Espaces vectoriels notes de cours Licence Sciences et Technologies, L1, M 2

Dimension: px
Commencer à balayer dès la page:

Download "Espaces vectoriels notes de cours Licence Sciences et Technologies, L1, M 2"

Transcription

1 Espaces vectoriels notes de cours Licence Sciences et Technologies, L1, M 2 H. Le Ferrand, leferran@u-bourgogne.fr February 26, 2007 Contents 1 Espaces vectoriels Définition Exemples K n F(IR) IR IN Propriétés Sous-espaces vectoriels. Dépendance linéaire Sous-espaces vectoriels Définition Combinaisons linéaires Notion de sous-espace engendré par une famille finie de vecteurs Dépendance linéaire Le concept de base et de dimension Le résultat fondamental Base Equivalence-ligne Un exemple La notion fondamentale de matrice Retour à l exemple du début de cette section Opérations élémentaires-lignes sur une matrice Espace vectoriel de dimension finie Théorème et définition Somme de sous-espaces Un premier résultat Somme de deux sous-espaces Systèmes linéaires Généralités Rang Systèmes homogènes Dimension de l ensemble des solutions Rang de la transposée

2 1 Espaces vectoriels 1.1 Définition Un ensemble V est appelé espace vectoriel sur K (K = IR ou lc ) s il est muni de deux opérations, V V V, (u, v) u + v, et K V V, (λ, u) λu vérifiant les axiomes (u, v et w sont dans V, α et β dans K): V(1) u + (v + w) = (u + v) + w, u + v = v + u V(2) il existe un vecteur 0 (le vecteur nul) tel que u V u + 0 = u V(3) pour tout u V il existe un vecteur u tel que u + ( u) = 0 V(4) α(u + v) = αu + αv V(5) (α + β)u = αu + βu V(6) (αβ)u = α(βu) V(7) 1.u = u Les éléments de V sont appelés vecteurs. Remarque 1.1 Les différentes propriétés de + font de (V, +) un groupe commutatif. 1.2 Exemples K n Par définition K n = {(α 1,..., α n ), / α i K, i = 1... n} On a (α 1,..., α n ) = (β 1,..., β n ) si et seulement si α i = β i pour tout i. Les opérations sont : (α 1,..., α n ) + (β 1,..., β n ) = (α 1 + β 1,..., α n + β n ) (1) λ(α 1,..., α n ) = (λα 1,..., λα n ). (2) Alors, K n est un K-espace vectoriel. Remarque 1.2 Dans le cas n = 1, lc est un lc -espace vectoriel, c est aussi un IR-espace vectoriel F(IR) Soit F(IR) l ensemble des applications de IR dans IR muni des opérations : f + g : x (f + g)(x) = f(x) + g(x) (3) F(IR) est un IR-espace vectoriel. αf : x (αf)(x) = αf(x) (α IR). (4) IR IN L ensemble des suites réelles IR IN muni des opérations (u n ) + (v n ) = (u n + v n ) (5) est un IR-espace vectoriel. λ(u n ) = (λu n ). (6) 2

3 1.3 Propriétés Soit V un K-espace vectoriel, on a les propriétés suivantes : (i) si u + v = u + w alors v = w. (ii) l équation u + x = v a une unique solution, notée v u. On a v u = v + ( u). (iii) ( u) = u (iv) 0.u = 0 (v) (αu) = ( αu) = α( u) (α K, u V ). (vi) ( α)( u) = αu (vii) si αu = αv avec α 0 alors u = v. Remarque 1.3 Si αu = 0, α K, u V, alors α = 0 ou u = 0. Remarque 1.4 Si les a i sont dans V, a a n = n a i, on a : n n n a i + b i = (a i + b i ) (7) n λ i a i + ( n ) λ i a = n µ i a i = 2 Sous-espaces vectoriels. Dépendance linéaire. 2.1 Sous-espaces vectoriels Définition n λ i a (8) n (λ i + µ i )a i (9) Un sous-espace S V où V est un K-espace-vectoriel, est un ensemble non vide tel que : (s1) si a et b sont dans S, a + b S ; (s2) si a S et λ K, λa S. On dit que S est un sous-espace vectoriel de V. Remarque 2.1 (s1) et (s2) équivaut à : (a, b) S S, (λ, µ) K K, λa + µb S. Remarque 2.2 Il est clair (!) que S est un K- espace vectoriel. Un sous-espace est tout simplement un espace vectoriel contenu dans un espace vectoriel ambiant (pour les mêmes opérations!) Exemple 2.3 Soit S l ensemble des solutions de { x + 2y 3z + t = 0 x + y + z + t = 0 S est sous-espace vectoriel de IR 4. Exemple 2.4 L ensemble des solutions de y + m 2 y = 0 est un sous-espace vectoriel de F(IR). Exemple 2.5 des sous-espaces de F(IR) : C(IR), C 1 (IR), C (IR), les fonctions polynomiales. (10) 3

