DE - DETERMINANTS. Rappels sur la méthode du pivot
|
|
- Jeanne Fournier
- il y a 7 ans
- Total affichages :
Transcription
1 DE - DETERMINANTS Rappels sur la méthode du pivot Si A est une matrice de M(n,m; R), les opérations intervenant dans la méthode du pivot s interprètent comme le produit de A par des matrices particulières Opération de première espèce : si on ajoute à la ligne i de A, λ fois la ligne j, on obtient une matrice B = T (i,j) λ A, où T (i,j) λ est la matrice triangulaire supérieure de format (n,n) ayant des 1 sur la diagonale principale, et des zéros partout ailleurs sauf pour le coefficient d indice (i, j) qui vaut λ On remarque que cette matrice est inversible et que son inverse vaut T (i,j) λ, et que t T (i,j) λ = T (j,i) λ Opération de deuxième espèce : si on permute les lignes i et j de A, on obtient une matrice B = S (i,j) A, où S (i,j) est la matrice symétrique de format (n,n) qui a des 1 sur la diagonale sauf pour les coefficients d indice (i,i) et (j,j), et dont les autres termes sont nuls sauf ceux d indice (i,j) et (j,i) qui valent 1 Cette matrice est symétrique, inversible, et égale à son inverse Opération de troisième espèce : si on multiplie la ligne i de A par le nombre µ non nul, on obtient une matrice B = D µ (i) A, où D µ (i) est la matrice diagonale de format (n,n) dont tous les éléments diagonaux valent 1, sauf celui d indice (i,i) qui vaut µ Cette matrice est symétrique, inversible et son inverse est D (i) 1/µ Nous appellerons matrice élémentaire une matrice d un des trois types définis précédemment En particulier, l inverse d une matrice élémentaire est élémentaire, la transposée d une matrice élémentaire est élémentaire Plaçons nous maintenant dans le cas où m = n Si la matrice A est de rang n, alors on peut la transformer par une suite d opérations en la matrice unité I n Donc, il existe des matrices élémentaires telles que et l on en déduit P q P 1 A = I n, A = (P 1 ) 1 (P q ) 1 = P 1 P q, et toute matrice inversible est le produit de matrices élémentaires Si A est de rang r, il existera des matrices élémentaires telles que P q P 1 A = J r, où J r est de la forme J r = [ ] Ir B, O O
2 DE 2 c est une matrice ayant n r lignes de 0, et I r désigne la matrice unité de format (r,r) Alors A = (P 1 ) 1 (P q ) 1 J r = P 1 P q J r Donc si A est de rang r c est le produit de matrices élémentaires et d une matrice J r Axiomes de définition du déterminant d une matrice Nous admettrons le théorème suivant : Il existe une application de M(n, R) dans R qui à une matrice carrée A d ordre n associe un nombre appelé déterminant de A et noté deta et qui vérifie les propriétés suivantes : (i) pour toute matrice carrée A d ordre n et quels que soient i et j compris entre 1 et n, et λ réel, det(t (i,j) λ A) = det A (ii) pour toute matrice carrée A d ordre n et quels que soient i et j compris entre 1 et n, det(s (i,j) A) = deta (iii) pour toute matrice carrée A d ordre n et quels que soient i compris entre 1 et n, et µ réel non nul, (iv) det I n = 1 det(d µ (i) A) = µ deta Nous dirons qu un déterminant est d ordre n, si c est le déterminant d une matrice (n,n) Nous allons voir comment à partir de ces quatre axiomes, on peut déduire les résultats généraux et les méthodes de calcul des déterminants Notation - Soit n 2 Si on notera a 11 a 12 a 1n a 21 a 22 a 2n A = a n1 a n2 a nn a 11 a 12 a 1n a 21 a 22 a 2n deta = a n1 a n2 a nn
3 DE 3 Autre formulation des axiomes (i) signifie que l on ne change pas un déterminant en ajoutant à une ligne un multiple d une autre, et donc plus généralement une combinaison linéaire des autres (ii) signifie que si l on permute deux lignes d un déterminant, il change de signe (iii) signifie que si l on multiplie une ligne par µ le déterminant est multiplié par µ, ou encore que si l on met µ en facteur dans une ligne du déterminant, il est mis en facteur dans le déterminant Cas particulier n = 1 Si A = (a 11 ), il est évident que l application qui à A associe le nombre a 11 vérifie les propriétés (iii) et (iv), (le cas des propriétés (i) et (ii) ne se pose pas) On posera donc det A = a 11, et on supposera désormais que n 2 On pourra facilement vérifier que les formules obtenues dans la suite pour n 2 sont valable aussi si n = 1 Quelques conséquences lorsque n 2 (1) Si une matrice A possède deux lignes égales, alors deta = 0 En effet d après (ii), si l