Espaces vectoriels euclidiens. () Espaces vectoriels euclidiens 1 / 40
|
|
- Lucile Léger
- il y a 7 ans
- Total affichages :
Transcription
1 Espaces vectoriels euclidiens () Espaces vectoriels euclidiens 1 / 40
2 1 Produit scalaire, norme, espace euclidien 2 Orthogonalité Dans tout ce cours, E désigne un R espace vectoriel. () Espaces vectoriels euclidiens 2 / 40
3 Plan 1 Produit scalaire, norme, espace euclidien 2 Orthogonalité () Espaces vectoriels euclidiens 3 / 40
4 Définition et exemples Définition Un produit scalaire sur un espace vectoriel E est une forme bilinéaire symétrique définie positive sur E, c est-à-dire une application E E R telle que : (x, y) (x y) 1 pour tous réels λ, µ et tous vecteurs x 1, x 2, y 1, y 2, x et y de E, on ait { (λx1 + µx 2 y) = λ(x 1 y) + µ(x 2 y) (x λy 1 + µy 2 ) = λ(x y 1 ) + µ(x y 2 ). (bilinéarité), 2 pour tout x, y E, (x y) = (y x) (symétrie), 3 pour tout x E, (x x) 0 et l on a : (x x) = 0 x = 0 (définie positive). () Espaces vectoriels euclidiens 4 / 40
5 Exemple: Le produit scalaire canonique sur R n est défini de la façon suivante : pour tous vecteurs x = (x 1, x 2,..., x n ) et y = (y 1, y 2,..., y n ) de R n, on pose (x y) = x 1 y 1 + x 2 y x n y n = n x k y k. Il est facile de vérifier que ceci est bien une forme bilinéaire, qui est symétrique, positive. Le caractère défini découle du fait qu une somme de nombres positifs est nulle si et seulement si chacun de ses termes est nul. On peut définir d autres produits scalaires sur R n : par exemple, on peut poser (x y) = n k=1 k x k y k. k=1 () Espaces vectoriels euclidiens 5 / 40
6 Exemple: Pour toutes fonctions f, g C([0; 1], R), on pose (f g) = 1 0 f (t)g(t) dt. D après la linéarité de l intégrale, cette application est une forme bilinéaire sur C([0; 1], R) qui est clairement symétrique. De plus, pour toute fonction f C([0; 1], R), on a (f f ) = 1 0 f 2 (t) dt 0 (positivité de l intégrale, f 2 étant positive) (f f ) = f 2 (t) dt = 0 f 2 = 0 f = 0 (1) (1) : f 2 est positive et continue. On a donc défini un produit scalaire sur l espace vectoriel C([0; 1], R). () Espaces vectoriels euclidiens 6 / 40
7 Proposition (Inégalité de Cauchy-Schwartz) Soit E un R espace vectoriel muni d un produit scalaire ( ). Pour tout x, y E, on a (x y) 2 (x x)(y y) avec égalité si et seulement si x et y sont colinéaires, autrement dit, (x y) 2 = (x x)(y y) µ R, x = µy ou y = µx. () Espaces vectoriels euclidiens 7 / 40
8 Démonstration. Soit x, y E. Si x = 0, alors (x y) = 0 et (x x) = 0 donc l égalité est vérifiée. Supposons maintenant x 0. Puisque le produit scalaire est défini positif, on a (x x) > 0. Soit λ R, on a (λx +y λx +y) = λ 2 (x x)+2λ(x y)+(y y) et (λx +y λx +y) 0 donc λ 2 (x x) + 2λ(x y) + (y y) 0 et ce pour tout λ R. Ce trinôme du second degré (car (x x) > 0) en λ est de signe constant, il a au plus une racine réelle et donc son discriminant est négatif, c est-à-dire autrement dit (x y) 2 (x x)(y y). = 4(x y) 2 4(x x)(y y) 0, () Espaces vectoriels euclidiens 8 / 40
9 De plus, si (x y) 2 = (x x)(y y) alors = 0 et le trinôme admet une racine double µ qui vérifie donc (µx + y µx + y) = 0 ce qui implique, puisque le produit scalaire est défini positif, que µx + y = 0, c est-à-dire que x et y sont colinéaires. Réciproquement, si x et y sont colinéaires, l égalité est clairement vérifiée. () Espaces vectoriels euclidiens 9 / 40
10 Norme associée à un produit scalaire Définition On appelle norme sur un R espace vectoriel E toute application N de E dans R telle que : 1 x E, N(x) 0, (positivité) 2 x E, N(x) = 0 x = 0, (séparation) 3 x E, λ E, N(λx) = λ N(x), (homogénéité) 4 x, y E, N(x + y) N(x) + N(y) (inégalité triangulaire). () Espaces vectoriels euclidiens 10 / 40
11 Remarque: La norme N sur un R espace vectoriel E adapte aux espaces vectoriels la notion de longueur au sens commun du terme. En tant que tel, il est par exemple nécessaire que cet objet prenne des valeurs positives et que l inégalité triangulaire soit vérifiée. Définition Un R espace vectoriel est dit normé lorsqu il est muni d une norme. Un vecteur x d un R espace vectoriel E normé est dit unitaire lorsque N(x) = 1. () Espaces vectoriels euclidiens 11 / 40