4 2.1.2 Combinaisons linéaires Définition 2.6 Soit {a 1,..., a m } une famille de vecteurs de V. Un vecteur a V est dit combinaison linéaire des vecteurs a 1,..., a m, s il existe λ 1,..., λ m K tels que a = m λ ia i. On a la propriété immédiate : Proposition 2.7 Soit S un sous-espace de V, toute combinaison linéaire (finie) de vecteurs de S est encore dans S Notion de sous-espace engendré par une famille finie de vecteurs. {a 1,..., a m } une famille de vecteurs de V (m 1). L ensemble de toutes les combinaisons linéaires des vecteurs a 1,..., a m forment un sous-espace vectoriel S = S(a 1,..., a m ). Remarque 2.8 S(a 1,..., a m ) est le plus petit sous-espace vectoriel de V contenant {a 1,..., a m }. On dit que S(a 1,..., a m ) est le sous-espace engendré par a 1,..., a m. Remarque 2.9 Un problème important est de prouver qu un sous-espace vectoriel est engendré par une famille finie de vecteurs. On peut penser à l exemple des suites de Fibonacci vu dans le premier chapitre. Remarque 2.10 L autre question qui suit la précédente, est : si on a S = S(a 1,..., a m ), n-y-a-t-il pas trop de a i? Un des vecteurs a i est peut-être combinaison linéaire des autres. 2.2 Dépendance linéaire Proposition 2.11 Soit {a 1,..., a m } une famille de vecteurs de V. Un des vecteurs a i peut être exprimé en fonction des vecteurs a 1,..., a i 1, a i+1,..., a m si et seulement si il existe (µ 1,..., µ m ) (0,..., 0) tel que µ 1 a µ m a m = 0. Remarque 2.12 Dans ce cas S(a 1,..., a m ) = S(a 1,..., a i 1, a i+1,..., a m ). Définition 2.13 On dit que la famille {a 1,..., a m } est liée (ou que les vecteurs a 1,..., a m sont linéairement dépendants) s il existe (λ 1,..., λ m ) (0,..., 0) tel que λ 1 a λ m a m = 0. Dans le cas contraire on dit que la famille est libre (i.e λ 1 a λ m a m = 0 entraine λ 1 = λ 2 = = λ m = 0). Exemple 2.14 {0} est liée! Exemple 2.15 Si a 0, {a} est libre. Exemple 2.16 {a, b} est linéairement dépendant si et seulement si a = λb ou b = λ a. exercice 1 Dans IR 2 que dire des vecteurs a = (1, 1), b = (1, 1), c = (2, 1)? exercice 2 Soit l équation dans IR 3 (ou lc 3 ), x 1 + 2x 2 x 3 = 0. Montrer que S, l ensemble des solutions, est engendré par deux vecteurs u 1 et u 2. 3 Le concept de base et de dimension Dans l exercice précédent, S = S(u 1, u 2 ) avec u 1 = (1, 1 2, 0) et u 2 = (0, 1, 2). Pouvions nous diminuer le nombre de vecteurs générateurs, i.e a-t-on S = S(u)? La réponse est non. Cela vient du fait que le système (u 1, u 2 ) est libre. 4

