I. Matrices positives

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "I. Matrices positives"

Transcription

1 1 Corrigé du devoir 16 : Mines-Ponts PSI 26 I Matrices positives 1 Soit A une matrice positive B = t MAM est symétrique car t B = t M t A M = t M A M = B De plus, si X M p,1, on a (BX X) = (AMX MX) = (AY Y ) avec Y = MX Cette quantité est positive par hypothèse sur A Donc t MAM est donc symétrique positive 2 On suppose A symétrique positive On montre par récurrence que la proposition A k est positive" est vraie pour tout entier k - A = I n est symétrique et, si X M p,1, (A X X) = (X X) La propriété est vraie pour k = Elle est aussi vraie au rang 1 par hypothèse sur A - Supposons la propriété vraie jusqu à un rang k 1 On a alors A k+1 = A A k 1 A = t A A k 1 A et l hypothèse au rang k 1 ainsi que la question précédente donnent A k+1 symétrique positive 3 Cours à í λ1 4 D après le théorème spectral, on peut écrire A = t P DP avec P orthogonale et D = pour tout i, λ i > λ 2 λ n, avec, à λ1 í On pose = λ2 λn et C = t P P La matrice C est symétrique et ses valeurs propres sont les λ i >, car C est semblable à puisque P 1 = t P Ainsi C est symétrique définie positive, et vérifie C 2 = A à í µ1 5 La matrice C est symétrique définie positive, elle est donc semblable à D = µ i > µ 2 µ n, avec, pour tout i, Comme A = C 2, la matrice A est semblable à la matrice D 2 Le spectre de A est donc l ensemble des µ 2 i

2 2 Soit X un vecteur propre de C associé à la valeur propre µ i On a C X = µ i X On en déduit que A X = C 2 X = µ 2 i X Donc Ker (C µ i I n ) Ker (A µ 2 i I n) D autre part le rang de (C µ i I n ) est égal au rang de (D µ i I n ) (car (C µ i I n ) est semblable à (D µ i I n )) De même le rang de (A µ 2 i I n) est égal au rang de (D 2 µ 2 i I n) Comme les tous les µ i sont positifs, le rang de (D µ i I n ) est égal au rang de (D 2 µ 2 i I n) (c est le nombre d éléments diagonaux non nuls sur la diagonale de (D µ i I n ) ou de (D 2 µ 2 i I n)) Donc le rang de (C µ i I n ) est égal au rang de (A 2 µ 2 i I n), et, par le théorème du rang on en déduit que Ker (C µ i I n ) = Ker (A µ 2 i I n) Ceci est vrai pour toutes les µ 2 i, soit pour toutes les valeurs propre de A 6 Notons λ i les valeurs propres de A et E λi les sous-espaces propres associés Notons C 1 et C 2 deux matrices définies positives vérifiant C 2 1 = C 2 2 = A D après la question précédente, on a Ker (C 1 λ i I n ) = Ker (C 1 λ i I n ) = E λi Autrement dit, on a, pour tout vecteurs X de E λi, C 1 X = C 2 X = λ i X Comme C 1 et C 2 prennent les mêmes valeurs sur E λi, et que R n est somme directe de ces sous-espaces propres, on a C 1 = C 2 Si A est définie positive, il existe une unique matrice C symétrique définie positive telle que C 2 = A Toujours en utilisant le résultat précédent, en utilisant une base orthonormale de vecteurs propres de A, les matrice A et C sont semblables à une matrice diagonale 7 La matrice A est symétrique définie positive, donc semblable à une matrice diagonale dont les éléments diagonaux sont les valeurs propres de A Ces valeurs propres de A sont strictement positives Le déterminant de A est donc strictement positif, donc non nul

3 3 La matrice A est inversible On a A = t P DP avec P orthogonale et D diagonale avec sur la diagonale les valeurs propres de A qui sont strictement positives On en déduit que A 1 = t P D 1 P Sur la diagonale de D 1 on a les inverses des valeurs propres de A, qui sont aussi strictement positifs On en déduit que la matrice A 1 est symétrique définie positive D après la question précédente, on en déduit l existence et l unicité de la matrice A 1/2 qui vérifie A 1/2 A 1/2 = A 1 8 On a A 1 = A 1/2 A 1/2 On en déduit que A = Ä A 1/2ä 1 Ä A 1/2 ä 1 Comme la matrice A 1/2 est symétrique définie positive, il en est de même pour son inverse ( A 1/2) 1 Par unicité de la matrice A 1/2 définie ci-dessus, on a ( A 1/2) 1 = A 1/2 Donc A 1/2 = ( A 1/2) 1 II Ordre de Löwner 9 On a trois propriétés à vérifier i) A A = n et n est symétrique positive Donc A A La relation est réflexive ii) Si A B et B A alors M = B A et M sont positives Les valeurs propres de M sont les opposées de celles de M On en déduit que les valeurs propres de M sont positives et négatives, donc nuls Or M est diagonalisable car A et B le sont, donc M = La relation est antisymétrique iii) Si A B et B C alors B A et C B sont positives La somme de deux matrices positives étant positive ( on a ( (M + N)X X ) = (MX X) + (NX X) ), C A est positive et A C La relation est transitive 1 Si B A est positive alors t C(B A)C l est aussi (question 1) et donc t CAC t CBC 11 En écrivant que A est semblable à une matrice diagonale D, on constate que A I n est semblable à la matrice diagonale D I n

4 4 On en déduit que, si Sp(A) = {λ 1,, λ r }, alors Sp(A I n ) = {λ 1 1,, λ r 1} Si I n A alors les valeurs propres de A I n sont positives, donc celle de A sont plus grandes que 1 En particulier n est pas valeur propre et A est inversible De plus, les valeurs propres de A 1 sont inverses de celles de A, donc sont dans ], 1] Ainsi celles de I n A 1 sont positives On en déduit que A 1 I n 12 On suppose n A B On a alors A qui est définie positive et qui s écrit donc A = A 1/2 A 1/2 La matrice A 1/2 est inversible d inverse A 1/2 Cette matrice est symétrique et la question 1 donne A 1/2 A A 1/2 A 1/2 B A 1/2 On utilise la question 8 On a A 1/2 A A 1/2 = A 1/2 A 1/2 A 1/2 A 1/2 = I n Ainsi n I n A 1/2 B A 1/2, et la question précédente indique alors que A 1/2 B A 1/2 est inversible La matrice A 1/2 l étant aussi, B est donc inversible, et on a Ä A 1/2 B A 1/2ä 1 = A 1/2 B 1 A 1/2 La question précédente indique aussi que En utilisant la question 1 avec C = A 1/2, on a finalement A 1/2 B 1 A 1/2 I n B 1 A 1 13 La matrice symétrique D est positive si, et seulement si, ses valeurs propres λ 1 et λ 2 sont positives On vérifie sans difficulté que (λ 1 et λ 2 ) (λ 1 + λ 2 et λ 1 λ 2 ) Les valeurs propres de D sont les racines de X 2 (a + c)x + (ac b 2 ) La somme des valeurs propres est a + c et le produit ac b 2 D est positive { a + c ac b 2

