Chapitre 7. Polynômes I.

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 7. Polynômes I."

Transcription

1 Université de la Nouvelle Calédonie. Licence de Mathématiques. Semestre 3. Eric Edo et Bianca Travain. Programme Polycopié d Algèbre 3 Ce cours est la suite des cours d Arithmétique et d Algèbre. La lettre K désigne un corps fixé. Les exemples de corps sont les ensembles de nombres Q, R, C et F p où p est un nombre premier. Chapitre 7. Polynômes I. 7. Multiplication des polynômes. Rappels et définitions (Degré, coefficient dominant). ) On note K[X] le K-e. v. des polynômes à coefficients dans K. L addition et la multiplication scalaire se font composante par composante. ) Soit A(X) K[X] {0}. Ecrivons A(X) = d n=0 a nx n avec a n K (n {0,..., d}) et a d 0. a) On note deg(a(x)) = d le degré de A(X) et par convention deg(0) =. b) On note cfd(a(x)) = a d le coefficient dominant de A(X) et par convention cfd(0) = 0. 3) Un polynôme dont le coefficient dominant est égal à est dit unitaire. Remarque : Tout polynôme non nul est proportionnel à un polynôme unitaire unique. 4) Si A(X) K[X] on a : A(X) K si et seulement si deg(a(x)) 0. On dit alors que A(X) est un polynôme constant. Exemples. ) Soit A(X) = 3 X X Q[X], on a : deg(a(x)) =, cfd(a(x)) = 3. Le polynôme unitaire proportionnel à A(X) est X 3 X ) Soient a, b R. Soit A(X) = (a b)x 3 + (a + b)x + a b + R[X]. Si a b alors deg(a(x)) = 3 et cfd(a(x)) = a b. Si a = b 0 alors deg(a(x)) = et cfd(a(x)) = a + b. Enfin si a = b = 0 alors deg(a(x)) = 0 et cfd(a(x)) =. 3) Soit A(X) = 0 k=0 (i)k X k C[X], on a : deg(a(x)) = 0 et cfd(a(x)) = (i) 0 = 0 i. Définition (Multiplication des polynômes). Soient A(X), B(X) K[X] deux polyômes non nuls, ils s écrivent : A(X) = d a n X n et B(X) = n=0 e b n X n avec pour n {0,..., d}, a n K et a d 0, pour n {0,..., e}, b n K et b e 0, on pose : d+e min{d,k} A(X)B(X) = a n b k n X k k=0 n=max{0,k e} Par ailleurs, pour tout polynôme A(X) K[X], on pose A(X)0 = 0A(X) = 0 (où 0 est le polynôme nul). Propriétés. Soient A(X), B(X), C(X) K[X] trois polynômes, on a : ) A(X)B(X) = B(X)A(X) (commutativité de la multiplication), ) A(X)(B(X)C(X)) = (A(X)B(X))C(X) (associativité de la multiplication), 3) A(X)(B(X) + C(X)) = A(X)B(X) + A(X)C(X) (distributivité de la multiplication sur l addition), 4) A(X)B(X) = 0 si et seulement si A(X) = 0 ou B(X) = 0 (intégrité). n=0

2 Exemple. Soient A(X) = X 4 +(+i)x X + i C[X] et B(X) = ix 5 +( i)x 3 +X X C[X]. Le coefficient de X 7 de A(X)B(X) est ( + i)i + ( i) = i. Le coefficient de X 3 de A(X)B(X) est ( i)( i) ( + i) = 4i. Propriétés. Soient A(X), B(X) K[X] deux polynômes, on a : ) a) deg(a(x)b(x)) = deg(a(x)) + deg(b(x)) et cfd(a(x)b(x)) = cfd(a(x))cfd(b(x)). b) En particulier, A(X)B(X) K si et seulement si A(X) K et B(X) K. ) a) deg(a(x) + B(X)) max{deg(a(x)), deg(b(x))}. b) deg(a(x) + B(X)) < max{deg(a(x)), deg(b(x))} si et seulement si deg(a(x)) = deg(b(x)) et cfd(a(x)) + cfd(b(x)) = Arithmétique des polynômes. Théorème et définition (Division euclidienne dans K[X]). Soient A(X), B(X) K[X] avec B(X) 0. Il existe Q(X), R(X) K[X] uniques, tels que : A(X) = B(X)Q(X) + R(X) et deg(r(x)) < deg(b(x)). Le polynôme Q(X) (resp. R(X)) s appelle le quotient (resp. le reste) de la division euclidienne de A(X) par B(X). On dit que K[X] est un anneau euclidien. Ses propriétés arithmétiques sont très proches de celles