12 Proposition (Norme associée à un produit scalaire) Dans un R espace vectoriel E muni d un produit scalaire ( ), l application. de E dans R définie par x E, x = (x x) est une norme sur E, appelée la norme euclidienne associée au produit scalaire ( ). () Espaces vectoriels euclidiens 12 / 40
13 Démonstration. Il faut vérifier que les quatre propriétés de la norme sont vérifiées. Les points 1) et 2) découlent directement de la définition du produit scalaire. 3) Soit x E et λ R. On a λx = (λx λx) = λ 2 (x x) = λ (x x) = λ x. 4) Soit x, y E. On a x +y 2 = (x +y x +y) = (x x)+2(x y)+(y y) = x 2 + y 2 +2(x y) et ( x + y ) 2 = x 2 + y x y, or d après l inégalité de Cauchy-Schwartz, (x y) 2 (x x) (y y), c est-à-dire (x y) x y, ainsi 2(x y) 2 x y et x + y 2 ( x + y ) 2. On en déduit x + y x + y. () Espaces vectoriels euclidiens 13 / 40
14 Exemple: 1 Dans l espace R n muni du produit scalaire canonique, la norme du vecteur x = (x 1, x 2,..., x n ) est donnée par : x = x x x 2 n = n x 2 k. 2 Lorsque le produit scalaire sur R n est défini par (x y) = n kx k y k, la k=1 norme associée est donnée par x = x x nx 2 n. 3 Dans C([0, 1], R) muni du produit scalaire défini plus haut, la norme de la fonction f est donnée par 1 k=1 f = 0 f 2 (t) dt. () Espaces vectoriels euclidiens 14 / 40
15 Proposition (Cauchy-Schwartz reformulé) Soit E un R espace vectoriel muni d un produit scalaire ( ) auquel on associe la norme.. x, y E, (x y) x y (inégalité de Cauchy-Schwartz) avec égalité ssi la famille (x, y) est liée. () Espaces vectoriels euclidiens 15 / 40
16 Proposition Soit E un R espace vectoriel muni d un produit scalaire ( ) auquel on associe la norme.. Pour tout x, y E, on a : x + y 2 = x 2 + 2(x y) + y 2, x y 2 = x 2 2(x y) + y 2, (x y) = 1 4 ( x + y 2 x y 2 ) (identités de polarisation). () Espaces vectoriels euclidiens 16 / 40
17 Espaces euclidiens Définition Un espace vectoriel euclidien est un R espace vectoriel de dimension finie muni d un produit scalaire. () Espaces vectoriels euclidiens 17 / 40
18 Plan 1 Produit scalaire, norme, espace euclidien 2 Orthogonalité () Espaces vectoriels euclidiens 18 / 40
19 Désormais, E désigne un R espace vectoriel euclidien muni du produit scalaire ( ). Par définition, E est de dimension finie. Définition Deux vecteurs x et y de E sont dit orthogonaux si et seulement si (x y) = 0. Remarque: Le vecteur nul est orthogonal à tout autre vecteur. () Espaces vectoriels euclidiens 19 / 40
20 Familles et bases orthogonales, orthonormales Définition Une famille (x 1,..., x n ) de vecteurs de E est dite orthogonale si et seulement si ses éléments sont orthogonaux deux à deux, autrement dit, si et seulement si, i, j [[1, n]], i j = (x i x j ) = 0. () Espaces vectoriels euclidiens 20 / 40
21 Proposition Une famille orthogonale de cardinal fini dont aucun vecteur n est nul est libre. Démonstration. Soit (x 1, x 2,..., x n ) une famille orthogonale dont aucun vecteur n est nul. Soit λ 1, λ 2,..., λ n K. Supposons que λ 1 x 1 + λ 2 x λ n x n = 0. Pour tout i [[1, n]], on a alors (λ 1 x 1 + λ 2 x λ n x n x i ) = λ i (x i x i ) = 0 et donc λ i = 0 (on a (x i x i ) > 0 car x i 0 E ). Donc λ 1 = = λ n = 0 et la famille est libre. () Espaces vectoriels euclidiens 21 / 40
22 Théorème (Théorème et propriété de Pythagore) 1 Soit x, y E. On a les équivalences : x y x + y 2 = x 2 + y 2 x y 2 = x 2 + y 2. (Théorème de Pythagore) 2 Soit (x 1, x 2,..., x n ) une famille orthogonale de vecteurs de E. On a n 2 x i = i=1 n x i 2. i=1 () Espaces vectoriels euclidiens 22 / 40
23 Définition Une famille (x i ) i I de vecteurs de E est dite orthonormale (ou orthonormée) si et seulement si ses éléments sont orthogonaux deux à deux et si chaque vecteur est unitaire, autrement dit, si et seulement si, i, j I, i j = (x i x j ) = 0 et i I, (x i x i ) = 1. () Espaces vectoriels euclidiens 23 / 40