5 5 14 On a n D (a + 1 et a b 2 ) a b 2 Ç å a b On a D B B D positive Comme B D =, on a b 1 D B ( a + 1 et a b 2) On a donc n D B a b 2 On a D 2 B 2 B 2 D 2 positive Et Ç 3 a 2 b 2 å a b b B 2 D 2 = a b b 3 b 2 On va donc choisir a et b tels que 3 a 2 2 b < ou (3 a 2 b 2 ) (3 b 2 ) (a b + b) 2 < Cherchons a et b tels que a = b 2 Dans ce cas, on a 3 a 2 2 b = 3 b 4 2 b > pour tout b Et (3 a 2 b 2 ) (3 b 2 ) (a b + b) 2 = 4 b 2 (b 2 1) 2 On peut donc choisir par exemple b = 2 et a = 4 Ç 4 å 2 Ç 8 å D = 2 1 et B = 2 III Fonctions matriciellement croissantes 15 On a MX = λx, donc P P 1 = λ X, soit P 1 X = λp 1 X Posons Y = P 1 X = (y 1,, y n ) On a donc Y = λ Y Ce qui peut s écrire i, (λ i λ) y i = Ainsi, ou y i = ou λ i = λ Les coordonnées de Z = f( ) Y valent z i = f(λ i ) y i Comme y i = ou λ i = λ, on a toujours f(λ i ) y i = f(λ) y i, soit z i = f(λ) y i Donc Z = f(λ) Y Ainsi, R X = P f( ) P 1 X = P f( ) Y = P Z = f(λ) P Y = f(λ) X

6 6 R X = f(λ) X 16 Notons R P = P f( P ) P 1 et R Q = Q f( Q ) Q 1 Soit X un vecteur propre de M et λ la valeur propre associée Comme M X = λ X, la question précédente montre que R p X = f(λ) X = R Q X Ainsi R p et R Q prennent les mêmes valeurs pour tous les vecteurs propres de M Comme il existe une base de R n de tels vecteurs propres, on a donc R P = R Q P f( P ) P 1 = Q f( Q ) Q 1 17 Remarque : si ϕ E alors pour tout t, s st 1 + st ϕ(s) est continue et positive sur R+, équivalente à s t s ϕ(s) en et à ϕ en l infini C est donc une fonction intégrable sur R + et L ϕ est bien définie sur R + Elle est clairement à valeurs dans R + La fonction ϕ r est continue sur R + et à valeurs positives En l infini, ϕ r est intégrable si et seulement si r > En, s ϕ r (s) = s r est intégrable si et seulement r < 1 ϕ r E r ], 1[ Dans ce cas, on effectue la changement de variable u = s t Pour tout t >, l application s s t est une bijection strictement croissante et de classe C 1 de ], + [ sur ], + [ On obtient : t >, L ϕr (t) = t r L ϕr (1) 18 A est une matrice symétrique réelle Donc il existe donc une matrice orthogonale P telle que A = P D P 1 où D est diagonale On a alors f s (A) = P f s (D) P 1 Notons d i les coefficients diagonaux de D On remarque que, en notant diag(α 1,, α n ) une matrice diagonale, f s (D) = I n diag ( (1 + s d i ) 1) = I n (diag(1 + s d i )) 1 = I n (I n + sd) 1 Ainsi, on a f s (A) = I n P (I n + sd) 1 P 1 = I n (I n + s P D P 1 ) 1 = I n (I n + sa) 1

7 7 f s (A) = I n (I n + sa) 1 19 Soient A et B des matrices symétriques telles que A B et soit s La matrice B A étant positive, la matrice s(b A) l est aussi (les valeurs propres sont multipliées par s) Donc (I n + sb) (I n + sa) est positive Donc I n + sa I n + sb En outre les valeurs propres de I n + sa sont supérieures à 1, donc I n + sa est définie positive On a donc I n + sa I n + sb La question 12 donne alors (I n + sb) 1 (I n + sa) 1 Or f s (B) f s (A) = (I n + sa) 1 (I n + sb) 1 Donc f s (B) f s (A) est positive C est à dire f s (A) f s (B) f s est matriciellement croissante sur R + 2 Soient P une matrice orthogonale et D = diag(d 1,, d n ) telles que A = P 1 DP = t P DP Par définition, on a Notons Y = P X = (y 1,, y n ) On a : Remarquons que On a alors (L ϕ (A) X X) = ( t P L ϕ (D) P X X) = (L ϕ (D) P X P X) (L ϕ (A) X X) = (L ϕ (D) Y Y ) = n L ϕ (d i ) yi 2 = i=1 n i=1 st 1 + st = st = f s(t) (L ϕ (A) X X) = n i=1 f s (d i ) y 2 i ϕ(s) ds sd i 1 + sd i y 2 i ϕ(s) ds On permute somme et intégrale par linéarité de l intégrale (la somme est finie), et on utilise la relation n (f s (D)Y Y ) = f s (d i ) yi 2 Comme i=1 (L ϕ (A) X X) = ϕ(s) (f s (D)Y Y ) ds