de Z. Définition (Multiple, diviseur). Soient A(X), B(X) K[X], on dit que A(X) est un multiple de B(X) ou que B(X) est un diviseur de A(X) et on note A(X) B(X)K[X] s il existe C(X) K[X] tel que A(X) = B(X)C(X). Propriété. Soient A(X), B(X) K[X]. On a : A(X) B(X)K[X] si et seulement si le reste de la division de A(X) par B(X) est 0. Exemple. Soit α K et soit m N. les polynômes unitaires diviseurs de (X α) m sont de la forme (X α) l avec l N tel que l m. Théorème (K[X] est principal). Soit I idéal de K[X]. Il existe P (X) K[X] tel que I = P (X)K[X]. (On dit que I est idéal de K[X] si 0 I et si pour tous A(X), B(X) I et tout C(X) K[X] on a : A(X) B(X) I et A(X)C(X) I.) Définition (PGCD). Soient A(X), B(X) K[X] non tous les deux nuls. On note PGCD(A(X), B(X)) et on appelle PGCD de A(X) et B(X) le polynôme unitaire divisant A(X) et B(X) de plus grand degré. Si PGCD(A(X), B(X)) = on dit que A(X) et B(X) sont premiers entre eux. Théorème (Algorithme d Euclide). Soient A(X), B(X) K[X] non tous les deux nuls. On calcul PGCD(A(X), B(X)) de la façon suivante : Si deg(a(x)) < deg(b(x)), on échange les rôles de A(X) et de B(X). On divise successivement A(X) par B(X), puis B(X) par le premier reste obtenu, puis chaque reste par le reste suivant, PGCD(A(X), B(X)) est le polynôme unitaire proportionel au dernier reste non nul. Exemple. Soient A(X) = X 5 + 3X 3 + X + X + Q[X] et B(X) = X 4 + X Q[X]. Alors PGCD(A(X), B(X)) = X +. Théorème. (Relation de Bézout). Soient A(X), B(X) K[X] {0} non tous les deux nuls. Il existe U(X), V (X) K[X] tels que A(X)U(X) + B(X)V (X) = PGCD(A(X), B(X)).

3 Théorème (de Gauss). Soient A(X), B(X), C(X) K[X]. ) Si A(X) divisent B(X)C(X) et si A(X) et B(X) sont premiers entre eux, alors A(X) divise C(X). ) Si A(X) et B(X) divisent C(X) et si A(X) et B(X) sont premiers entre eux, alors A(X)B(X) divise C(X). 7.3 Applications polynomiales, théorème de la racine. Définition. (Application polynomiale). Soit A(X) K[X] {0}. Ecrivons A(X) = d n=0 a nx n avec a n K (pour n {0,..., d}) et a d 0. L application polynomiale associée au polynôme A(X) est l application de K dans K qui a x associe d n=0 a nx n. Par ailleurs, l application polynomiale associée au polynôme nulle est la fonction nulle. Théorème. Notons ϕ : K[X] F(K, K) l application qui à un polynôme associe son application polynomiale associée. ) ϕ est une application linéaire. ) Pour tous A(X), B(X) K[X] on a : ϕ(a(x)b(x)) = ϕ(a(x))ϕ(b(x)). 3) L application ϕ est injective si et seulement si le corps K est infini. 4) a) L application ϕ est surjective si et seulement si le corps K est fini. b) En particulier, si K est un corps fini à q éléments, la restriction de l application ϕ au sous K-espace vectoriel K[X] q des polynômes de degré < q est bijective. Définitions. Soit α K et A(X) K[X]. Par abus de notation, on note A(α) = ϕ(a(x))(α) K. On appelle cette constante l évaluation de A(X) en α. Si A(α) = 0 on dit que α est une racine de A(X). Théorème (de la racine). Soit A(X) K[X] {0} et soit α K. La constante α est une racine de A(X) si et seulement si X α divise A. Corollaire. Soit A(X) K[X] et soit α K. On a : a) PGCD(A(X), X α) = X α si A(α) = 0 et b) PGCD(A(X), X α) = si A(α) 0. Définition (Racines multiples). Soit A(X) K[X] {0}, soit α K et soit m N. On dit que α est une racine d ordre m de A(X) si (X α) m divise A(X) et (X α) m+ ne divise pas A(X). Remarque. A