on permute les deux lignes égales, on trouve la même matrice mais alors deta = det A (2) Si une matrice A possède une ligne de zéros, alors deta = 0 En effet, si A = 0, alors cela résulte de (1) Si A 0, on ajoute à la ligne de zéros une ligne non nulle Le déterminant ne change pas, mais la matrice possède cette fois deux lignes égales, et le déterminant est nul d après (1) (3) Si une ligne de A est combinaison linéaire des autres, alors deta = 0 En effet, en ajoutant à la ligne l opposée de la combinaison linéaire, on obtient une ligne de 0 et on ne change pas le déterminant, donc il est nul d après (2) (4) det(λa) = λ n det A En effet chacune des n lignes étant multipliée par λ, le déterminant est multiplié par λ n (5) Le déterminant d une matrice diagonale est le produit des éléments diagonaux En effet, si un élément diagonal est nul, le déterminant possède une ligne de zéros et est nul Sinon, en mettant successivement chaque élément de la diagonale principale en facteur, on obtient le produit des éléments diagonaux multiplié par le déterminant de I n qui vaut 1
4 DE 4 Calcul du déterminant par la méthode du pivot Si l on transforme une matrice A en la matrice B par la méthode du pivot, deux cas sont possibles (1) Si le rang de A est strictement plus petit que n, il existe une ligne de zéros et le déterminant est nul (2) Si le rang de A vaut n, on transforme A en une matrice diagonale Les opérations de première espèce ne changent pas le déterminant Si l on fait k opérations de deuxième espèce, le déterminant est multiplié par ( 1) k On obtient alors une matrice diagonale, où les pivots π 1,π n se trouvent sur la diagonale principale et donc det A = ( 1) k π 1 π n Le déterminant est donc, au signe près, le produit des pivots En particulier il est non nul On en déduit alors le résultat important suivant : Une matrice A est de rang n, donc est inversible, si et seulement si deta 0 Exemples (1) Calculons le déterminant de la matrice A = En appliquant la méthode du pivot, on obtient en utilisant les opérations de première espèce : deta = = = = on permute alors les deux premières lignes Il y a changement de signe : deta = puis les deux dernières Il y a un nouveau changement de signe : deta = On obtient une matrice diagonale, et det A est le produit des éléments diagonaux, donc deta = 7 (2) Les matrices élémentaires - Il résulte immédiatement des axiomes (en écrivant P = PI) que dett (i,j) λ = 1, dets (i,j) = 1, detd (i) µ = µ (3) Les matrices triangulaires - Le déterminant est le produit des éléments diagonaux En effet, si le rang est r < n, la méthode du pivot fait apparaître n r lignes de zéros et le déterminant est nul, sinon, elle transforme la matrice initiale en une matrice diagonale ayant les mêmes éléments diagonaux
5 DE 5 Les formules du produit et de la transposée De ce qui précède, on déduit que det(ab) = detadet B, lorsque A est une matrice élémentaire et B est une matrice quelconque Si maintenant A = P 1 P q est un produit de matrices élémentaires, on en déduit facilement par récurrence que, quel que soit B, En particulier, si B = I n, et donc det(ab) = detp 1 det P q det B deta = det P 1 detp q, det(ab) = detadet B Si A est une matrice inversible, c est un produit de matrices élémentaires et donc det(ab) = detadet B Si A n est pas inversible, alors, deta = 0, et on peut écrire avec k < n, donc A = P 1 P q J k, det(ab) = detp 1 detp q det(j k B) Mais la matrice J k B a également au moins une ligne de 0, donc, son déterminant est nul Alors On a donc finalement quels que soient A et B det(ab) = 0 = det AdetB det(ab) = detadet B En particulier le produit de deux matrices A et B est inversible si et seulement si les deux matrices sont inversibles De plus, si A est inversible, on déduit de l égalité AA 1 = I n, que det Adet(A 1 ) = 1,