8 8 f s (D) = P f s (A) t P et Y = P X, on a : (L ϕ (A) X X) = et en utilisant une nouvelle fois le caractère orthogonal de P, ϕ(s) (P f s (A) X P X) ds (L ϕ (A) X X) = ϕ(s) (f s (A) X X) ds 21 On a donc (linéarité du produit scalaire et de l intégrale) ((L ϕ (A) L ϕ (B))X X) = Si A B alors, d après la question 19, on a ϕ(s) ((f s (B) f s (A))X X) ds s, ((f s (B) f s (A))X X) Comme ϕ(s) et comme l intégrale est croissante, ((L ϕ (A) L ϕ (B))X X) Ainsi, L ϕ (A) L ϕ (B) et L ϕ est matriciellement croissante sur R + 22 Si r ], 1[, en utilisant ϕ r : s s r 1, on a L ϕr matriciellement croissante Soit A symétrique réelle Ecrivons A = P P 1, avec diagonale En utilisant les définitions et les résultats précédents (en particulier : t, L ϕr (t) = t r L ϕr (1)), on a : L ϕr (A) = P L ϕr ( ) P 1 = P (L ϕr (1) r ) P 1 = L ϕr (1) P r P 1 = L ϕr (1) A r On a donc Comme L ϕr(1) >, on en déduit aisément que : r ], 1[, A B L ϕr(1)a r L ϕr(1)b r pour r ], 1[, x x r est matriciellement croissante sur R +

Algèbre linéaire pour GM Jeudi 28 novembre 2013 Prof. A. Abdulle , , )

Algèbre linéaire pour GM Jeudi 28 novembre 2013 Prof. A. Abdulle , , ) Algèbre linéaire pour GM Jeudi 8 novembre Prof. A. Abdulle EPFL Série (Corrigé) Exercice Parmi les matrices suivantes, indiquer celles qui sont diagonalisables (toujours en justifiant), et le cas échéant

Plus en détail

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx,

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx, Université Paris Panthéon-Sorbonne L MASS 0/03 Algèbre Corrigé Feuille 4 Exercice. a On remarque que dim F car F R 3 en effet,,, F. D autre part, soient e = 3,,, e =, 0,. On vérifie que {e, e } est une

Plus en détail

Concours PT 2004 Maths PT I-B

Concours PT 2004 Maths PT I-B Concours PT 4 Maths PT I-B L usage des calculatrices est interdit Partie A ) ( ) ( ) a a Soit A = b b et B = deux éléments de S a a b b ( ) c c C = AB = avec c c c i = a ik b k, évidemment i =,, c i =

Plus en détail

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u)

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u) Matrices symétriques réelles 1 Préliminaires On se place dans (R n, ) euclidien, le produit scalaire canonique étant défini par : (x, y) R n R n, x y = t x y = x k y k On note : M n (R) l algèbres des

Plus en détail

Montrer qu il s agit d un produit scalaire, et trouver une base orthogonale pour ce produit scalaire. (x e k ).e k

Montrer qu il s agit d un produit scalaire, et trouver une base orthogonale pour ce produit scalaire. (x e k ).e k Ex 1 Facile Soit un espace préhilbertien réel E et deux vecteurs x,y E. a) Développer l expression y 2.x (x y).y b) Retrouver l inégalité de Cauchy-Schwarz ainsi que le cas d égalité. Ex 2 Cours, à faire

Plus en détail

N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points

N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points Exercice 0 (sur 6 points) 1. Calculer les valeurs et vecteurs propres des matrices 1 2 0 0 0 0 A = 2 1 0 et B = 1 0 0. 0 0 3 6000 80008 4 2.

Plus en détail

Méthodes directes de résolution du système linéaire Ax = b

Méthodes directes de résolution du système linéaire Ax = b Chapitre 3 Méthodes directes de résolution du système linéaire Ax = b 3.1 Introduction Dans ce chapitre, on étudie quelques méthodes directes permettant de résoudre le système Ax = b (3.1) où A M n (R),

Plus en détail

Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions

Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions 3 Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions 3. Espaces préhilbertiens On rappelle qu une forme bilinéaire sur un

Plus en détail

PROBLÈME 1 : Une équation matricielle PRÉLIMINAIRES PARTIE I

PROBLÈME 1 : Une équation matricielle PRÉLIMINAIRES PARTIE I TD - Chapitres 19 et 0 - ALGÈBRE LINÉAIRE PROBLÈME 1 : Une équation matricielle Extrait sujet «Petites Mines» 010 Le but de ce problème est d étudier différentes matrices qui commutent avec leur transposée,

Plus en détail

4.1 Définitions et notations 1 CHAPITRE 4. Matrices Définitions et notations

4.1 Définitions et notations 1 CHAPITRE 4. Matrices Définitions et notations 4 Définitions et notations CHAPITRE 4 Matrices 4 Définitions et notations On désigne par K un des deux ensembles R ou C et par n et p deux entiers strictement positifs 4 Matrices Définition On appelle

Plus en détail

Un corrigé de la composition d algèbre. Problème 1 : puissances de matrices

Un corrigé de la composition d algèbre. Problème 1 : puissances de matrices Université de Poitiers Année 24-2 M MEEF Un corrigé de la composition d algèbre Mardi mars 2 à 3h durée : cinq heure Sujet et corrigé proposés par Anne Moreau Sources : deuxième composition de l épreuve

Plus en détail

Calcul matriciel : rappels et compléments

Calcul matriciel : rappels et compléments CHAPITRE 5 Calcul matriciel : rappels et compléments 5 L ensemble M n,p (K) 5 Structure d espace vectoriel Définition Soit K = R ou C On note M n,p (K) l ensemble des matrices ayant n lignes et p colonnes

Plus en détail

Notations et préliminaires

Notations et préliminaires Notations et préliminaires Tous les corps figurant dans le problème sont supposés commutatifs. N désigne l ensemble des nombres entiers naturels N désigne l ensemble des nombres entiers naturels non nuls

Plus en détail

Extrait gratuit de document, le document original comporte 13 pages.

Extrait gratuit de document, le document original comporte 13 pages. Notations Dans ce problème, E est un espace euclidien de dimension n 1. On note (x y) le produit scalaire de deux vecteurs quelconques x, y de E. On note [x] ε la matrice-colonne des coordonnées d un vecteur

Plus en détail

Eléments propres d un endomorphisme

Eléments propres d un endomorphisme [http://mp.cpgedupuydelome.fr] édité le 5 mai 16 Enoncés 1 Eléments propres d un endomorphisme Eercice 1 [ 768 ] [Correction] Soient E = C (R, R) et D l endomorphisme de E qui à f associe sa dérivée f.

Plus en détail

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR.