la place de α est une racine d ordre m de A(X), on dit aussi que la multiplicité de α dans A(X) est m. A la place de la multiplicité de α dans A(X) est (resp., resp. 3), on dit aussi que α est une racine simple (resp. double, resp. triple). Corollaire. Soit A(X) K[X] {0}, soit α K et soit m N. On a : α est une racine d ordre m de A(X) si et seulement s il existe un polynôme B K[X] tel que A(X) = (X α) m B(X) et B(α) 0. On dit que m est la valuation (X α)-adique de A(X). Corollaire 3. Soit A(X) K[X], soit α K, soit m la multiplicié de α dans A(X) et soit n N. On a : c) PGCD(A(X), (X α) n ) = (X α) min(m,n). (Généralise le corollaire ). En particulier, si A(α) 0 (c est à dire m = 0) alors A(X) et (X α) n sont premiers entre eux. Théorème. Soit A(X) K[X] {0}. Soient α,..., α k des racines de A(X) dont les multiplicités respectives dans A(X) sont m,..., m k. Alors A(X) est divisible par (X α ) m... (X α k ) m k. En particulier, m m k deg(a(x)) (le nombre de racine de A(X) comptées avec leur multiplicité est inférieur ou égal à deg(a(x))). 3

4 Exemples. Dans Q[X]. ) Le polynôme A(X) = X 5 X 4 X 3 + X + X a deux racines dans Q qui sont : d ordre 3 et d ordre. ) Le polynôme B(X) = X 5 + 5X 4 + 9X 3 + 8X + 4X a deux racines dans Q qui sont : d ordre et 0 d ordre. 7.4 Dérivée d un polynôme, formule de Taylor. Définition (Dérivée d un polynôme). Soit A(X) K[X]. Ecrivons A(X) = d n=0 a nx n avec a n K (pour n {0,..., d}). On appelle dérivée de A(X) le polynôme A (X) = d n= na nx n où na n = a n a n (n fois). Remarque : A (X) = d n=0 (n + )a n+x n. Remarques. ) Pour la distinguer de la notion dérivée d une fonction introduite en analyse, on appelle dérivée formelle la dérivée d un polynôme. ) Si A(X) R[X] alors ϕ(a(x)) = ϕ(a(x) ) (où ϕ : R[X] F(R, R) est l application qui à un polynôme associe son application polynomiale associée). Exemples. a) Dans C[X], soit P (X) = X 3 + ( + i)x 3i, on a : P (X) = 3X + ( + i)x. b) Dans F 3 [X], soit P (X) = X 3 + X +, on a : P (X) =. Théorème (Dérivation). L application D : K[X] K[X] définie par D(A(X)) = A (X) pour tout A(X) K[X] est une application linéaire. De plus, pour tous A(X), B(X) K[X], on a : D(A(X)B(X)) = D(A(X))B(X) + A(X)D(B(X)) (Règle de Leibniz). Définition (Dérivées successives). Soit A(X) K[X]. On définit par récurrence sur k N la dérivée k-ieme de A(X) par A (0) (X) = A(X) et A (k+) (X) = (A (k) ) (X) = (A ) (k) (X). Théorème (Formule de Taylor). Soit α K. Soit n N. Soit A(X) K[X] n (deg(a(x)) < n). Notons a 0. a n la matrice de A(X) dans la base (, (X α),..., (X α) n ). On a : ) A (k) (α) = k! a k, pour tout k {0,..., n }. ) La multiplicité de α dans A(X) est min{k {0,..., n } ; a k 0}. 3) Si Q K ou si K = F p avec p premier tel que n < p, alors k! 0 pour tout k {0,..., n } et on a : n A(X) = a k (X α) k = k=0 n k=0 A (k) (α) (X α) k. k! La multiplicité de α dans A(X) est alors min{k {0,..., n } ; A (k) (α) 0}. Exemples. a) Dans C[X], soit P (X) = X 4iX + i, on a : P (i) = + i, P (i) = i et P (i) = donc P (X) = (X i) i(x i) + + i. b) Dans F [X], soit P (X) = X 3 + X +, on a : P () =, P () =, P () = 0 et P (3) () = 0 par ailleurs P (X) = (X + ) 3 + (X + ) +. 4