5 3.1 Le résultat fondamental Proposition 3.1 Soit S un sous-espace vectoriel d un K-espace vectoriel V. On suppose que S est engendré par n vecteurs a 1,..., a n. Supposons que b 1,..., b p soient des vecteurs de S avec p > n. Alors la famille {b 1,..., b p } est liée. exercice 3 Regardons, à titre d exercice ce qui se passe sur un exemple. Soit S = S(a 1, a 2 ) et b 1 = 2a 1 + a 2, b 2 = a 1 + a 2 et b 3 = a 1. Trouvons une relation de dépendance entre b 1, b 2 et b Base Proposition 3.2 Supposons que S, sous-espace vectoriel d un espace vectoriel V, possède deux systèmes générateurs finis libres, {a 1,..., a m } et {b 1,..., b n }. Alors n = m. Remarque 3.3 On fera attention qu un espace vectoriel, même d ailleurs un sous-espace, n admet pas nécessairement de système générateur fini. Définition 3.4 a) Si la famille {b 1,..., b k } est libre et engendre V, on dit que c est une base de V. b) Supposons que V possède une base formée de k vecteurs. Toutes les autres bases ont alors k vecteurs. Cet entier est alors appelé la dimension de V (dim V = k). Notons que l écriture d un vecteur sur une base est unique. Exemple 3.5 La base canonique de K n. Exemple 3.6 Donner différentes bases de IR n [X], ensemble des polynômes à coefficients réels de degré n. 3.3 Equivalence-ligne Un exemple On travaille dans IR 4, il s agit de trouver une base du sous-espace vectoriel engendré par a = ( 3, 2, 1, 4), b = (4, 1, 0, 2), et c = ( 10, 3, 2, 6), et de mettre en évidence, s il y a lieu, une relation de dépendance entre a, b et c. Soit (e 1, e 2, e 3, e 4 ) la base canonique de IR 4 : a = 3e 1 + 2e 2 + e 3 + 4e 4 b = 4e 1 + e 2 + 2e 4 (11) c = 10e 1 + 3e 2 + 2e 3 + 6e 4 L objectif est de trouver de nouveaux sytèmes générateurs pour S(a, b, c). On procède de la façon suivante : (I) échanger un vecteur et un autre : S(b, a, c) = S(a, b, c). (II) remplacer un vecteur par la somme de ce vecteur et d un multiple d un autre. Par exemple on vérifie que : S(a 2b, b, c) = S(a, b, c). Remarque 3.7 Une base étant fixée (ici la base canonique de IR 4 ) les opérations précédentes sont en fait effectuées sur les coefficients (ou coordonnées) des vecteurs sur la base. 5

6 3.3.2 La notion fondamentale de matrice Nous avons déjà rencontré des matrices. Définition 3.8 Une famille ordonnée {r 1,..., r p } de p vecteurs lignes de K n est appelée matrice p n, (p lignes, n colonnes qui donnent le format de la matrice). Exemple 3.9 Soit r 1 = ( 3, 2, 1, 4), r 2 = (4, 1, 0, 2), r 3 = ( 10, 3, 2, 6), on obtient la matrice = r 1 r 2 (12) r 3 Plus généralement, si r i = (α i1,..., α in ) (i = 1,..., p), α 11 α 12 α 1n α 21 α 22 α 2n A =... α p1 α p2 α pn Les colonnes de A sont les vecteurs colonnes de K p, α 11 α 21 c 1 =.,..., c n = αp1 α 1n α 2n. αpn (13) (14) i) On écrit A = (α ij ) 1 i p,1 j n et parfois (A) ij au lieu de α ij. L ensemble des matrices p n à coefficients dans K est noté M pn, ou mieux K p n. Ainsi une matrice ligne est un élément de K 1 n et une matrice colonne un élément de K p 1. Proposition 3.10 K p n est K-espace vectoriel de dimension pn. ii) Si A = (α ij ) K p n, sa matrice transposée est notée A T et par définition A T = (β ij ) K n p où β ij = α ji. Exemple 3.11 A = , A T = Remarque 3.12 La tranposition transforme les vecteurs lignes en vecteurs colonnes et réciproquement. iii) On travaillera avec IR p n et lc p n. On peut remarquer que si A lc p n, il existe A 1 et A 2 dans IR p n telles que A = A 1 + ia Retour à l exemple du début de cette section Il s agit de trouver une base de S(a, b, c) en faisant de l élimination de Gauss.. 6