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR. Exercices avec corrigé succinct du chapitre 1 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qui apparaissent dans ce texte sont bien définis dans la version

Plus en détail

( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation.

( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation. Equations différentielles linéaires du premier ordre à coefficients constants (ou système d équation différentielles linéaires scalaire à coefficients constants du premier ordre) dx t dt B( t) + AX t x

Plus en détail

Matrices. 1 Matrices rectangulaires. 1.2 L espace vectoriel M n,p (K) Dans tout ce chapitre, K désigne R ou C.

Matrices. 1 Matrices rectangulaires. 1.2 L espace vectoriel M n,p (K) Dans tout ce chapitre, K désigne R ou C. Matrices Dans tout ce chapitre, K désigne R ou C Matrices rectangulaires Soient n, p deux nombres entiers non-nuls On appelle matrice à n lignes et p colonnes à coefficients dans K tout tableau rectangulaire

Plus en détail

École polytechnique - Écoles normales supérieures. Concours d admission filière MP. Corrigé de l épreuve de mathématiques A

École polytechnique - Écoles normales supérieures. Concours d admission filière MP. Corrigé de l épreuve de mathématiques A École polytechnique - Écoles normales supérieures Concours d admission 2016 - filière MP Corrigé de l épreuve de mathématiques A corrigé de l énoncé modifié par Abdellah Bechata, après correction des erreurs

Plus en détail

Opérations élémentaires et déterminants

Opérations élémentaires et déterminants 10 Opérations élémentaires et déterminants On note toujours K le corps de réels ou des complexes On se donne un entier n 1 et M n (K désigne l espace vectoriel des matrices carrées d ordre n à coefficients

Plus en détail

Comme pour toutes les autres questions, d autres méthodes ou options sont évidemment possibles à condition d être justifiées.

Comme pour toutes les autres questions, d autres méthodes ou options sont évidemment possibles à condition d être justifiées. 0 0 3 3 EXERCICE Soit les matrices A = et B = 2 3 0 0. Calculer le déterminant de A. En déduire le rang de cette matrice. 0 0 0 Dét(A) = dét = dét 0 0 car (propriété P ) le déterminant d une matrice ne

Plus en détail

MATHÉMATIQUES II. Rappels, notations et objectifs du problème

MATHÉMATIQUES II. Rappels, notations et objectifs du problème MATHÉMATIQUES II Rappels, notations et objectifs du problème Dans tout ce problème, n désigne un entier naturel supérieur ou égal à 2 et M n ( IC ) l ensemble des matrices carrées complexes d ordre n De

Plus en détail

PSI Sujet de révisions n o 1 Solution Exercice On a χ A (X) =

PSI Sujet de révisions n o 1 Solution Exercice On a χ A (X) = PSI Sujet de révisions n o Solution 5-6 Exercice. On a χ A (X) = X 4 y X x = X(X x) + 4 y = X xx + 4 y; le discriminant associé est = 4(x + y 4). Si >, A possède deux valeurs propres distinctes et est

Plus en détail

CONCOURS COMMUN POLYTECHNIQUE (ENSI) FILIERE MP MATHEMATIQUES 2

CONCOURS COMMUN POLYTECHNIQUE (ENSI) FILIERE MP MATHEMATIQUES 2 SESSION 2005 CONCOURS COMMUN POLYTECHNIQUE (ENSI) FILIERE MP MATHEMATIQUES 2 I - Détermination de Rac(A) dans quelques exemples Exemple 1 : Cas où A possède n valeurs propres distinctes 1. Le polynôme

Plus en détail

Quelques applications de la diagonalisation

Quelques applications de la diagonalisation FACULTE DES SCIENCES ET TECHNIQUES. UHA MULHOUSE L2 Mathématiques. Mathématiques: ALGEBRE LINEAIRE II Cours Elisabeth REMM Chapitre 2 Quelques applications de la diagonalisation. Puissances d une matrice

Plus en détail

Pseudo-inverse d une matrice carrée

Pseudo-inverse d une matrice carrée MP 933 & 934 Devoir Libre n o 4 Corrigé I Quelques propriétés des pseudo-inverses I.1. On vérifie aisément que M = M = M 3 ; de l équation MMM = M on déduit que M est un inverse faible de M. De plus, M

Plus en détail

Décomposition de Dunford

Décomposition de Dunford Décomposition de Dunford Forêt Jérémy El Gareh Amin 0 mars 0 Table des matières Enoncé du Théorème Démonstration Usuelle. Lemmes............................................... Démonstration..........................................

Plus en détail

Université Joseph Fourier, Grenoble I Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies 1 e année

Université Joseph Fourier, Grenoble I Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies 1 e année Université Joseph Fourier, Grenoble I Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies 1 e année Calcul matriciel Bernard Ycart Ce chapitre est essentiellement technique

Plus en détail

Université Paris-Nord Année Corrigé de l examen partiel d Analyse Numérique du mardi 10 novembre 2009

Université Paris-Nord Année Corrigé de l examen partiel d Analyse Numérique du mardi 10 novembre 2009 Université Paris-Nord nnée 29-2 Institut Galilée Licence de Mathématiques - L3 Département de Mathématiques C. Basdevant - F. Cuvelier Corrigé de l examen partiel d nalyse Numérique du mardi novembre 29

Plus en détail

Corrigé des exercices de la feuille n o 5. 0 = Cov(2X + Y, X 3Y ) = 2Var(X) 3Var(Y ) 5Cov(X, Y ),

Corrigé des exercices de la feuille n o 5. 0 = Cov(2X + Y, X 3Y ) = 2Var(X) 3Var(Y ) 5Cov(X, Y ), Université Pierre et Marie Curie L3 - Mathématiques Année 3-4 Probabilités - LM39 Corrigé des exercices de la feuille n o 5 Exercice Puisque X et Y sont centrés, les données de l énoncé entraînent que

Plus en détail

À propos des transvections

À propos des transvections À propos des transvections Antoine Ducros Préparation à l agrégation de mathématiques 1 Les transvections : aspect matriciel On fixe pour toute la suite du texte un corps commutatif k. (1.1) Définition.

Plus en détail

Concours commun 2009 des écoles des mines d Albi, Alès, Douai, Nantes.