5 TD 7. Polynômes I. Exercice. Déterminer les degrés et les coefficients dominants des polynômes suivants de C[X]. a) P (X) = (X + a) n (X + b) n C[X] en fonction de a, b C et n N. n b) Q(X) = (ax + k) C[X] en fonction de a C et n N. c) R(X) = k=0 n (ax + b) k C[X] en fonction de a, b C et n N. k=0 Exercice. Soient P (X), Q(X), R(X) R[X]. On suppose que P (X) XQ(X) = XR(X). Montrer que P (X) = Q(X) = R(X) = 0. Exercice 3. Effectuer la division euclidienne dans Q[X] a) de 3X 5 + 4X + par X + X + 3, b) de 3X 5 + X 4 X + par 3X 3 + X +, c) de X 4 X 3 + X par X X + 4. Exercice 4. Calculer P GCD(P (X), Q(X)) dans Q[X] avec a) P (X) = X 3 X X et Q(X) = X 5 X 4 + X X. b) P (X) = X 4 + X 3 X + et Q(X) = X 3 + X +. Exercice 5. Déterminer l ensemble des polynômes P (X) R[X] tels que P (X) + soit divisible par (X + ) 3 et P (X) soit divisible par (X ) 3. Indication : Utiliser la relation de Bézout entre (X + ) 3 et (X ) 3 ou considérer le polynôme dérivé P (X). Exercice 6. Déterminer l ensemble des polynômes P (X) C[X] tels que P (X) soit divisible par P (X). Exercice 7. Soit P (X) R[X] un polynôme réel. On note R(X) le reste de la division de euclidienne de P (X) par X +. a) Montrer que R(i) = P (i). b) En déduire que X + divise P (X) si et seulement si i est une racine de P (X) (considéré comme un polynôme de C[X]). c) Pour quelle valeurs de n N le polynôme X n + est-il multiple de X +? Exercice 8. Soit P (X) R[X] un polynôme réel tel que P (0) = 0 et P (X + ) = P (X) +. a) Calculer P (), P () et P (5). Quelle conjecture peut-on faire? b) On considère la suite (u n ) n N définie par récurrence par u 0 = 0 et u n+ = u n + pour tout n N. Montrer que P (u n ) = u n pour tout n N. c) En déduire que P (X) = X. Exercice 9. Déterminer a R tel que P (X) = (X + ) 7 X 7 + a ait une racine au moins double. Exercice 0. Soit n N {0}. Quelle est la multiplicité de dans le polynôme suivant de Q[X]? a) X n+ (n + )X + n, b) X n nx n+ + nx n, c) X n+ (n + )X n+ + (n + )X n, Exercice. Soit n N {0}. Quelle est la multiplicité de dans le polynôme suivant de Q[X]? nx n+ (4n + )X n+ + 4(n + )X n 4X n. 5

6 Chapitre 8. Polynômes II. 8. Polynômes irréductibles, polynômes scindés. Définition (Polynôme irréductible). Soit P (X) K[X] K un polynôme non constant. ) On dit que P (X) est irréductible si l ensemble des diviseurs de P (X) est K K P (X). ) On dit que P (X) est réductible s il existe A(X), B(X) K[X] K tel que P (X) = A(X)B(X). Propriété. Il y a quatre catégories de polynômes. 0) {0} (le polynôme nul est seul dans sa catégorie), ) K (les constantes non nulles qui sont les inversibles de K[X]), ) l ensemble des polynômes irréductibles, 3) l ensemble des polynômes réductibles. Ces catégories correspondent dans Z à : 0) {0} (le nombre 0 est seul dans sa catégorie), ) {, } (qui sont les inversibles de Z), ) l ensemble des nombres dont la valeur absolue est un nombre premiers, 3) l ensemble des nombres composés. Propriété. Soit P (X) K[X] un polynôme irréductible et unitaire. Soit A(X) K[X]. On a : PGCD(P (X), A(X)) = P (X) si A(X) P (X)K[X]. PGCD(P (X), A(X)) = si A(X) P (X)K[X]. Remarque. La notion de polynôme irréductible unitaire correspond dans Z à celle de nombre premier. Propriétés. Quelque soit le corps K. a) Les polynômes de K[X] de degré sont irréductibles. b) Les polynômes de K[X] de degré qui ont une racine sont réductibles. c) Les polynômes de K[X] de degré ou 3 qui n ont pas de racine sont irréductibles. Exemples. a) Dans Q[X], le polynôme X 3 est irréductible. b) Dans R[X], le polynôme X 3 + πx + 3 est réductible. c) Dans F [X], le polynôme X 3 + X + est irréductible. d) Dans R[X], le polynôme X 4 + X + est réductible. Théorème (Décomposition en produit d irréductibles). Soit Q(X) K[X] {0}. Il existe des polynômes P (X),..., P k (X) unitaires et irréductibles, deux à deux distincts et uniques à l ordre près et des entiers a,..., a k N {0} uniques tels que : Q(X) = cfd(p (X))P (X) a... P k (X) a k. Pour chaque i {,..., k}, l entier a i s appelle la valuation P i (X)-adique de Q(X) on le note a i = v Pi (X)(Q(X)) c est le plus grand entier tel que P i (X) a i divise Q(X). Pour tout P (X) (unitaire et) irréductible et tous Q(X), R(X) K[X] {0} on a : v P (X) (Q(X)R(X)) = v P (X) (Q(X)) + v P (X) (R(X)). Définition (Corps algébriquement clos). On dit qu un corps K est algébriquement clos si tout polynôme non constant A(X) K[X] K a au moins une racine dans K. 6

7 Théorème (de d Alembert-Gauss). Le corps C des nombres complexes est algébriquement clos. Remarque. Les corps Q, R et F p (où p est un nombre premier) ne sont pas algébriquement clos. Théorème (de Steinitz). Soit K un corps. Il existe un corps L algébriquement clos tel que K L. Théorème. Soit K un corps algébriquement clos (par exemple C). Les polynômes irréductibles de K[X] sont les polynômes de degré. Théorème. Soit K un corps algébriquement clos (par exemple C). Soit A(X) K[X] {0} un polynôme non nul. Le nombre de racine de A(X) comptées avec leur ordre de multiplicité est égal à deg(a(x)). Théorème. Les polynômes irréductibles de R[X] sont les polynômes de degré et les polynômes de degré de la formes ax + bx + c avec a R, b, c R et b 4ac < 0. Définition. Soit A(X) K[X] {0} un polynôme non nul. On dit que A(X) a toutes ses racines dans K ou que A(X) est scindé dans K si A(X) = cfd(a(x))(x α ) m... (X α n ) mn où α... α n sont les racines de A de multiplicité respectives m,..., m n. Propriété. Un polynôme non nul A(X) K[X] {0} est scindé dans K si et seulement si les seuls polynômes irréductibles qui divise A(X) dans K[X] sont de degré. Remarque. Si K est algébriquement clos, tous les polynômes de K[X] sont scindés sur K. Exemples. a) Dans Q[X], X est scindé mais X n est pas scindé (il est irréductible). b) Dans R[X], X est scindé mais X 3 + X + X n est pas scindé (divisible par X + X + qui est irréductible de degré ). c) Dans C[X], X 3 + X + X est scindé (comme tous les polynômes de C[X]). d) Dans F p [X] (où p P est un nombre premier), le polynôme X(X )... (X (p )) + n est pas scindé (il n a aucune racine dans F p ). 8. Polynômes d endomorphisme. Dans tout ce paragraphe, E est un K-e. v. de dimension finie n N {0} et ϕ L(E) est un endomorphisme de E. Définition (Polynômes d endomorphisme). Soit P (X) K[X] un polynôme. On définit un endomorphisme de E noté P (ϕ) de la façon suivante : Si P (X) = d n=0 a nx n alors P (ϕ) = d n=0 a nϕ n où ϕ n est défini par récurrence sur n par ϕ 0 = Id et ϕ n+ = ϕ n ϕ pour tout n N. Propriété. Avec les notations précédentes. Si M est la matrice de ϕ dans une base donnée, alors la matrice de P (ϕ) dans cette base est P (M) = d n=0 a nm n. Propriétés. Soient P (X), Q(X) K[X] deux polynômes et soit α K un scalaire. On a : ) (αp + Q)(ϕ) = αp (ϕ) + Q(ϕ) et ) (P Q)(ϕ) = P (ϕ) Q(ϕ). En particulier, deux polynômes d un même endomorphisme commutent. 3) Si, de plus, ψ est un automorphisme de E alors P (ψϕψ ) = ψp (ϕ)ψ. 7