6 DE 6 donc det(a 1 ) = (det A) 1 Etudions maintenant la transposée On remarque que pour une matrice élémentaire det( t A) = det A et pour un produit de matrices élémentaires A = P 1 P q, on a deta = det P 1 detp q, mais t A = t P q tp 1, et Mais alors D où l on déduit det( t A) = det( t P q ) det( t P 1 ) det( t A) = det(p q ) det(p 1 ), det( t A) = det A C est le cas, si A est une matrice inversible Enfin puisque A est inversible si et seulement si t A est inversible, on a, si A n est pas inversible On a donc finalement, pour toute matrice A, det( t A) = deta = 0 det t A = det A Conséquence - Tout ce que l on a dit précédemment pour des lignes de A peut se dire également pour les colonnes de A Par exemple : - on ne change pas un déterminant en ajoutant à une colonne une combinaison linéaire des autres, - si µ est en facteur dans une colonne il est en facteur dans le déterminant - un déterminant qui a une colonne de zéros est nul, etc Développement d un déterminant par blocs diagonaux Si la matrice A a tous ses termes nuls exceptés les termes de blocs carrés A 1,,A p à cheval sur la diagonale principale, alors deta = deta 1 det A p
7 DE 7 En effet les opérations élémentaires sur les éléments d une matrice A i ne modifient pas les autres On choisit les pivots successivement dans A 1,,A p S il existe dans un A i une ligne de zéros, alors il existe une ligne de zéros dans A, et deta = 0 = deta 1 det A p Sinon, les pivots de A sont obtenus en réunissant les pivots des A i et le déterminant est le produit de ces pivots Alors en regroupant ceux de chaque A i on trouve encore Exemple deta = deta 1 det A p = = 2 ( 3) = Déterminant d un système de n vecteurs dans une base donnée Soit S = (X 1,,X n ) un système de n vecteurs dans un espace de dimension n, on appellera déterminant de S dans la base B, et on notera det B (X 1,,X n ), le déterminant de la matrice A de S dans cette base Si A est la matrice de S dans une base B, et si P est la matrice de passage de B à B, on a donc A = PA, deta = detp det A, le déterminant du système dépend donc de la base Mais bien sûr, si le système n est pas libre det A = det A = 0 Par contre si le système est libre, il y a n pivots et le déterminant (qui est au signe près, le produit des pivots) est non nul quel que soit la base Donc : un système S de n vecteurs d un espace de dimension finie n est une base si et seulement son déterminant dans une base quelconque est non nul Déterminant d un endomorphisme Soit E un espace vectoriel de dimension n et soit f une application linéaire de E dans E Si A et A sont les matrices de f dans les bases B et B respectivement, on a où P est la matrice de passage de B à B Alors A = P 1 AP det A = det(p 1 )det Adet P
8 DE 8 mais, puisque on trouve det(p 1 ) = (detp) 1, deta = deta Donc le déterminant ne dépend pas de la base On dira alors que c est le déterminant de f Donc : un endomorphisme f d un espace de dimension fini est bijectif si et seulement si det f 0 Déterminant et multilinéarité Soit B une base fixée dans un espace E de dimension finie n On étudie l application de E n dans R qui à (X 1,,X n ) associe le déterminant det B (X 1,,X n ) du système dans la base B (Pour simplifier les notations, on omettra l indice B dans ce qui suit) Tout d abord det(λx 1,X 2,,X n ) = λdet(x 1,X 2,,X n ), puisque λ est en facteur dans la première colonne de la matrice du système dans la base B Maintenant regardons det(x 1 + Y 1,X 2,,X n ) Il y a deux cas possibles : (1) le système (X 1,,X n ) est libre dans R n Alors Y 1 s écrit comme combinaison linéaire des vecteurs de ce système Donc Y 1 = α 1 X α n X n Alors det(x 1 + Y 1,X 2,,X n ) = det((1 + α 1 )X 1 + α 2 X 2 + α n X n,x 2,,X n ) Mais en ajoutant à la première colonne la combinaison linéaire (α 2 X 2 + α n X n ), on obtient puis en mettant en facteur 1 + α 1, Mais on a aussi,de manière analogue, et, finalement det(x 1 + Y 1,X 2,,X n ) = det((1 + α 1 )X 1,X 2,,X n ), det(x 1 + Y 1,X 2,,X n ) = (1 + α 1 )det(x 1,X 2,,X n ) det(y 1,X 2,,X n ) = α 1 det(x 1,X 2,,X n ), det(x 1 + Y 1,X 2,,X n ) = det(x 1,X 2,,X n ) + det(y 1,X 2,,X n ) (2) le système (X 1,,X n ) est lié dans R n, donc det(x 1,X 2,,X n ) = 0,
9 DE 9 et il existe α 1,, α n non tous nuls tels que α 1 X 1 + α 2 X α n X n = 0 Si α 1 n est pas nul, alors, on peut exprimer X 1 comme combinaison linéaire de X 2,,X n donc en ajoutant à la première colonne, l opposée de cette combinaison linéaire det(x 1 + Y 1,X 2,,X n ) = det(y 1,X 2,,X n ) = det(x 1,X 2,,X n ) + det(y 1,X 2,,X n ) Si α 1 est nul, alors α 2 X α n X n = 0, avec des α i non tous nuls, donc le système (X 2,,X n ) est lié Alors les systèmes (X 1 +Y 1,X 2,,X n ) et (Y 1,X 2,,X n ) sont également liés, donc tous les déterminants son nuls et l on a det(x 1 + Y 1,X 2,,X n ) = 0 = det(x 1,X 2,,X n ) + det(y 1,X 2,,X n ) Conclusion, si l on fixe X 2,,X n, l application qui à X associe det(x,x 2,,X n ) est linéaire Mais, en fait, ce résultat reste