Concours commun 2009 des écoles des mines d Albi, Alès, Douai, Nantes. Concours commun 009 des écoles des mines d Albi, Alès, Douai, Nantes. Corrigé Problème (Algèbre et géométrie Partie (Étude de deu applications Nous noterons deg P le degré du polynôme P. Pour tout polynôme

Plus en détail

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Indication ] [ Correction ] Donner une base de M 2 (R) qui soit formée de matrices inversibles Exercice 2 [ Indication ] [ Correction ] 1 a 0 0 0 1 a 0 Calculer

Plus en détail

EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. Notations et objectifs

EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. Notations et objectifs SESSION 2010 PCM1002 EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1 Durée : 4 heures Les calculatrices sont interdites N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 4 : Valeurs propres - Vecteurs propres ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 4 Valeurs propres - Vecteurs propres 4.1 Vecteurs propres - Valeurs

Plus en détail

1. Réduction d un endomorphisme en dimension finie, d une matrice

1. Réduction d un endomorphisme en dimension finie, d une matrice Réduction des endomorphismes en dimension finie 4-1 Sommaire 1 Réduction en dimension finie 1 11 Polynôme caractéristique 1 12 Ordre de multiplicité 2 2 Diagonalisation en dimension finie 2 21 Diagonalisibilité

Plus en détail

TD 2 : Réduction des endomorphismes

TD 2 : Réduction des endomorphismes Université Paris-Est Marne-la-Vallée Licence L2 Maths/Info 1er semestre 2012/2013 Algèbre 2 TD 2 : Réduction des endomorphismes Exercice 1 (Projections Soit f un endomorphisme de E tel que f f = f 1 Montrer

Plus en détail

Épreuve de Mathématiques 5

Épreuve de Mathématiques 5 Lycée La Prat's Jeudi 17 janvier 2013 Classe de PT Épreuve de Mathématiques 5 Correction Exercice 1 (TPC 2008, partiel) Partie 1 (Décomposition ( ) de Dunford ( ) : généralités) 3 2 3 1 1) Soient A 1 =

Plus en détail

a 11 a 1n A = (a ij ) = ... a m1 a mn

a 11 a 1n A = (a ij ) = ... a m1 a mn Chapitre 4 Les matrices 4 Notions de bases Définition Une matrice est un tableau rectangulaire contenant des nombres : a a n A a ij a m a mn Les matrices peuvent représenter toutes sortes d informations

Plus en détail

1 Produit scalaire hermitien

1 Produit scalaire hermitien Espaces préhilbertiens complexes. Espaces hermitiens. PSI Paul Valéry Dans tout ce chapître on travaille avec des espaces vectoriels complexes. z représente le module du complexe z et z son conjugué z.

Plus en détail

MHT201. Quelques indications de TD 12 (suite)

MHT201. Quelques indications de TD 12 (suite) MHT01 Quelques indications de TD 1 (suite) Exo 1 (1) Notons e 1 = (1, 0, 0), e = (0, 1, 0), et e 3 = (0, 0, 1) Alors {e 1, e, e 3 } est la base canonique de R 3 D après la définition de f, on a f(e 1 )

Plus en détail

Chapitre 2. Introduction aux matrices

Chapitre 2. Introduction aux matrices L1 2012-2013 Université Paris 13 Algèbre linéaire Chapitre 2 Introduction aux matrices Référence: Liret-Martinais [2], chapitre 4 Nous avons déjà rencontré des tableaux de nombres, ou matrices Nous allons

Plus en détail

Isométries affines et vectorielles

Isométries affines et vectorielles Chapitre 3 Isométries affines et vectorielles Objectifs de ce chapitre 1. Rappels sur les isométries vectorielles.. Groupe orthogonal en dimension et 3. Détermination d une isométrie vectorielle en dimension

Plus en détail

Espaces euclidiens. Endomorphismes symétriques et orthogonaux.

Espaces euclidiens. Endomorphismes symétriques et orthogonaux. Chapitre 5 Espaces euclidiens. Endomorphismes symétriques et orthogonaux. Dans ce chapitre, tous les espaces vectoriels sont des R-espaces vectoriels. 5.1 Produit scalaire et orthogonalité 5.1.1 Définition,

Plus en détail

Préparation à l'agrégation Interne Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME 1

Préparation à l'agrégation Interne Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME 1 Préparation à l'agrégation Interne 2005-2006 F. Dupré Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME On notera N n l'ensemble des entiers compris entre et n, n désignant un

Plus en détail

Séance de soutien PCSI2 numéro 7 : Calcul matriciel - Correction des exercices

Séance de soutien PCSI2 numéro 7 : Calcul matriciel - Correction des exercices Séance de soutien PCSI2 numéro 7 : Calcul matriciel - Correction des exercices Tatiana Labopin-Richard 21 janvier 2015 1 Somme et produit Exercice 1 : Pour A M n (K), on note σ(a) la somme des termes de

Plus en détail

CCP 2002 PC Maths 1 page 1. CONCOURS COMMUNS POLYTECHNlQUES EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES 1. Durée : 4 heures

CCP 2002 PC Maths 1 page 1. CONCOURS COMMUNS POLYTECHNlQUES EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES 1. Durée : 4 heures CCP 2002 PC Maths 1 page 1 SESSION 2002 CONCOURS COMMUNS POLYTECHNlQUES EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES 1 Durée : 4 heures Les calculatrices sont interdites **** N.B. : Le candidat attachera

Plus en détail

2,5 0 0,3 2 1, , π π 2. (b) Les propriétés se vérifient en regardant les coefficients des matrices.