7 3.3.4 Opérations élémentaires-lignes sur une matrice On résume ce que l on a vu. On travaille sur une matrice A K p n. Définition 3.13 On appelle opération élémentaire-ligne sur A une opération du type : (I) échanger deux lignes de A ; (II) remplacer la ligne r i par r i + λr j (i j, λ K) : (III) remplacer r i par µr i (µ 0). Soit V un K-espace vectoriel muni d une base finie (a 1,..., a n ). Soit b 1,..., b p des vecteurs de V : Considérons A = (λ ij ) 1 i p,1 j n la matrice des coefficients. b i = λ i1 a 1 + λ i2 a λ in a n i = 1... p (15) Proposition 3.14 Les opérations élémentaires-lignes sur A, nous donnent de nouveaux systèmes générateurs de S(b 1,..., b p ) et au final dans le cadre de l élimination de Gauss, une base de S(b 1,..., b p ). Remarque 3.15 Quand a-t-on (b 1,..., b p ) libre? Remarque 3.16 On peut définir de même des opérations élémentaires- colonnes. exercice 4 Donner une base de S(b 1, b 2, b 3 ) IR 3 où b 1 = (1, 3, 4), b 2 = (4, 0, 1) et b 3 = (3, 1, 2). 4 Espace vectoriel de dimension finie 4.1 Théorème et définition Lemme 4.1 Si (a 1,..., a p ) est liée et si (a 1,..., a p 1 ) est libre alors a p S(a 1,..., a p 1 ). Proposition 4.2 Soit V un espace vectoriel possédant un système générateur fini, alors il posséde une base (évidemment finie). Définition 4.3 Un espace vectoriel possédant un système générateur fini est dit espace vectoriel de dimension finie. Démonstration 4.4 si V = {0}, la conclusion est immédiate. si V {0} possède n générateurs, intéressons nous aux familles libres de vecteurs de V. Il y en a car V {0}. Le cardinal d une telle famille ne peut excéder n. Choisissons une famille libre de cardianl maximal p : (b 1,..., b p ). Toute famille de p + 1 vecteurs est donc liée. Ainsi, si b V, (b 1,..., b p, b) est lié, or (b 1,..., b p ) est libre donc b S(b 1,..., b p ), i.e (b 1,..., b p ) est une base de V. Corollaire 4.5 Si dim V = p et si (a 1,..., a p ) est libre alors (a 1,..., a p ) est une base de V. Proposition 4.6 Si V est de dimension finie engendré par a 1,..., a n, il est possible de choisir une base de V parmi les vecteurs a 1,..., a n (dans un espace de dimension finie une famille génératrice contient toujours une base). Démonstration 4.7 si V = {0}, la conclusion est immédiate. si V {0} quitte à changer l ordre des indices, il est possible de choisir une famille {a 1,..., a r }, 1 r n, libre de plus grand cardinal, i.e n importe quelle famille de plus de r + 1 a i est liée. D après le lemme, les vecteurs a r+1,..., a n sont dans S(a 1,..., a r ), ce qui permet de conclure. Corollaire 4.8 Si dim V = p et si (a 1,..., a p ) est génératrice alors (a 1,..., a p ) est une base de V. 7

