g α j g. Remarque. O est cotrait d utiliser ici deux idices i, j pour les scalaires (attetio! j est pas u exposat) car deux iformatios sot écessaires : l idice j idique qu il s agit de la décompositio du vecteur v j, et i idique à quel vecteur de la famille géératrice est associé ce coefficiet. E particulier, pour j = +, le vecteur v + s écrit : v + = α + g + α + 2 g α + g. Si v + est ul, c est termié, la famille est liée ; sio, v + est o ul, et au mois u des coefficiets α + j est o ul. O suppose, pour alléger l écriture, que α + est o ul (sio il suffit de chager l ordre des vecteurs). O costruit ue ouvelle famille de vecteurs de E de telle sorte que ces vecteurs soiet combiaisos liéaires de g, g 2,..., g, c est-à-dire appartieet au sous-espace egedré par {g, g 2,..., g }. Pour j =, 2,...,, o défiit w j par : w j = α + v j α j v + = (α + k= α j k α j α+ k )g k. Le coefficiet de g est ul. Doc w j est bie combiaiso liéaire de g, g 2,..., g. O a vecteurs qui appartieet à u espace vectoriel egedré par vecteurs ; o peut appliquer l hypothèse de récurrece : la famille {w, w 2,..., w } est liée. Par coséquet, il existe des scalaires o tous uls λ, λ 2,..., λ tels que λ w + λ 2 w λ w =. E remplaçat les w j par leur expressio e foctio des vecteurs v i, o obtiet : α + λ v + α + λ 2 v α + λ v (λ α + + λ α )v + = E Le coefficiet α + a été supposé o ul et au mois u des scalaires λ, λ 2,..., λ est o ul ; o a doc ue combiaiso liéaire ulle des vecteurs v, v 2,..., v, v + avec des coefficiets qui e sot pas tous uls, ce qui prouve que ces vecteurs formet ue famille liée. Coclusio. La démostratio par récurrece est aisi achevée. Mii-exercices. Dire si les assertios suivates sot vraies ou fausses. Justifier votre répose par u résultat du cours ou u cotre-exemple :. Ue famille de p vecteurs das u espace vectoriel de dimesio est géératrice. 2. Ue famille de p > vecteurs das u espace vectoriel de dimesio est liée. 3. Ue famille de p < vecteurs das u espace vectoriel de dimesio est libre. 4. Ue famille géératrice de p vecteurs das u espace vectoriel de dimesio est libre. 5. Ue famille de p vecteurs das u espace vectoriel de dimesio est pas ue base. 6. Toute famille libre à p élémets d u espace vectoriel de dimesio se complète par ue famille ayat exactemet p élémets e ue base de E.

15 DIMENSION FINIE 5. DIMENSION DES SOUS-ESPACES VECTORIELS 5 5. Dimesio des sous-espaces vectoriels Tout sous-espace vectoriel F d u -espace vectoriel E état lui même u -espace vectoriel, la questio est de savoir s il est de dimesio fiie ou s il e l est pas. Preos l exemple de l espace vectoriel E = (, ) des foctios de das : il cotiet le sous-espace vectoriel F = [X ] des (foctios) polyômes de degré, qui est de dimesio fiie ; et aussi le sous-espace vectoriel F 2 = [X ] de l esemble des (foctios) polyômes, qui lui est de dimesio ifiie. 5.. Dimesio d u sous-espace vectoriel Nous allos voir par cotre que lorsque E est de dimesio fiie alors F aussi. Théorème 8. Soit E u -espace vectoriel de dimesio fiie.. Alors tout sous-espace vectoriel F de E est de dimesio fiie ; 2. dim F dim E ; 3. F = E dim F = dim E. Démostratio. Soit E u espace vectoriel de dimesio et soit F u sous-espace vectoriel de E. Si F = {} il y a rie à motrer. O suppose doc F {} et soit v u élémet o ul de F. La famille {v} est ue famille libre de F, doc F cotiet des familles libres. Toute famille libre d élémets de F état ue famille libre d élémets de E (voir la défiitio des familles libres), alors comme E est de dimesio, toutes les familles libres de F ot au plus élémets. O cosidère l esemble K des etiers k tels qu il existe ue famille libre de F ayat k élémets : K = k {v, v 2,..., v k } F et {v, v 2,..., v k } est ue famille libre de F Cet esemble K est o vide (car K) ; K est u sous-esemble boré de (puisque tout élémet de K est compris etre et ) doc K admet u maximum. Notos p ce maximum et soit {v, v 2,..., v p } ue famille libre de F ayat p élémets. Motros que {v, v 2,..., v p } est aussi géératrice de F. Par l absurde, s il existe w u élémet de F qui est pas das Vect(v,..., v p ), alors la famille {v,..., v p, w} e peut pas être libre (sio p e serait pas le maximum de K). La famille {v,..., v p, w} est doc liée, mais alors la relatio de dépedace liéaire implique que w Vect(v,..., v p ), ce qui est ue cotradictio. Coclusio : (v,..., v p ) est ue famille libre et géératrice, doc est ue base de F. O a aisi démotré simultaémet que : F est de dimesio fiie (puisque (v, v 2,..., v p ) est ue base de F). Aisi dim F = p, doc dim F dim E (puisque toute famille libre de F a au plus élémets). De plus, lorsque p =, le p-uplet (v, v 2,..., v p ), qui est ue base de F, est aussi ue base de E (car {v, v 2,..., v p } est alors ue famille libre de E ayat exactemet élémets, doc est ue base de E). Tout élémet de E s écrit comme ue combiaiso liéaire de v, v 2,..., v p, d où E = F Exemples Exemple 9. Si E est u -espace vectoriel de dimesio 2, les sous-espaces vectoriels de E sot : soit de dimesio : c est alors le sous-espace {} ; soit de dimesio : ce sot les droites vectorielles, c est-à-dire les sous-espaces u = Vect{u} egedrés par les vecteurs o uls u de E ; soit de dimesio 2 : c est alors l espace E tout etier. Vocabulaire. Plus gééralemet, das u -espace vectoriel E de dimesio ( 2), tout sous-espace vectoriel de E de dimesio est appelé droite vectorielle de E et tout sous-espace vectoriel de E de dimesio 2 est appelé