2,5 0 0,3 2 1, , π π 2. (b) Les propriétés se vérifient en regardant les coefficients des matrices. Exercices du chapitre II : Opérations sur les matrices N o 1 a Effectuer les additions suivantes : 1 3 2 + 3 2 1 2 3 1 3 1 2 π π 2 2 25 3 + 1 2 3 2 14 3 0 2 2 b Vérifier les propriétés suivantes i A B

Plus en détail

TD de révisions : Calcul matriciel

TD de révisions : Calcul matriciel TD de révisions : Calcul matriciel I. Révisions sur le calcul matriciel a) Remarques générales sur le calcul matriciel Le calcul matriciel n'a pas autant de propriétés que le calcul numérique : - On ne

Plus en détail

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc :

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof A Abdulle EPFL Série 7 Corrigé Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : a b c 3 1 0 4 1 2 1 1 2 2 1 1 2 1

Plus en détail

SUITES - RECURRENCE - SOMMES

SUITES - RECURRENCE - SOMMES SUITES - RECURRENCE - SOMMES Chapitre 1 I Généralités sur les suites Définition I.1 Une suite réelle est une fonction d une partie A de N dans R. u : A R n u(n) := u n l intervalle de définition peut donc

Plus en détail

RÉDUCTION DES ENDOMORPHISMES

RÉDUCTION DES ENDOMORPHISMES UNIVERSITÉ PARIS 7 D E N I S D I D E R O T MI3 Algèbre et analyse fondamentales I CHAPITRE IV RÉDUCTION DES ENDOMORPHISMES année 28-29 Auteur : Thierry Joly Département de Formation de 1 er Cycle de Sciences

Plus en détail

Chapitre 13. Calcul matriciel. Mathématiques PTSI. Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44

Chapitre 13. Calcul matriciel. Mathématiques PTSI. Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44 Chapitre 13 Calcul matriciel Mathématiques PTSI Lycée Déodat de Séverac Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44 On note K = R ou C Mathématiques PTSI (Lycée Déodat de Séverac)

Plus en détail

pgcd, ppcm dans Z, théorème de Bézout. Applications

pgcd, ppcm dans Z, théorème de Bézout. Applications 7 pgcd, ppcm dans Z, théorème de Bézout. Applications Le théorème de division euclidienne et les sous-groupes de (Z, +) sont supposés connus. Pour tout entier relatif n, on note : nz = {n q q Z} l ensemble

Plus en détail

FASCICULE D'EXERCICES

FASCICULE D'EXERCICES ELEMENTS D'ALGEBRE LINEAIRE, A L'USAGE DES ETUDIANTS DE L'U.E. M1PY3W01 FASCICULE D'EXERCICES A partir de Septembre 2014, le programme de cette U.E. devient le programme d'algèbre et application à la résolution

Plus en détail

Puissances n-ieme d une matrice. Application aux systèmes linéaires. x + 2y = 6 Exemple : soit à résoudre le système linéaire ( )

Puissances n-ieme d une matrice. Application aux systèmes linéaires. x + 2y = 6 Exemple : soit à résoudre le système linéaire ( ) II Application aux systèmes linéaires { x + 2y = 6 Exemple : soit à résoudre le système linéaire où x et y sont les inconnues x + 2y = 5 x 6 On forme ensuite les matrices suivantes : A =, X = et B = Donc

Plus en détail

FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES 29-3- 2011 J.F.C. Fnpv p. 1 TD 25 2010-2011 FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES Lundi 28 mars 2010 Exercice 1 ECRICOME 99 n est un élément de N. (x, y) R 2, f n (x, y) = (x n y) e x y. On se propose

Plus en détail

T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION

T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION SESSION 1996 T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION PREMIERE PARTIE : matrice compagne d un endomorphisme cyclique I 1) Si f est cyclique, il existe un vecteur x 0 tel que la famille B = (x

Plus en détail

Diverses factorisation de matrices

Diverses factorisation de matrices 18 Diverses factorisation de matrices On utilise les notations et dénitions du chapitre 13. 18.1 Les théorèmes de réduction des matrices Les théorèmes de réduction des matrices (voir le chapitre 17) nous

Plus en détail

UE MAT234. Notes de cours sur l algèbre linéaire

UE MAT234. Notes de cours sur l algèbre linéaire UE MAT234 Notes de cours sur l algèbre linéaire Matrices - Systèmes linéaires - Déterminants - Diagonalisation Dans tout ce document, K désigne indifféremment le corps des nombres réels IR, ou celui des

Plus en détail

III. GÉOMÉTRIE EUCLIDIENNE ET PLANS CARTÉSIENS

III. GÉOMÉTRIE EUCLIDIENNE ET PLANS CARTÉSIENS III. GÉOMÉTRIE EUCLIDIENNE ET PLANS CARTÉSIENS 1. L axiome des parallèles Définition 1.1. Un plan euclidien est un plan de Hilbert E dans lequel l axiome (E) est vérifié, ainsi que l axiome des parallèles,

Plus en détail

FICHE DE RÉVISION DU BAC

FICHE DE RÉVISION DU BAC systèmes d équations suites 1. Vocabulaire 2.Calcul matriciel 3. suites Prérequis Plan du cours 1. Vocabulaire Définition : Une matrice de dimension est un tableau de nombres comportant lignes colonnes.

Plus en détail

MATRICES. 1. Définition. 2. Matrices carrées particulières. ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K)

MATRICES. 1. Définition. 2. Matrices carrées particulières. ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K) 21-10- 2007 JFC Mat p 1 MATRICES I GÉNÉRALITÉS 1 Définitions 2 Matrices carrées particulières II ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K) 1 Structure d espace vectoriel de M n,p (K) 2 Base canonique

Plus en détail

Correction Ecricome 2007 Voie technologique

Correction Ecricome 2007 Voie technologique ECRICOME 27 Voie Technologique Correction Page Correction Ecricome 27 Voie technologique La correction comporte pages. Exercice. Etude d une fonction g auxiliaire. _ (a) Soit P la fonction polynomiale

Plus en détail

Concours Commun Polytechnique Filiµere PC Concours 2003 math 1

Concours Commun Polytechnique Filiµere PC Concours 2003 math 1 Concours Commun Polytechnique Filiere PC Concours 3 math PARTIE a) Si = (x i ) n i= et Y = (y i) n i= sont des el ements de M n; (R) on a b) D eveloppement sans probleme t Y = t Y = P n i= x iy i t Y =

Plus en détail

Mathématiques L2 Cours de Sophie Jallais et Muriel Pucci

Mathématiques L2 Cours de Sophie Jallais et Muriel Pucci Mathématiques L Cours de Sophie Jallais et Muriel Pucci 06-07 PLAN DES DOSSIERS DE TD Dossier Systèmes d équations linéaires : résolution par la méthode du pivot de Gauss et représentation matricielle.