vrai quelles que soient les n 1 variables fixées parmi les n : on a linéarité par rapport à la n ième On traduit ceci en disant que l application déterminant est une forme multilinéaire (ou n-linéaire) Comme de plus on change de signe si l on permute deux vecteurs, on dit que le déterminant est une forme multilinéaire alternée Exemple - Soit A et B deux matrices de M(n; R) ayant toutes leurs colonnes identiques sauf les deux premières Notons X 1,X 2,,X n les colonnes de A et Y 1,X 2,,,X n celles de B Alors A + B a comme colonnes X 1 + Y 1,2X 2,,,2X n Et donc Comme 2 est en facteur dans n 1 colonnes Et par linéarité par rapport à la première colonne, det(a + B) = det(x 1 + Y 1,2X 2,,,2X n ) det(a + B) = 2 n 1 det(x 1 + Y 1,X 2,,,X n ) det(a + B) = 2 n 1 (det(x 1,X 2,,,X n ) + det(y 1,X 2,,,X n )) = 2 n 1 (deta + detb) Remarque - Sauf dans des cas particuliers comme l exemple précédent, il n y a pas de formule général liant det(a + B), det A et detb Développement d un déterminant par rapport à une ligne ou une colonne Quelques définitions Soit A = (a ij ), une matrice carrée d ordre n Notons A(i,j) la matrice extraite de A en enlevant la ligne i et la colonne j de A On appelle mineur de a ij le déterminant deta(i,j) de cette matrice
10 DE 10 C est donc un déterminant d ordre n 1 On appelle cofacteur de a ij le nombre ã ij = ( 1) i+j det A(i,j) Si X 1,,X n désignent les colonnes de A et si l on note E 1,, E n les vecteurs de la base canonique B de R n, on a alors det A = det(x 1,,X n ) Mais, donc par linéarité X j = a 1j E a nj E n det A = a 1j det(x 1,,X j 1,E 1,X j+1,,x n ) + + a nj det(x 1,,X j 1,E n,x j+1,,x n ) Calculons a 11 a 1(j 1) 0 a 1(j+1) a 1n a (i 1)1 a (i 1)(j 1) 0 a (i 1)(j+1) a (i 1)n ij = det(x 1,,X j 1,E i,x j+1,,x n ) = a i1 a i(j 1) 1 a i(j+1) a in a (i+1)1 a (i+1)(j 1) 0 a (i+1)(j+1) a (i+1)n a n1 a n(j 1) 0 a n(j+1) a nn En combinant la j ème colonne aux autres pour faire apparaître des zéros dans la ligne i, on obtient a 11 a 1(j 1) 0 a 1(j+1) a 1n a (i 1)1 a (i 1)(j 1) 0 a (i 1)(j+1) a (i 1)n ij = a (i+1)1 a (i+1)(j 1) 0 a (i+1)(j+1) a (i+1)n a n1 a n(j 1) 0 a n(j+1) a nn On remonte la ligne i en haut du déterminant en la permutant avec les i 1 précédentes, donc a 11 a 1(j 1) 0 a 1(j+1) a 1n ij = ( 1) i 1 a (i 1)1 a (i 1)(j 1) 0 a (i 1)(j+1) a (i 1)n a (i+1)1 a (i+1)(j 1) 0 a (i+1)(j+1) a (i+1)n a n1 a n(j 1) 0 a n(j+1) a nn On ramène la colonne j à gauche du déterminant en la permutant avec les j 1 précédentes, donc
11 DE a 11 a 1(j 1) a 1(j+1) a 1n ij = ( 1) i 1 ( 1) j 1 0 a (i 1)1 a (i 1)(j 1) a (i 1)(j+1) a (i 1)n 0 a (i+1)1 a (i+1)(j 1) a (i+1)(j+1) a (i+1)n 0 a n1 a n(j 1) a n(j+1) a nn et finalement, en utilisant le développement par blocs : a 11 a 1(j 1) a 1(j+1) a 1n ij = ( 1) i+j 2 a (i 1)1 a (i 1)(j 1) a (i 1)(j+1) a (i 1)n a (i+1)1 a (i+1)(j 1) a (i+1)(j+1) a (i+1)n a n1 a n(j 1) a n(j+1) a nn Alors, puisque ( 1) i+j 2 = ( 1) i+j, le déterminant ij n est autre que le cofacteur de a ij et l on obtient deta = a 11 ã a 1n ã 1n On obtient le développement du déterminant par rapport à la première colonne On démontre de même que l on a un résultat analogue pour n importe quelle colonne (ou ligne) : quel que soit i compris entre 1 et n, on a det A = a ik ã ik, k=1 c est le développement de det A par rapport à la i ème ligne, et quel que soit j compris entre 1 et n deta = a kj ã kj, k=1 c est le développement de det A par rapport à la j ème colonne Remarque - Le nombre ( 1) i+j est toujours positif sur la diagonale principale D autre part lorsque l on se déplace dans une ligne ou une colonne, le signe est alterné Il est donc facile de voir par quel signe il faut multiplier le mineur pour avoir le cofacteur correspondant
12 DE 12 Déterminant d ordre 2 [ ] a11 a Soit A = 12 a 21 a 22 Si l on développe par rapport à la première ligne, le cofacteur de a 11 est a 22 et celui de a 12 est a 21, d où deta = a 11 a 12 a 21 a 22 = a 11a 22 a 12 a 21 On peut vérifier que cette expression satisfait aux axiomes (i) à (iv) de définition du déterminant, ce qui justifie son existence dans ce cas Déterminant d ordre Exemple - Reprenons la matrice A = Si l on développe par rapport à la première ligne det A = , donc deta = 2 ( 3) + 1 = 7 a 11 a 12 a 13 Formule générale - Soit A = a 21 a 22 a 23 a 31 a 32 a 33 Si l on développe par rapport à la première ligne, a deta = a 22 a a 32 a 33 a 12 a 