8 ( ) Exemple. Soit ϕ l endomorphimse de R ayant M = pour matrice dans la base canonique. Soit 0 ( ) 4 4 P (X) = X +X 3. Alors P (ϕ) est l endomorphimse de R ayant P (M) = M +M 3Id = 4 4 pour matrice dans la base canonique. Définition et exemple (Endomorphisme nilpotent). On dit que ϕ est nilpotent s il existe k N {0} tel que ϕ k = 0. On appelle indice de nilpotence l entier m = min{k N {0} ; ϕ k = 0}. Pour tout scalaire m α K, l endomorphisme id αϕ est un automorphisme. En effet, on a : ( αx) (αx) k = α m X m. m Donc : (id αϕ) (αϕ) k = id α m ϕ m = id. k=0 Théorème (Lemme des noyaux). Soient P (X), Q(X) K[X] deux polynômes premiers entre eux. On a : ker((p Q)(ϕ)) = ker(p (ϕ)) ker(q(ϕ)). Exemple. Soient α, β K deux scalaires distincts. Soit P (X) = (X α)(x β) le polynôme unitaire ayant α et β pour racines. On a : ker(p (ϕ)) = ker(ϕ αid) ker(ϕ βid). Proposition et définitions (Polynômes annulateurs, polynôme minimal). ) Soit P (X) K[X] un polynôme. On dit que P (X) est un polyôme annulateur de ϕ si P (ϕ) = 0 (endomorphisme nul). Autrement dit, P (X) est un polyôme annulateur de ϕ si ker(p (ϕ)) = E. ) Il existe un unique polynôme unitaire non constant M ϕ tel que l ensemble de tous les polynômes annulateurs de ϕ soit l ensemble des multiples de M ϕ, on appelle ce polynôme le polynôme minimal de ϕ. Propriété (Endomorphisme central). Il y a équivalence entre : i) Il existe α K tel que ϕ = αid. On dit que ϕ est une homothétie vectorielle. ii) Pour tout ψ L(E), on a : ϕ ψ = ψ ϕ On dit que ϕ est central. iii) deg(m ϕ ) =. Remarque. Pour démontrer que ii) implique i), on utilise pour i, j {,..., n} les endomorphismes e i,j de L(E) de matrice E i,j (un en position (i, j) et 0 ailleurs) dans la base canonique qui vérifient la relation E i,j E k,l = δ j,k E i,l pour tous i, j, k, l {,..., n} (où δ j,k = si j = k et 0 sinon). Exemple (Endomorphismes en dimension ). On suppose n =. Le polynôme P (X) = X tr(ϕ)x + dét(ϕ) est un polynôme annulateur de ϕ. Ce polyôme s appelle le polynôme caractéristique de ϕ. Le polynôme minimal est un diviseur unitaire de P (X). ) S il existe α K tel que ϕ = αid alors le polynôme minimal de ϕ est X α et la matrice de ϕ est αid dans toutes les bases. ) Si ϕ n est pas homothétie vectorielle le polynôme minimal de ϕ est P (X). 3) Si P (X) admet deux racines simples distinctes α et β dans K alors P (X) = (X α)(x β) avec P GCD(X α, X β) = donc E = ker(p (ϕ)) = ker(ϕ αid) ker(ϕ βid). De plus, dim ker(ϕ αid) = et dim ker(ϕ βid) =. Soit v un vecteur non nul de ker(ϕ αid) et w un vecteur non nul de ker(ϕ βid), alors (v, w) est une base de E dans laquelle ϕ a une matrice diagonale. a b c Exemple. Soient a, b, c, d K. Considérons l endomorphisme ϕ ayant M = 0 a d pour matrice 0 0 a dans la base canonique. On a : (M aid) 3 = 0 donc (X a) 3 est un polynôme annulateur de ϕ. k=0 8

9 ) Si (b, c, d) = (0, 0, 0) alors le polynôme minimal de ϕ est X a. ) Si (b, c, d) (0, 0, 0) et (b = 0 ou d = 0) alors le polynôme minimal de ϕ est (X a). ) Si (b, c, d) (0, 0, 0) et (b 0 et d 0) alors le polynôme minimal de ϕ est (X a) Fractions rationnelles. Définition (Fractions rationnelles). On note K(X) = { P (X) ; P (X) K[X], Q(X) K[X] {0} } Q(X) l ensemble des fractions rationnelles à coefficients dans K. Remarques. ) Soient P (X), P (X) K[X] et Q(X), Q (X) K[X] {0} on a P (X) Q(X) = P (X) si et seulement si Q (X) P (X)Q (X) = P (X)Q(X). ) Pour toute fraction rationnelle F (X) K(X) {0} il existe