24 Proposition Soit (e 1, e 2,..., e n ) une famille orthonormale de E. 1 La famille (e 1, e 2,..., e n ) est libre. 2 Si x = n λ i e i alors pour tout i [[1, n]], on a λ i = (e i x). i=1 Démonstration. 1. découle de la proposition précédente. 2. Par bilinéarité du produit scalaire, on a pour tout i [[1, n]], ( ) n n (e i x) = e i λ i e i = λ j (e i e j ) = λ i. i=1 j=1 () Espaces vectoriels euclidiens 24 / 40
25 On a vu en géométrie plane et en géométrie dans l espace que bien des résultats s énoncent facilement dès que l on travaille dans une base orthonormale, en particulier tous ceux faisant appel au produit scalaire. Nous allons voir ici que ceci se généralise dans tout espace vectoriel de dimension finie n. Définition Soit E un espace vectoriel euclidien de dimension n. Toute famille orthonormale à n éléments est une base de E appelée base orthonormale. Remarque: C est bien une base puisque c est une famille libre (car orthonormale) à n éléments dans un espace de dimension n. () Espaces vectoriels euclidiens 25 / 40
26 Théorème Tout espace vectoriel euclidien possède au moins une base orthonormale. L intérêt de ce type de base provient de l expression particulièrement simple du produit scalaire en fonction des coordonnées. Proposition Soit (e 1, e 2,..., e n ) une base orthonormale d un espace vectoriel euclidien de dimension n. Si x = x 1 e 1 + x 2 e x n e n et y = y 1 e 1 + y 2 e y n e n, alors (x y) = x 1 y 1 +x 2 y 2 + +x n y n et x = x x x n 2. () Espaces vectoriels euclidiens 26 / 40
27 Remarque: 1 L expression du produit scalaire dans une base orthonormée est donc la même que obtenue avec le produit scalaire canonique de R n. 2 Matriciellement, si on représente les coordonnées de x et y dans une base orthonormale par les matrices unicolonnes X et Y : Proposition (x y) = t XY et x = t XX. Soit (e 1,..., e n ) une base orthonormale d un espace vectoriel euclidien de dimension n. n 1 Pour tout x E, on a x = (x e i ) e i. i=1 2 Pour tous x, y E, on a n (x y) = (x e i )(y e i ) et x = n (x e i ) 2. i=1 i=1 () Espaces vectoriels euclidiens 27 / 40
28 Sous-espaces vectoriels orthogonaux, supplémentaire orthogonal Définition Deux sous-espaces vectoriels F et G de E sont dits orthogonaux si et seulement si x F, y G, (x y) = 0, c est-à-dire si, et seulement si tout vecteur de F est orthogonal à tout vecteur de G. On note alors F G. () Espaces vectoriels euclidiens 28 / 40
29 Proposition Si deux sous-espaces vectoriels F et G de E sont orthogonaux, alors F G = {0}. Démonstration. Nous démontrons la contraposée, c est-à-dire : Si F G {0}, alors F et G ne sont pas orthogonaux. Supposons qu il existe x F G non nul. Alors x F, x G et (x x) > 0 donc il existe un vecteur de F qui n est pas orthogonal à tout vecteur de G. Les sous-espaces vectoriels F et G ne sont donc pas orthogonaux. () Espaces vectoriels euclidiens 29 / 40
30 Définition Soit F un sous-espace vectoriel de E. On appelle orthogonal de F l ensemble, noté F, des vecteurs de E orthogonaux à tous les éléments de F : F = {x E, y F, (x y) = 0}. () Espaces vectoriels euclidiens 30 / 40
31 Lemme Soit F un sous-espace vectoriel de E. On munit F d une base (e 1,..., e p ). Un élément x de E appartient à F si et seulement si x est orthogonal à chaque vecteur e i (i {1,..., p}). Démonstration. Si x appartient à F, il est évident que x est orthogonal à chaque vecteur e i (i {1,..., n}). Supposons maintenant que x est orthogonal à chaque vecteur e i (i {1,..., n}). Soit y F. Il existe p (a 1,..., a p ) K p, tel que y = a i e i. On a i=1 (x y) = (x p a i e i ) = i=1 p i=1 a i (x e i ) = 0 }{{} =0 donc x et y sont orthogonaux. Comme ceci est valable pour tout vecteur y de F, x appartient à F. () Espaces vectoriels euclidiens 31 / 40
32 Proposition L orthogonal F d un sous-espace vectoriel F de E est un sous-espace vectoriel de E. Les sous-espaces vectoriels F et F sont orthogonaux et F est un supplémentaire de F dans E. Le sous-espace vectoriel F est appelé le supplémentaire orthogonal de F. Démonstration. Montrons tout d abord que F est un s.e.v. de E. D abord, 0 F car 0 est orthogonal à tout vecteur de E, donc en particulier à tout vecteur de F. () Espaces vectoriels euclidiens 32 / 40