21 a 23 a 31 a 33 + a 13 a 21 a 22 a 31 a 32 = a 11 (a 22 a 33 a 23 a 32 ) a 12 (a 21 a 33 a 23 a 31 ) + a 13 (a 21 a 32 a 22 a 31 ) = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 11 a 23 a 32 a 13 a 22 a 31 a 12 a 21 a 33 On peut encore vérifier que cette expression satisfait les axiomes (i) à (iv) de définition du déterminant, ce qui justifie son existence dans ce cas Pour retenir par cœur cette formule, on utilise différents moyens mnémotechniques En voici un, appelé règle de Sarrus Il consiste à organiser les termes en diagonale En pratique, on réécrit les deux premières lignes de la matrice en dessous de A : il y a 3 droites parallèles à la diagonale principale qui donneront les 3 produits affectés du signe +, et 3 droites parallèles à l autre diagonale qui donneront les 3 produits affectés du signe
13 DE 13 + a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 a 11 a 12 a 13 a 21 a 22 a 23 Attention, cette règle ne s applique que pour les déterminants d ordre 3 Déterminant d ordre n Il est possible d écrire une formule générale donnant l expression d un déterminant sous forme de somme de produits de coefficients de la matrice Cette formule utilise la notion de permutation d un ensemble fini et ne sera pas abordée ici C est cette formule qui permet de justifier l existence du déterminant Le développement par rapport à une ligne permet de ramener le calcul d un déterminant d ordre n à celui de n déterminants d ordre n 1 Ce type de calcul est donc assez long en général La méthode est facilement utilisable pour des déterminants d ordre 3 ou 4 (Choisir si possible une ligne ou une colonne contenant beaucoup de zéros) On l utilise également à l ordre n dans le but de trouver des relations de récurrence, comme le montre les exemples suivants (a) On veut calculer le déterminant de A = On développe par rapport à la troisième colonne = ( 1) le déterminant de droite comporte deux lignes égales Il est donc nul Celui de gauche peut se développer par rapport à la dernière ligne Donc deta = = = 1
14 DE 14 (b) On veut calculer le déterminant d ordre n suivant : n (x) = 1 + x 2 x 0 0 x 1 + x x 2 x 0 0 x 1 + x 2 Si l on développe par rapport à la première ligne, on obtient n = (1 + x 2 ) 1 + x 2 x 0 0 x 1 + x x 2 x 0 0 x 1 + x 2 x x x x 2 x 0 x x 2 x 0 0 x 1 + x 2 Les deux déterminants du membre de droite sont d ordre n 1 On reconnaît dans le premier n 1 (x) Si l on développe le second par rapport à la première colonne x x x 2 x 0 x x 2 x 0 0 x 1 + x 2 = x 1 + x 2 x 0 0 x 1 + x x 2 x 0 0 x 1 + x 2 et cette fois le déterminant de droite est d ordre n 2 On reconnaît n 2 (x) Finalement n = (1 + x 2 ) n 1 (x) x 2 n 2 (x) On voit que 1 (x) = 1 + x 2 et 2 (x) = (1 + x 2 ) 2 x 2 = 1 + x 2 + x 4 On démontre alors facilement par récurrence que n (x) = k=0 x 2k
15 DE 15 (c) Matrice compagnon On considère un polynôme unitaire de degré n : P n (x) = x n a 1 x n 1 + a 2 x n 2 + ( 1) n a n, où a 1,,a n sont n nombres donnés dans R On considère d autre part la matrice (n,n), (dépendants de a 1,,a n ), donnée par x 0 0 a n 1 A n = 0 0 x a x a 1 On développe le déterminant de A n suivant la première ligne : deta n = xdeta n 1 + ( 1) n a n En effet, si on enlève la première ligne et la dernière colonne, ce qui reste est une matrice (n 1,n 1) triangulaire avec des 1 sur la diagonale Le cofacteur de a n vaut donc ( 1) n+1 On montre alors par récurrence que det(a n ) = P n (x) Remarque - On a A n = xi n + C n, et c est usuellement C n que l on appelle matrice compagnon de P n (Attention, il y a plusieurs choix de signes différents suivants les auteurs) Calcul de l inverse d une matrice Si A = (a ij ) est une matrice carrée, la matrice à = (ã ij) est appelée matrice des cofacteurs ou comatrice de A On a alors la formule suivante : A t (Ã) = t (Ã)A = (det A)I, (et on remarque en particulier que le calcul de autre manière), et, si A est inversible : à permet d avoir deta sans avoir à le calculer d une A 1 = 1 deta t (Ã)