8 4.2 Somme de sous-espaces Un premier résultat On travaille en dimension finie. Proposition 4.9 Soit b 1,..., b q des vecteurs linéairement indépendants dans V. Si (b 1,..., b q ) n est pas une base de V (i.e q < dim V = n), il existe des vecteurs b q+1,..., b n tels que (b 1,..., b n ) soit une base de V. Cette propriété est une version du théorème de la base incomplète. Démonstration 4.10 Soit (a 1,..., a n ) une base de V. si q = n 1, il existe a i S(b 1,..., b q ), (b 1,..., b q, a i ) est libre, c est une base de V. si q = n s, supposons la propriété vraie jusqu à s 1 : il existe a i S(b 1,..., b q ), (b 1,..., b q, a i ) est une famille libre de q + 1 = n (s 1) vecteurs, ce qui permet de poursuivre le raisonnement par récurrence Somme de deux sous-espaces Définition 4.11 Soit S et T deux sous-espaces vectoriel de V, on pose : On vérifie que S + T est un sous-espace vectoriel de V. S + T = {s + t ; s S, t T }. (16) Proposition 4.12 Si V est de dimension finie, S un sous-espace vectoriel de V, S est de dimension finie et dim S dim V. Preuve 4.13 Si dim V = n, n importe quelle famille de n + 1 vecteurs de S est liée. Il suffit de considérer une famille maximale libre (s 1,..., s k ) de S. On a k n et S = S(s 1,..., s k ). Remarque 4.14 S = V si et seulement si dim S = dim V. Proposition 4.15 Si S et T sont deux sous-espaces d un espace de dimension finie, si S T = {0} alors dim(s + T ) = dim S + dim T. Démonstration 4.16 Soit (s 1,..., s d ) une base de S et (t 1,..., t e ) une base de T, alors la famille (s 1,..., s d, t 1,..., t e ) engendre clairement S +T. Si α 1 s 1 + α d s s +β 1 t 1 + +β e t e = 0, alors α 1 s 1 + α d s s = (β 1 t β e t e ) et comme S T = {0}, il vient 0 = α 1 s 1 + α d s s = β 1 t β e t e puis 0 = α 1 = = α d = β 1 = = β e, i.e la famille (s 1,..., s d, t 1,..., t e ) est libre... Définition 4.17 Si S T = {0} on dit que la somme S + T est directe et on la note S T. Dire que la somme est directe équivaut à dire que si x S + T, x = s + t cette écriture étant unique. exercice 5 Définir et caractériser la somme directe de trois sous-espaces. exercice 6 Montrer, S et T étant deux sous-espaces d un espace de dimension finie, dim(s + T ) + dim(s T ) = dim S + dim T. (17) 8

9 5 Systèmes linéaires 5.1 Généralités On considère le système (S) α 11 x 1 + α 12 x α 1n x n = β 1 α 21 x 1 + α 22 x α 2n x n = β 2... α p1 x 1 + α p2 x α pn x n = β p à p équations, n inconnues. On travaille sur IR ( ou lc ). Une solution de (S) est un n-uple (λ 1,..., λ n ) satisfaisant toutes les égalités ci-dessus. Considérons la matrice du système A = (α ij ) 1 i p,1 j n et notons c j sa j-ième colonne. Si b = (β 1,..., β p ) T alors (λ 1,..., λ n ) est solution de (S) λ 1 c 1 + λ 2 c λ n c n = b. (19) Le système homogène est alors : (18) x 1 c 1 + x 2 c x n c n = 0. (20) Il y a toujours la solution (0,..., 0)! Supposons que le système x 1 c 1 + x 2 c x n c n = b ait une solution x. L ensemble des solutions du système est alors x + S H = {x + x où x est solution du système homogène} (21) S H désigne l ensemble des solutions du système homogène. Nous devons répondre aux questions suivantes : (a) Quand (S) a-t-il des solutions? (b) Si oui en trouver? (c) S H est un sous-espace vectoriel de K n, donc est de dimension finie. Quelle est sa dimension? En donner une base? 5.2 Rang Définition 5.1 Soit A = (α ij ) K p n dont les colonnes sont notées c 1,..., c n. Le rang de A est la dimension de S(c 1,..., c n ) (on parle aussi du rang des vecteurs colonnes). Remarque 5.2 ranga min(p, n). (22) Proposition 5.3 Le système x 1 c 1 + x n c n = b a une solution (on dira qu il est compatible) si et seulement si une des deux conditions suivantes est satifaite : (a) b S(c 1,..., c n ) (b) dim S(c 1,..., c n ) = dim S(c 1,..., c n, b). Démonstration 5.4 Déjà (a) équivaut à la comptabilté du système. Montrons que (a) équivaut à (b) : si b S(c 1,..., c n ) alors S(c 1,..., c n, b) = S(c 1,..., c n )! si dim S(c 1,..., c n ) = dim S(c 1,..., c n, b), comme S(c 1,..., c n ) S(c 1,..., c n, b), on a S(c 1,..., c n ) = S(c 1,..., c n, b)... 9