Plus en détail

Distance à un sous-espace vectoriel

Distance à un sous-espace vectoriel [http://mp.cpgedupuydelome.fr] édité le 1 juillet 214 Enoncés 1 Distance à un sous-espace vectoriel Exercice 1 [ 526 ] [correction] [Déterminant de Gram] Soit E un espace préhilbertien réel. Pour (u 1,...,

Plus en détail

Exo7. Sujets de l année Devoir à la maison. Enoncés et corrections : Sandra Delaunay

Exo7. Sujets de l année Devoir à la maison. Enoncés et corrections : Sandra Delaunay Enoncés et corrections : Sandra Delaunay Exo7 Sujets de l année 26-27 1 Devoir à la maison Exercice 1 Soit a R, notons A la matrice suivante ( ) 1 A =. a 1 + a On définit une suite (u n ) n N, par la donnée

Plus en détail

NOMBRES COMPLEXES. Ph DEPRESLE. 11 janvier Les nombres complexes-forme algébrique d un nombre complexe 2

NOMBRES COMPLEXES. Ph DEPRESLE. 11 janvier Les nombres complexes-forme algébrique d un nombre complexe 2 NOMBRES COMPLEXES Ph DEPRESLE janvier 06 Table des matières Les nombres complexes-forme algébrique d un nombre complexe Opérations dans l ensemble C. Addition dans C...........................................

Plus en détail

Chapitre 9 - Isométries d'un espace euclidien - Cours. 1. Isométries vectorielles Les symétries orthogonales Les isométries vectorielles

Chapitre 9 - Isométries d'un espace euclidien - Cours. 1. Isométries vectorielles Les symétries orthogonales Les isométries vectorielles Chapitre 9 Isométries d'un espace euclidien Dans tout le chapitre on xe un espace vectoriel euclidien E de dimension n 12 Les symétries orthogonales Dénition 2 (Symétrie orthogonale Soit F un sous-espace

Plus en détail

Cours de Mathématiques Calcul matriciel, systèmes linéaires. I Matrices à coefficients dans K... 3

Cours de Mathématiques Calcul matriciel, systèmes linéaires. I Matrices à coefficients dans K... 3 Table des matières I Matrices à coefficients dans K............................ 3 I.1 Généralités.................................. 3 I.2 Matrices particulières............................. 3 I.3 Matrices

Plus en détail

Correction du devoir surveillé n 6. Problème I Puissances de matrices et applications aux probabilités

Correction du devoir surveillé n 6. Problème I Puissances de matrices et applications aux probabilités LEGTA Le Chesnoy TB 00-0 D Blottière Mathématiques Correction du devoir surveillé n 6 Problème I Puissances de matrices et alications aux robabilités Dans ce roblème, désigne un nombre réel strictement

Plus en détail

Lycée La Bruyère, Versailles Pour le vendredi 06/01/2012 ECS 2 Mathématiques. Correction du DM n o 9 : Polynômes d endomorphisme, produits scalaires

Lycée La Bruyère, Versailles Pour le vendredi 06/01/2012 ECS 2 Mathématiques. Correction du DM n o 9 : Polynômes d endomorphisme, produits scalaires Lycée La Bruyère, Versailles Pour le vendredi 06/01/2012 ECS 2 Mathématiques Correction du DM n o 9 : Polynômes d endomorphisme, produits scalaires Correction de l exercice (extrait de ESCP 1997) Polynômes

Plus en détail

Réduction d endomorphismes

Réduction d endomorphismes Réduction d endomorphismes Ce document n est pas un cours mais présente seulement quelques notions à connaître sur le sujet. Soit E un K espace vectoriel, K = R ou C 1 Sous espaces stables 1.1 Définitions

Plus en détail

La décomposition de Dunford des endomorphismes.

La décomposition de Dunford des endomorphismes. Document de travail pour l atelier de la journée régionale APMEP d Aix-Marseille du 17 mai André BONNET andre.bonnet9@orange.fr La décomposition de Dunford des endomorphismes. En travaillant avec un jeune

Plus en détail

Mathématiques - Concours ATS 2016 Proposition de corrigé

Mathématiques - Concours ATS 2016 Proposition de corrigé Mathématiques - Concours ATS 6 Proposition de corrigé Exercice :. Soit a et b deux suites de U. On a alors n N, a n+ = a n+ +a n et b n+ = b n+ +b n. On en déduit alors n N, a n+ +b n+ = a n+ + b n+ +

Plus en détail

1 Opérateurs linéaires bornés

1 Opérateurs linéaires bornés Master Mathématiques Analyse spectrale Chapitre 2. Opérateurs bornés 1 Opérateurs linéaires bornés Soient E et F deux espaces de Banach. On appelle un opérateur borné de E dans F toute application linéaire

Plus en détail

Méthode. Montrer qu une famille est libre. Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Méthode. Montrer qu une famille est libre. Laurent Garcin MPSI Lycée Jean-Baptiste Corot ESPACES VECTORIELS DE DIMENSION FINIE 1 Familles de vecteurs 1.1 Opérations sur une famille engendrant un sous-espace vectoriel Lemme 1.1 Soient E un K-espace vectoriel, A et B deux parties de E. Alors

Plus en détail

Matrices et applications linéaires

Matrices et applications linéaires Matrices et applications linéaires Vidéo partie Rang d'une famille de vecteurs Vidéo partie Applications linéaires en dimension finie Vidéo partie Matrice d'une application linéaire Vidéo partie 4 Changement

Plus en détail

C H A P I T R E 2 F O R M E S Q U A D R A T I Q U E S

C H A P I T R E 2 F O R M E S Q U A D R A T I Q U E S C H A P I T R E 2 F O R M E S Q U A D R A T I Q U E S 1. Définitions et exemples DEFINITION 13 : FORME QUADRATIQUE Soit b une forme bilinéaire sur E. L application et appelée forme quadratique associée.