16 DE 16 Attention à ne pas oublier de prendre la transposée de la matrice des cofacteurs Démontrons ces formules Notons b ij les éléments de la matrice t (Ã) Donc b ij = ã ji Notons c ij les éléments de la matrice A t (Ã) On a donc, par la formule du produit de matrices c ij = a ik b kj = Si i = j, k=1 c ii = a ik ã jk k=1 a ik ã ik, mais ceci n est autre que le développement de deta par rapport à la i ème ligne Donc Si i j k=1 c ii = det A c ij = a ik ã jk, k=1 et ceci est le développement par rapport à la j ème ligne du déterminant obtenu à partir de A en remplaçant la ligne i par la ligne j, c est-à-dire d un déterminant ayant deux lignes égales Donc c ij est nul Il en résulte bien que t A (Ã) = (deta)i On peut faire un calcul analogue pour le produit t (Ã)A Remarque - Le calcul de A 1 par la méthode précédente redonne facilement l inverse d une matrice de format (2,2) [ ] [ ] a b 1 d b = c d ad bc c a On peut encore l utiliser pour une matrice (3,3) (il y a 9 déterminants d ordre 2 à calculer) Mais cela devient inutilisable en pratique pour des ordres supérieurs (à l ordre n, il y a n 2 déterminants d ordre n 1) Formules de Cramer Soit S : AX = B un système de n équations linéaires à n inconnues Alors A est une matrice carrée Elle a donc un déterminant et on a vu que A est de rang n si et seulement si det A 0 Pour un système S : AX = B de n équations linéaires à n inconnues les propriétés suivantes sont donc équivalentes :
17 DE 17 (a) S est un système de Cramer (b) le système S admet une solution et une seule (c) le rang de A est n (d) deta 0, et on peut calculer explicitement la solution : Posons X = x 1 x p et B = b 1 b p (C) X = A 1 B = 1 t det A (Ã)B En notant, comme dans le paragraphe précédent, t (Ã) = (b ij) avec b ij = ã ji, on a alors, en écrivant la formule du produit de matrices t (Ã)B, On remarque alors que x k = 1 det A i=1 b ki b i = 1 deta b i ã ik i=1 b i ã ik n est autre que le développement par rapport à la k ième colonne du i=1 déterminant de la matrice carrée A[k] obtenue en remplaçant dans A la k ième colonne par le second membre B On obtient ainsi les formules de Cramer (C) i, 1 i n, x k = det A[k] deta Exemple - Le système de 2 équations a deux inconnues x et y (S ) { ax + by = α cx + dy = β est un système de Cramer si et seulement si ad bc 0 et alors l unique solution est donnée par 1 α b β d x = (dα bβ) = ad bc a b c d 1 a α c β y = ( cα + aβ) = ad bc a b c d
18 DE 18 Remarque - Pour des calculs explicites, la méthode du pivot est en générale beaucoup plus rapide que les calculs par les formules de Cramer (Par exemple pour 3 équations, il faut calculer quatre déterminants (3,3)) Celles-ci sont intéressantes lorsque le système comporte des paramètres Détermination du rang d un système Dans cette partie A est une matrice de M(n,m; R) Nous allons montrer le théorème suivant : Une matrice A de format (m,n) est de rang r si et seulement si on a les deux propriétés suivantes : 1 il existe une matrice carrée A de format (r,r) extraite de A telle que det A 0 2 toute matrice carrée A de format (r + 1,r + 1) extraite de A et contenant A vérifie det A = 0 Supposons que l on ait 1 Alors un pivot transforme A en B qui est telle que detb = det A 0 Donc B est inversible et possède r pivots Si maintenant on effectue un pivot sur A en prolongeant à A les opérations faites sur A On obtient une matrice B qui contient au moins les r pivots de B Donc rg A r Si l on a également 2, et si A est une matrice (r + 1,r + 1) extraite de A et contenant A le pivot précédent transforme A en une matrice B contenant B et incluse dans B On a det B = deta = 0 On ne peut donc pas trouver un (r + 1) ième pivot, et rg A = r Inversement, si A est de rang r, un pivot transforme A en une matrice B possédant exactement r pivots Ces r pivots se trouvent dans une matrice B de format (r,r), qui provient de la transformation par le pivot d une matrice A de format (r,r) extraite de A On a alors deta = det B 0 Donc 1 est vérifié Si maintenant A est une matrice (r + 1,r + 1) extraite de A contenant A, le pivot la transforme en une matrice B extraite de B et contenant B Mais B ne possède que r pivots, donc detb = 0 Alors deta = 0, et la propriété 2 est vérifiée Exemple - On veut chercher le rang de la matrice A = (a ij ) = On peut procéder de deux manières : 1) Déterminants d ordre croissant Prenons A 1 = (a 12 ) = (1) Son déterminant n est pas nul, donc rg A 1 [ ] 0 1 Soit ensuite A 2 =, contenant A et extraite de A (2 premières lignes et colonnes) On a deta 2 = 1, donc rg A 2