P (X), Q(X) K[X] uniques tels que P (X) et Q(X) soient premiers entre eux, Q(X) soit unitaire et F (X) = P (X) Q(X). Théorème (Corps des fractions rationnelles). L ensemble K(X) des fractions rationnelles muni des quatres opérations suivantes est un corps : a) addition : P (X) Q(X) + P (X) Q (X) = P (X)Q (X) + P (X)Q(X), Q(X)Q (X) b) soustraction : P (X) Q(X) P (X) Q (X) = P (X)Q (X) P (X)Q(X), Q(X)Q (X) c) multiplication : P (X) Q(X) P (X) Q (X) = P (X)P (X) Q(X)Q (X), d) division par un élément non nul : P (X) Q(X) P (X) Q (X) = P (X)Q (X) Q(X)P (X). Définition (Dérivée d une fraction rationnelle). Soit P (X) K[X] et Q(X) K[X] {0}. On appelle dérivée de P (X) la fraction rationnelle suivante : Q(X) ( ) P (X) = P (X) Q(X) P (X)Q(X) Q(X) Q(X). Définition (Elément simple). Soit F (X) K(X). On dit que F (X) est un élément simple si F (X) = Q(X) avec k N et P (X), Q(X) K[X] premiers entre eux tels que B(X) soit unitaire et irréductible P (X) k et deg(q(x)) < deg(p (X)). En particulier (k = 0) un polynôme est un élément simple. Exemples. ) Si K = C les éléments simples sont les polynômes et les fractions rationnelles de la forme où c, α C et k N {0}. c (X α) k c ) Si K = R les éléments simples sont les polynômes, les fractions rationnelles de la forme (X α) k où ax + b c, α R et k N {0} et celle de la forme (X + αx + β) k où a, b, α, β R sont tels que α 4β < 0 et k N {0}. 9

10 Théorème (Décomposition en éléments simples). Toute fraction rationnelle F (X) K(X) est la somme d éléments simples. Plus précisément, écrivons F (X) = A(X) avec A(X), B(X) K[X] premiers entre eux et B(X) unitaire. B(X) Alors F (X) est la somme d éléments simples de la forme Q(X) P (X) k avec k N, et P (X), Q(X) K[X] premiers entre eux tels que B(X) soit un facteur unitaire et irréductible de B(X), k v P (X) (B(X)) et deg(q(x)) < deg(p (X)). Remarque. La détermination d une décomposition en éléments simple d une fraction rationnelle n a d intérêt que dans le cas K = R lorsque l on veut déterminer la primitive d une fonction rationnelle. Exemples. Décomposition en éléments simples dans R. X + X + ) F (X) = (X + )(X ) = a X i + b X + i + c X + d X +. Pour trouver a, on multiplie par (X i) et on évalue en i : a = i + i + (i + i)(i ) =. On calcule b, c, et 4 d de la même façon. Pour obtenir la décomposition dans R, on regroupe les termes complexes conjugués. X + X + F (X) = (X + )(X ) = 4 X i X + i + 4 X + 4 X + = X 3 X X + 4 X +. ) F (X) = (X + )(X + X + ) = a X + + bx + c X + X + + dx + e (X + X + ). Pour trouver a, on multiplie par (X + ) et on évalue en : a = ( ) + =. Pour trouver d et e, on multiplie par (X +X +) et on évalue en j (racine de X +X +) : dj +e = j+ donc d = et e = 0. Pour trouver b, on remarque que a + b = lim t + tf (t) = 0 donc b = a =. Pour trouver c, on évalue en 0, d où = a + c + e donc c = a e = 0. F (X) = (X + )(X + X + ) = X + X X + X + X (X + X + ). X + 3) F (X) = X 4 + X + = ax + b X + X + + cx + d X X +. En utilisant que F (X) est paire (c est à dire que F ( X) = F (X)), on a : a = c et b = d. En évaluant en 0, on a : = b + d donc b = d =. En évaluant en i, on a : 0 = ( i)(ai + b) + i(ci + d) donc a = c = 0. X + F (X) = X 4 + X + = / X + X + + / X X +. 4) F (X) = X + (X ) 7 = a X a 7 (X ) 7. On utilise la formule de Taylor pour obtenir X + = (X ) + (X ) +. F (X) = X + (X ) 7 = (X ) 5 + (X ) 6 + (X ) 7. TD 8. Polynômes II. Exercice. Racines évidentes des polynômes de Q[X]. ) Soit P (X) = n i=0 a ix i Z[X] avec a n 0 un polynôme à coefficients entiers de degré n N {0}. On suppose que P (X) a une racine α Q et on écrit α = a b avec a, b Z {0} premiers entre eux. Montrer que a divise a 0 et que b divise a n. 0