16 DIMENSION FINIE 5. DIMENSION DES SOUS-ESPACES VECTORIELS 6 pla vectoriel de E. Tout sous-espace vectoriel de E de dimesio est appelé hyperpla de E. Pour = 3, u hyperpla est u pla vectoriel ; pour = 2, u hyperpla est ue droite vectorielle. Le théorème 8 précédet permet de déduire le corollaire suivat : Corollaire 2. Soit E u -espace vectoriel. Soiet F et G deux sous-espaces vectoriels de E. O suppose que F est de dimesio fiie et que G F. Alors : F = G dim F = dim G Autremet dit, sachat qu u sous-espace est iclus das u autre, alors pour motrer qu ils sot égaux il suffit de motrer l égalité des dimesios. Exemple 2. Deux droites vectorielles F et G sot soit égales, soit d itersectio réduite au vecteur ul. Exemple 2. Soiet les sous-espaces vectoriels de 3 suivats : F = xyz 3 2x 3y + z = 2 et G = Vect(u, v) où u = et v = Est-ce que F = G?. O remarque que les vecteurs u et v e sot pas coliéaires, doc G est de dimesio 2, et de plus ils appartieet à F, doc G est coteu das F. 2. Pour trouver la dimesio de F, o pourrait détermier ue base de F et o motrerait alors que la dimesio de F est 2. Mais il est plus judicieux ici de remarquer que F est coteu strictemet das 3 (par exemple le vecteur de 3 est pas das F), doc dim F < dim 3 = 3 ; mais puisque F cotiet G alors dim F dim G = 2, doc la dimesio de F e peut être que O a doc démotré que G F et que dim G = dim F, ce qui etraîe G = F Théorème des quatre dimesios Théorème 9 (Théorème des quatre dimesios). Soiet E u espace vectoriel de dimesio fiie et F, G des sous-espaces vectoriels de E. Alors : dim(f + G) = dim F + dim G dim(f G) Corollaire 3. Si E = F G, alors dim E = dim F + dim G. Exemple 22. Das u espace vectoriel E de dimesio 6, o cosidère deux sous-espaces F et G avec dim F = 3 et dim G = 4. Que peut-o dire de F G? de F + G? Peut-o avoir F G = E? F G est u sous-espace vectoriel iclus das F, doc dim(f G) dim F = 3. Doc les dimesios possibles pour F G sot pour l istat,, 2, 3. F + G est u sous-espace vectoriel coteat G et iclus das E, doc 4 = dim G dim(f + G) dim E = 6. Doc les dimesios possibles pour F + G sot 4, 5, 6. Le théorème 9 des quatre dimesios ous doe la relatio : dim(f G) = dim F + dim G dim(f + G) = dim(f + G) = 7 dim(f + G). Comme F + G est de dimesio 4, 5 ou 6, alors la dimesio de F G est 3, 2 ou. Coclusio : les dimesios possibles pour F + G sot 4, 5 ou 6 ; les dimesios correspodates pour F G sot alors 3, 2 ou. Das tous les cas, F G {} et e particulier F et G e sot jamais e somme directe das E. La méthode de la preuve du théorème 9 des quatre dimesios implique aussi : Corollaire 4. Tout sous-espace vectoriel F d u espace vectoriel E de dimesio fiie admet u supplémetaire. Preuve du théorème 9.