19 DE 19 Il y a deux matrices contenant A et On constate que les déterminants de ces deux matrices sont nuls Alors rg A = 2 2) Déterminants d ordre décroissant Le rang de A est au plus 3 On calcule tous les déterminants d ordre 3 extraits de A Il y en a quatre En plus des déterminants des deux matrices écrites ci-dessus, on a également ceux de et On constate que ces quatre déterminants son nuls Donc rg A 2 Puis on trouve une matrice (2,2) extraite de déterminant non nul (la matrice A 2 écrite ci-dessus par exemple) Donc rg A = 2 Remarque finale Pour la détermination du rang d une matrice, on peut donc remplacer la méthode du pivot par la recherche de matrices carrées extraites de déterminant non nul Encore une fois la méthode du pivot est beaucoup plus rapide Mais pour certains problèmes théoriques (des matrices dont les coefficients dépendent d un paramètre par exemple), l utilisation du déterminant peut être plus adaptée On peut même poursuivre l étude et remplacer complètement la méthode du pivot par l utilisation des déterminants Beaucoup d ouvrages très théoriques (en particulier à certaines époques) ne mentionnent la méthode du pivot qu en passant, alors que les ouvrages de mathématiques appliquées (analyse numérique, calcul scientifique,) détaillent au contraire les différentes méthodes de choix de pivots, et d amélioration de la rapidité des calculs par ces méthodes Le déterminant de Vandermonde A titre d exemple de calcul de déterminant, on va étudier ici un déterminant particulier, appelé déterminant de Vandermonde, que l on voit apparaître dans divers problèmes de mathématiques Soit les n + 1 nombres réels a 0, a 1,,a n On considère le déterminant (n + 1,n + 1) suivant : 1 a 0 a 2 0 a n 0 1 a (a 0,a 1,,a n ) = 1 a 2 1 a n 1 1 a n a 2 n a n n
20 DE 20 Pour trouver sa valeur, on peut considérer ce déterminant comme un polynôme de la variable a n dépendant des paramètres a 0,,a n 1 Supposons tout d abord que les nombres a 0,,a n 1 soient distincts On peut alors faire les remarques suivantes : (a) Si on développe ce déterminant par rapport à la dernière ligne, on constate immédiatement que (a 0,a 1,,a n ) est un polynôme P(a n ) de la variable a n de degré n au plus, le coefficient de a n n étant le déterminant (a 0,a 1,,a n 1 ) qui est d ordre n (b) Si l on remplace a n dans (a 0,a 1,,a n ) par une des autres valeurs a 0,,a n 1 le déterminant a deux lignes égales, il est donc nul Alors le polynôme P(a n ) est un polynôme de degré n au plus possédant n racines distinctes a 0,,a n 1 Il se factorise donc sous la forme où α n est le coefficient de a n n On en déduit donc P(a n ) = α n (a n a 0 )(a n a 1 ) (a n a n 1 ), (a 0,a 1,,a n ) = (a 0,a 1,,a n 1 )(a n a 0 )(a n a 1 ) (a n a n 1 ) Ce résultat reste vrai si deux des nombres a 0,,a n 1 sont égaux, car les déterminants (a 0,a 1,,a n 1 ) et (a 0,a 1,,a n ) sont alors nuls puisqu ils ont deux lignes égales Comme (a 0,a 1 ) = a 1 a 0, on obtient par récurrence que (a 0,a 1,,a n ) est le produit de toutes les différences a i a j, lorsque 0 j < i n : (a 0,a 1,,a n ) = (a i a j ) {(i,j) 0 j<i n} En particulier un tel déterminant est nul si et seulement si il existe i et j distincts tels que a i = a j Une conséquence de ce résultat est la suivante : Soient n + 1 nombres réels distincts a 0,,a n et n + 1 réels b 0,,b n Il existe un polynôme P de degré au plus n et un seul qui vérifie, pour tout i compris entre 1 et n la relation P(a i ) = b i En effet, si l on pose P(X) = λ i X i, les conditions ci-dessus se traduisent par un système de n + 1 i=0 équations linéaires à n+1 inconnues λ 0,,λ n, dont la matrice A a pour déterminant (a 0,a 1,,a n ), et ce déterminant n est pas nul La matrice A est donc inversible et le système a une solution et une seule
Chapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en 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 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 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 détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en 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 détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailCalcul 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 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 détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en 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 détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en 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 détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en 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 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 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 détailMathématiques appliquées à l'économie et à la Gestion
Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en 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 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 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 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 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 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 détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en 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 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 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 détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en 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 détailPremiers exercices d Algèbre. Anne-Marie Simon
Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,
Plus en 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 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 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 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 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 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 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 détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en 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 détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en 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 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, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailIII- Raisonnement par récurrence
III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en 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 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 détailManipulateurs Pleinement Parallèles
Séparation des Solutions aux Modèles Géométriques Direct et Inverse pour les Manipulateurs Pleinement Parallèles Chablat Damien, Wenger Philippe Institut de Recherche en Communications et Cybernétique
Plus en détailPEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?
PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une
Plus en 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 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 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 détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en 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 détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détail2.4 Représentation graphique, tableau de Karnaugh
2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en 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 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 détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en 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 détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailLa persistance des nombres
regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...
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 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 détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
Plus en détailCours d initiation à la programmation en C++ Johann Cuenin
Cours d initiation à la programmation en C++ Johann Cuenin 11 octobre 2014 2 Table des matières 1 Introduction 5 2 Bases de la programmation en C++ 7 3 Les types composés 9 3.1 Les tableaux.............................
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en 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 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 détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en 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 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 détailLicence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année)
Licence Sciences de l Ingénieur et Licence Informatique Niveau L2 (= 2ème année) Mathématiques : Résumé de ce qu il faut savoir en Algèbre linéaire (ou Calcul Matriciel) au sortir du L1, en préalable au
Plus en 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 détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détail2. RAPPEL DES TECHNIQUES DE CALCUL DANS R
2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détail