10 Exemple 5.5 A titre d exemple, en utilisant l élimination de Gauss (qui à chaque étape donne un système équivalent au système initial), regarder si les systèmes suivants sont compatibles ou non : { x1 + 2x 2 3x 3 + x 4 = 1 (23) x 1 + x 2 + x 3 + x 4 = 0 3x 1 + x 2 + 4x 3 = 1 x 1 + x 2 + x 3 = 0 2x 1 + x 3 = 1 x 1 + x 2 2x 3 = 0 Autre formulation : soit A = (c 1,..., c n ) IR p n la matrice du système, A = (c 1,..., c n, b) IR p (n+1) la matrice augmentée, le système est compatible si et seulement si ranga = ranga. 5.3 Systèmes homogènes Dimension de l ensemble des solutions α 11 x 1 + α 12 x α 1n x n = 0 α 21 x 1 + α 22 x α 2n x n = 0... α p1 x 1 + α p2 x α pn x n = 0 A = (α ij ) = (c 1,..., c n ) IR p n. Posons r = ranga = dims(c 1,..., c n ) et quitte à renuméroter les colonnes, supposons (c 1,..., c r ) libre. Il existe alors pour chaque i {r + 1,..., n} une relation de dépendance linéaire : Proposition 5.6 Sous les hypothèses précédentes, (24) (25) c i = λ (i) 1 c 1 + λ (i) r c r. (26) u i = (λ (i) 1,..., λ(i) r, 0,..., 0, 1, 0,..., 0) où 1 figure à la i-ième place, est solution du système homogène et (u r+1,..., u n ) est une base de l ensemble des solutions. Corollaire 5.7 (Théorème du rang version1) La dimension de l ensemble des solutions d un système homogène en n inconnues est n r où r est le rang de la matrice associée. Exemple 5.8 Etudions les systèmes suivants : { x1 + 2x 2 3x 3 + x 4 = 0 x 1 + x 2 + x 3 + x 4 = 0 x 1 + x 2 2x 3 + x 4 = 0 x 1 x 2 + x 3 + 3x 4 = 0 2x 1 + 2x 2 + 5x 3 = 0 (27) (28) { x1 + 2x 2 x 3 + x 4 + x 5 = 0 (29) 10

11 5.3.2 Rang de la transposée Soit A = (α ij ) IR p n, c i IR p 1 sa i-ième colonne, r j IR 1 n sa j-ième ligne. Si x = (x 1,..., x n ) T, on pose r i x = α i1 x 1 + α in x n. (30) On vérifiera que Le systèma homogène associé à A s écrit alors : (λr + µs)x = λrx + µsx. (31) r 1 x = 0... r p x = 0 Proposition 5.9 On a ranga = dim S(r 1,..., r p ), i.e le rang des vecteurs lignes et le rang des vecteurs colonnes sont égaux. Démonstration 5.10 Soit t = dim S(r 1,..., r p ) et supposons que (r 1,..., r t ) soit une base de S(r 1,..., r p ). On considère les deux systèmes : r 1 x = 0 (1)... (33) r p x = 0 et r 1 x = 0 (2)... r t x = 0 (1) et (2) ont les mêmes solutions : clairement, une solution de (1) est une solution de (2). Si x est solution de (2), pour t + 1 i p, r i = ψ 1 r 1 + ψ t r t, puis r i x = t k=1 ψ kr k x = 0... Soit A la matrice dont les lignes sont r 1,..., r t : ranga t car les colonnes de A sont des vecteurs à t composantes. Ainsi n ranga n t. Par ailleurs (1) et (2) ont le même espace de solutions, qui a pour dimension n ranga = n ranga n t, ainsi ranga t, en faite le rang des vecteurs colonnes est plus petit que le rang des vecteurs lignes. C est fini! car il suffit d appliquer ceci à la matrice A T. Corollaire 5.11 ranga T = ranga. (32) (34) 11

Cours 02 : Problème général de la programmation linéaire

Cours 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 détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration 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 détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices 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 détail

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul 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 détail

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. 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 détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première 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 détail

Fonctions de plusieurs variables

Fonctions 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 détail

Image d un intervalle par une fonction continue

Image 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 détail

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Corrigé 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 détail