Plus en détail

DE - DETERMINANTS. Rappels sur la méthode du pivot

DE - DETERMINANTS. Rappels sur la méthode du pivot 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

Plus en détail

Rappels d algèbre linéaire

Rappels d algèbre linéaire Rappels d algèbre linéaire Ce chapitre se consacre à rappeler un certain nombre de résultats d algèbre linéaire qui seront utiles pour le cours d analyse numérique matricielle et optimisation Nous décomposons

Plus en détail

Déterminants. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Geoffriau

Déterminants. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Geoffriau Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle 2006-2007 Déterminants Définition Déterminant d une matrice On définit par récurrence le déterminant, noté det(a),

Plus en détail

Matrice et espaces vectoriel de dimension finies MPSI

Matrice et espaces vectoriel de dimension finies MPSI Matrice et espaces vectoriel de dimension finies MPSI 27 mai 2008 Table des matières 1 Matrice 3 1.1 Définition............................. 3 1.2 Matrice carrée........................... 3 1.3 Vecteur

Plus en détail

POLYNÔMES D ENDOMORPHISME OU DE MATRICE ET RÉDUCTION

POLYNÔMES D ENDOMORPHISME OU DE MATRICE ET RÉDUCTION 16-12- 2013 J.F.C. Reduc. p. 1 RÉDUCTION I ÉLÉMENTS PROPRES D UN ENDOMORPHISME 1. Définitions usuelles 2. Premières propriétés II ENDOMORPHISME DIAGONALISABLE 1. Définition 2. Conditions pour qu un endomorphisme

Plus en détail

Etude de l ensemble des matrices

Etude de l ensemble des matrices Autour du produit Exercice 1 - Produits possibles - L1/Math ( Sup - ) On considère les matrices suivantes : A = 1 2 3, B = ( 1 2 ), C = 2 1 3 0 1 2, D = ( 2 5 5 0 ), E = 1 1 3 1 4 0 0 2 5 Quels sont les

Plus en détail

0 1 2 (C). On note R = {M M 2 (C)/M 2 = A}.

0 1 2 (C). On note R = {M M 2 (C)/M 2 = A}. 2 ALGÈBRE Exercice 2.1. Soit A M n (C) admettant n valeurs propres. 1. Montrer que la famille (I n, A,..., A n 1 ) est libre. 2. On note C = {M M n (C)/AM = MA}. Montrer que C est un sous-espace vectoriel

Plus en détail

= 1. Une matrice Q = (Q (i, j)) 1 i N,1 j N. M N (R) est dite stochastique si elle est positive et si

= 1. Une matrice Q = (Q (i, j)) 1 i N,1 j N. M N (R) est dite stochastique si elle est positive et si Corrigé 2008 Maths 2 Essec CCIP voie E par Pierre Veuillez ombreuses définitions Calculs astucieux Définition formelle du produit matriciel Inégalité triangulaire Tout au long du sujet désigne un entier

Plus en détail

Division euclidienne dans Z

Division euclidienne dans Z 23 Division euclidienne dans Z 23.1 L anneau Z des entiers relatifs On désigne par Z l ensemble des entiers relatifs, soit : Z {, n,, 2, 1, 0, 1, 2,, n, }. On note Z l ensemble Z privé de 0. On rappelle

Plus en détail

Espaces de dimension finie

Espaces de dimension finie [http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Enoncés 1 Espaces de dimension finie Bases en dimension finie Dimension d un espace Exercice 1 [ 01634 ] [Correction] Soit E l ensemble des fonctions

Plus en détail

Les vecteurs intervenant seront choisis de troisième composante égale à1.

Les vecteurs intervenant seront choisis de troisième composante égale à1. Année 22 Épreuve A Chaque candidat est responsable de son sujet d épreuve : pagination et impression de chaque page. Ce contrôle doit être fait en début d épreuve. En cas de doute, il doit alerter au plus

Plus en détail

Géométrie dans l espace

Géométrie dans l espace Géométrie dans l espace I Modes de repérage dans l espace 1 I.A Coordonnées cartésiennes...................... 1 I.B Coordonnées cylindriques...................... 2 I.C Coordonnées sphériques.......................

Plus en détail

1 Équations cartésiennes, équations polaires d un ensemble de points

1 Équations cartésiennes, équations polaires d un ensemble de points Plans, cercles, droites et sphères Ce chapitre aborde les objets fondamentaux utilisés en géométrie : droites et cercles dans le plan, plans, droites et sphères dans l espace. Les objectifs du chapitre

Plus en détail

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Indication ] [ Correction ] Combien y-a-t-il de surjections de E vers F si card(e) = n + 1 et card(f ) = n? Même question avec card(e) = n + et avec card(e) =

Plus en détail

a ij. a ij b jk

a ij. a ij b jk SEMAINE 4 RÉDUCTION DES ENDOMORPHISMES (DEUXIÈME PARTIE) EXERCICE 1 : Une matrice A = (a ij ) M n (IR) est dite stochastique lorsqu elle vérifie les deux conditions suivantes : (i) i [[1, n]] j [[1, n]]

Plus en détail

Matrices. Calculs. progressions arithmétiques (traiter d abord le cas n = 1) Existe-t-il une matrice X telle que XA = B?

Matrices. Calculs. progressions arithmétiques (traiter d abord le cas n = 1) Existe-t-il une matrice X telle que XA = B? Matrices Calculs Exercice 1 ( Équation AX = B 1 2 3 Soit A = 2 3 4 3 4 5 1 Montrer que l équation en X : AX = B, X, B M 3,n (K, a des solutions si et seulement si les colonnes de B sont ( des progressions

Plus en détail

Systèmes linéaires et déterminants

Systèmes linéaires et déterminants Université Paris-Sud Année 200-20 IFIPS Cycle Préparatoire, 2ème année Feuille n 3 Systèmes linéaires et déterminants Exercice Résoudre les systèmes suivants, en fonction du paramètre m R : (S ) { x +

Plus en détail

Type bac janvier Corrigé

Type bac janvier Corrigé Exercice (Métropole 24) Commun à tous les élèves Type bac janvier 27 - Corrigé Partie A ) L image de par la fonction f est : f () +e. Le point d abscisse sur la courbe C, représentative de la fonction

Plus en détail

Matrices. 1 Matrices rectangulaires. 1.2 L espace vectoriel M n,p (R)

Matrices. 1 Matrices rectangulaires. 1.2 L espace vectoriel M n,p (R) Matrices Matrices rectangulaires Soient n, p deux nombres entiers non-nuls On appelle matrice à n lignes et p colonnes un tableau rectangulaire de nombres réels comportant n lignes et p colonnes } }{{}

Plus en détail

Chapitre 5. Lois de composition internes - Relations

Chapitre 5. Lois de composition internes - Relations Chapitre 5 Lois de composition internes - Relations 1. Lois de composition internes 1.1. Définition et exemples Définition 5.1 Soit E un ensemble. Une loi de composition interne sur E est une application

Plus en détail