33 Montrons maintenant que la partie F est stable par combinaison linéaire : soit x, y F et λ, µ R. Pour tout vecteur w de F, on a (λx + µy w) = λ(x w) + µ(y w) = λ 0 + µ 0 = 0 donc λx + µy F. Finalement, F est un sous-espace vectoriel de E. Par définition, tout vecteur de F est orthogonal à tous les vecteurs de F donc F et F sont orthogonaux. On a donc directement F F = {0}. Pour montrer que F est un supplémentaire de F, il suffit de montrer que tout vecteur de E est la somme d un vecteur de F et d un vecteur de F. () Espaces vectoriels euclidiens 33 / 40
34 Analyse : Soit x E. Supposons qu on ait trouvé une décomposition de x sous la forme : x = x F + x F où x F F et x F F. Soit (e 1, e 2,..., e p ) une base orthonormale de F. Puisque x F F, on peut p écrire : x F = (x F e i ) e i. Or pour tout i {1,..., p}, on a i=1 (x F e i ) = 0 puisque x F est orthogonal à tous les vecteurs de F donc On a donc x F = (x e i ) = (x F + x F e i ) = (x F e i ) + (x F e i ) = (x F e i ) p (x e i ) e i. i=1 () Espaces vectoriels euclidiens 34 / 40
35 Synthèse : Posons x F = y = x p (x e i ) e i. Le vecteur x F appartient à F. Posons i=1 p (x e i ) e i de sorte que l on ait x = x F + y. Vérifions que i=1 y F : pour tout k [[1, p]], ( ) p (y e k ) = x (x e i ) e i ek = (x e k ) i=1 = (x e k ) (x e k ) = 0 p (x e i )(e i e k ) donc x est orthogonal à chaque vecteur e k. Il appartient donc à F. On en déduit que E = F + F. Finalement, on a F F = E. i=1 () Espaces vectoriels euclidiens 35 / 40
36 Projections et symétries orthogonales Définition Soit E un espace vectoriel euclidien et F un sous-espace vectoriel de E. On appelle projection orthogonale sur F la projection p sur F parallèlement à F, c est-à-dire l application linéaire p : E = F F E x = x 1 + x 2 x 1, avec x 1 F et x 2 F. Proposition Soit E un espace vectoriel euclidien, F un sous-espace vectoriel de E et p la projection orthogonale sur F. Si (e 1, e 2,..., e p ) est une base orthonormale de F, alors pour tout x E, on a p(x) = p (x e i )e i. i=1 () Espaces vectoriels euclidiens 36 / 40
37 Définition Soit E un espace vectoriel euclidien et F un sous-espace vectoriel de E. On appelle symétrie orthogonale par rapport à F la symétrie s par rapport à F parallèlement à F, c est-à-dire l application linéaire s : E = F F E x = x 1 + x 2 x 1 x 2, avec x 1 F et x 2 F. () Espaces vectoriels euclidiens 37 / 40
38 Proposition Soit E un espace vectoriel euclidien, F un sous-espace vectoriel de E et s la symétrie orthogonale par rapport à F. Si (e 1, e 2,..., e p ) est une base orthonormale de F, alors pour tout x E, on a s(x) = 2 p (x e i )e i x. Démonstration. C est une conséquence immédiate de la relation s = 2p Id E où p désigne la projection orthogonale sur F. i=1 () Espaces vectoriels euclidiens 38 / 40
39 Distance d un vecteur par rapport à un sous-espace vectoriel Définition Soit E un espace vectoriel euclidien, F un sous-espace vectoriel de E et x un vecteur de E. On appelle distance de x à F et l on note d(x, F ) le réel défini par d(x, F ) = x p F (x) où p F (x) est le projeté orthogonal de x sur F. C est la plus petite distance possible entre le vecteur x et un vecteur de F. () Espaces vectoriels euclidiens 39 / 40
Cours 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 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 détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en 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 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 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 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 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 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 détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en 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 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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailMathématiques Algèbre et géométrie
Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches
Plus en 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 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 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 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 détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détailCours d Analyse 3 Fonctions de plusieurs variables
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en 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 détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
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 détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
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 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 détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en 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 détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en 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 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 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 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 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 détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
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 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 détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailSTATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE
ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point
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 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 détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en 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 détailAOT 13. et Application au Contrôle Géométrique
AOT 13 Géométrie Différentielle et Application au Contrôle Géométrique Frédéric Jean Notes de cours Édition 2011/2012 ii Table des matières 1 Variétés différentiables 1 1.1 Variétés différentiables............................
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 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 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 détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en 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 détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailUNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1
UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique
Plus en détailCours de Mécanique du point matériel
Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE
ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailRappels et compléments, première partie : Nombres complexes et applications à la géométrie
Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)
Plus en 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 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 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 détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
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 détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailConstruction d un cercle tangent à deux cercles donnés.
Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R
Plus en 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 détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en 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 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 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 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 détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailChapitre 2 : Vecteurs
1 Chapitre 2 : Vecteurs Nous allons définir ce qu'est un vecteur grâce à une figure (le parallélogramme), mais au préalable nous allons aussi définir une nouvelle transformation (la translation). Nous
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
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 détailEquations cartésiennes d une droite
Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailModèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.
Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détail