Chapitre 2. Matrices

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 détail

Cours de mathématiques

Cours 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 détail

Commun à tous les candidats

Commun 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 détail

Introduction à l étude des Corps Finis

Introduction 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 détail

Programmation linéaire

Programmation 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 détail

Résolution de systèmes linéaires par des méthodes directes

Résolution 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 détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad 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 détail

Mesures et Intégration

Mesures et Intégration Mesures et Intégration Marc Troyanov - EPFL - Octobre 2005 30 avril 2008 Ce document contient les notes du cours de Mesure et Intégration enseigné à l EPFL par Marc Troyanov, version 2005-2006. Table des

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - 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

3. Conditionnement P (B)

3. 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 détail

Calcul différentiel sur R n Première partie

Calcul 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 détail

Polynômes à plusieurs variables. Résultant

Polynômes 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 détail

Chapitre VI - Méthodes de factorisation

Chapitre 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 détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes 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 détail

I. Polynômes de Tchebychev

I. 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 détail

Exemple 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 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 détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* 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 détail

3 Approximation de solutions d équations

3 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 détail

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3 8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université 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 détail

1 Complément sur la projection du nuage des individus

1 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 détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 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 détail

Continuité en un point

Continuité 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 détail

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1 [http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation 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 détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................

Plus en détail

Comment démontrer des formules sans effort? exposé de maîtrise

Comment 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 détail

Problème 1 : applications du plan affine

Problème 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 détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul 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 détail

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait 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 détail

Chapitre 3. Les distributions à deux variables

Chapitre 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 détail

Mesure et Intégration (Notes de cours de L3)

Mesure et Intégration (Notes de cours de L3) Mesure et Intégration (Notes de cours de L3) Ahmed Zeriahi Version préliminaire-octobre 2011 Avertissement : Ceci est une version préliminaire des notes du cours que l auteur a dispensé en troisème année

Plus en détail

Limites finies en un point

Limites 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 détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

Plus en détail

C algèbre d un certain groupe de Lie nilpotent.

C algèbre d un certain groupe de Lie nilpotent. Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble

Plus en détail

Espérance conditionnelle

Espérance 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 détail

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE 12. Compléments sur les modules 12.1. Théorème de Zorn et conséquences. Soient A un anneau commutatif

Plus en détail

Résolution d équations non linéaires

Résolution 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

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 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 détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 détail

Probabilités sur un univers fini

Probabilités 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 détail

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point 03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Logique. Plan du chapitre

Logique. 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 détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions 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

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

CHAPITRE 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. 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 détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul 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

I. Ensemble de définition d'une fonction

I. 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 détail

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

Plus en détail

Correction de l examen de la première session

Correction 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 détail

Capes 2002 - Première épreuve

Capes 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 détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE 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 détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites 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 détail

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015 et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices 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 détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

La 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? 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 détail

Chapitre 1 : Évolution COURS

Chapitre 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 détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison 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 détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

Corps des nombres complexes, J Paul Tsasa

Corps des nombres complexes, J Paul Tsasa Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Théorèmes de Point Fixe et Applications 1

Théorèmes de Point Fixe et Applications 1 Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

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 détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De 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 détail

Plan du cours : électricité 1

Plan 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 détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS PRÉLIMINAIRES Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation 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 détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Cours d analyse numérique SMI-S4

Cours 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 détail

2 Division dans l anneau des polynômes à plusieurs variables

2 Division dans l anneau des polynômes à plusieurs variables MA 2 2011-2012 M2 Algèbre formelle 1 Introduction 1.1 Référence Ideals, varieties and algorithms, D. Cox, J. Little, D. O Shea, Undergraduate texts in Mathematics, Springer 1997. Using algebraic geometry,

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; 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 détail

Déterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3

Déterminants. 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 détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et

Plus en détail

Triangle de Pascal dans Z/pZ avec p premier

Triangle 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 détail

La 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 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

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

PEUT-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 détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L 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 détail

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP 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 détail

Moments des variables aléatoires réelles

Moments 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 détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS 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 détail

CHAPITRE 5. Stratégies Mixtes

CHAPITRE 5. Stratégies Mixtes CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,

Plus en détail

I - 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 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 détail