17 DIMENSION FINIE 5. DIMENSION DES SOUS-ESPACES VECTORIELS 7 Notez l aalogie de la formule avec la formule pour les esembles fiis : Card(A B) = Card A + Card B Card(A B). Nous allos partir d ue base F G = {u,..., u p } de F G. O commece par compléter F G e ue base F = {u,..., u p, v p+,..., v q } de F. O complète esuite F G e ue base G = {u,..., u p, w p+,..., w r } de G. Nous allos maiteat motrer que la famille {u,..., u p, v p+,..., v q, w p+,..., w r } est ue base de F + G. Il est tout d abord clair que c est ue famille géératrice de F + G (car F est ue famille géératrice de F et G est ue famille géératrice de G). Motros que cette famille est libre. Soit ue combiaiso liéaire ulle : p q r α i u i + β j v j + γ k w k = () i= j=p+ O pose u = p i= α iu i, v = q j=p+ β j v j, w = r k=p+ γ kw k. Alors d ue part u + v F (car F est ue base de F) mais comme l équatio () équivaut à u + v + w =, alors u + v = w G (car w G). Maiteat u + v F G et aussi bie sûr u F G, doc v = q j=p+ β j v j F G. Cela implique β j = pour tout j (car les {v j } complètet la base de F G). La combiaiso liéaire ulle () deviet p i= α iu i + r k=p+ γ kw k =. Or G est ue base de G, doc α i = et γ k = pour tout i, k. Aisi F+G = {u,..., u p, v p+,..., v q, w p+,..., w r } est ue base de F + G. Il e reste plus qu à compter le ombre de vecteurs de chaque base : dim F G = Card F G = p, dim F = Card F = q, dim G = Card G = r, dim(f + G) = Card F+G = q + r p. Ce qui prouve bie dim(f + G) = dim F + dim G dim(f G). k=p+ Mii-exercices. 3, 2 2. Soiet F = Vect et G = Vect 3 2. Das 3 t, o cosidère F = Vect foctio de t. 7 7, t 65,, G = Vect. Motrer que F = G.. Calculer les dimesios de F, G, F G, F + G e 3. Das u espace vectoriel de dimesio 7, o cosidère des sous-espaces F et G vérifiat dim F = 3 et dim G 2. Que peut-o dire pour dim(f G)? Et pour dim(f + G)? 4. Das u espace vectoriel E de dimesio fiie, motrer l équivalece etre : (i) F G = E ; (ii) F + G = E et dim F + dim G = dim E ; (iii) F G = { E } et dim F + dim G = dim E. 5. Soit H u hyperpla das u espace vectoriel de dimesio fiie E. Soit v E \ H. Motrer que H et Vect(v) sot des sous-espaces supplémetaires das E. Auteurs du chapitre D après u cours de Sophie Chemla de l uiversité Pierre et Marie Curie, repreat des parties d u cours de H. Ledret et d ue équipe de l uiversité de Bordeaux aimée par J. Queyrut, et u cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de l École Polytechique Fédérale de Lausae, mixé, révisé et complété par Araud Bodi. Relu par Viaey Combet.

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables

Plus en détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Résolution numérique des équations aux dérivées partielles (PDE)

Résolution numérique des équations aux dérivées partielles (PDE) Résolutio umérique des équatios au dérivées partielles (PDE Sébastie Charoz & Adria Daerr iversité Paris 7 Deis Diderot CEA Saclay Référeces : Numerical Recipes i Fortra, Press. Et al. Cambridge iversity

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

Plus en détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

Petit recueil d'énigmes

Petit recueil d'énigmes Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.

Plus en détail

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes Faites prospérer vos affaires grâce aux solutios d éparge et de gestio des dettes Quelques excelletes raisos d offrir des produits bacaires et de fiducie à vos cliets Vous avez la compétece écessaire pour

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

Mécanique non linéaire

Mécanique non linéaire M MN9 Mécaique o liéaire Zhi-Qiag FENG UFR Sciece et Techologies Uiversité d Evry Val d Essoe TABLES DES MATIERES INTRODUCTION Chapitre : CONCEPTS ELEMENTAIRES. Pricipales propriétés des matériaux. Coaissace

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012 Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &

Plus en détail

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

Un 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

Un 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 détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres

Plus en détail

Contribution à la théorie des entiers friables

Contribution à la théorie des entiers friables UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN

Plus en détail

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace

Plus en détail

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

Plus en détail

?,i- ' ^/mmmmmm. CACU ^..""'V ii\teimmies EîiiEsmmii ''?A y? K 1^ 1 - r Par le Moyede Formules Algébriques ) v-^' ET A 'AIDE DES OGARITHMES.../v:?i.'?Xi:: F, X, BURQUE, Ptr. Professeur de MatJu'matiques,

Plus en détail