11 ) Factoriser les polynômes suivants en produit de polynômes irréductibles, en les considérant comme polynômes de R[X] puis comme un polynômes de C[X]. a) 7X 3 + 5X + 5X, b) X 4 9X X 44X + 4, c) X 6 7X 3 8, d) X 7 3X 6 + 3X 5 X 4 + X 3 3X + 3X, e) X 4 + X 3 + 3X + X +, f) X 7 5X 6 + 8X 5 4X 4 4X 3 + 8X 5X +. Exercice. Factoriser les polynômes suivants en produit de polynômes irréductibles, en les considérant comme polynômes de R[X]. a) X 6 +, b) X 9 + X 6 + X 3 +, c)( X ) 3 + 8X 3, d) X 8 cos(α)x 4 + où α R. Exercice 3. Parmi les polynômes suivants, lesquels sont scindés? n ont que des racines simples? a) X 3 X + X Q[X], b) X 3 + X + X + F 5 [X], c) X 6 + X 3 6X + C[X], d) X 4 + 3X 3 + 4X + 3X + F 5 [X]. Exercice 4. Soit p un nombre premier. ) Montrer qu il existe un unique polynôme unitaire de F p [X] de degré p scindé et n ayant que des racines simples. ) Montrer qu il n existe aucun polynôme de F p [X] de degré > p scindé et n ayant que des racines simples. Exercice 5. Polynôme exponentiel. Soit n N {0}, on pose : E n (X) = n k=0 k! Xk = n! Xn + (n )! Xn X + C[X]. ) Déterminer les racines de E et E. ) Soit n N {0}. Montrer que toutes les racines de E n sont simples. 3) Soit n N {0}. Combien E n a-il de racines dans C? Exercice 6. Polynôme solution d une équation différentielle. Soit P (X) R[X] {0} un polynôme non nul tel qu il existe trois polynômes A(X), B(X), C(X) R[X] avec A(X) 0 tel que : A(X)P (X) + B(X)P (X) + C(X)P (X) = 0 ) Démontrer par récurrence que pour tout k N {0, } il existe, pour l {0,..., k }, des polynômes A k,l (X) tels que k A(X)P (k) (X) = A k,l (X)P (l) (X). l=0 ) Montrer que les racines multiples (au moins doubles) de P (X) sont des racines de A(X). Indication. Soit α une racine multiple de P (X). Supposer par l absurde que A(α) 0. Démontrer par récurrence que pour tout k N on a P (k) (α) = 0.

12 3) Que peut-on dire si les polynômes P (X) et A(X) sont premiers entre eux? Exercice 7. Inverse d un automorphisme. Soit ϕ un automorphisme d un K-e. v. de dimension finie. Montrer qu il existe P (X) K[X] tel que ϕ = P (ϕ). Exercice 8. Polynôme minimal d un vecteur. Soit f un endomorphisme d un K-e. v. E de dimension finie. ) Soit x E, on pose I x = {P K[X] ; P (f)(x) = 0}. Montrer qu il existe un unique polynôme unitaire P x (X) tel que I x = P x (X)K[X]. Indication : Montrer que I x = {P K[X] ; P (f)(x) = 0} est un idéal de K[X]. ) Soit x E, montrer que E x = {P (f)(x) ; P (X) K[X]} est un sous-k-e. v. de E de dimension deg(p x (X)). 3) Soient x, y E, montrer que si E x E y = alors P x+y (X) = P P CM(P x (X), P y (X)). Généraliser à k vecteurs x,..., x k. 4) Soient x, y E, montrer que si P x (X) et P y (X) sont premiers entre eux alors E x+y = E x E y. Généraliser à k vecteurs x,..., x k. 5) Soit Q(X) un facteur irréductible du polynôme minimal M f de f. Notons v = v Q(X) (M f ) la valuation Q(X)-adique de M f. Montrer qu il existe x ker(q v (f)) tel que P x (X) = Q(X) v. 6) Montrer qu il existe x E tel que P x (X) = M f. Exercice 9. Endormorphisme nilpotent. Soit f un endomorphisme non nul nilpotent d indice m N {0} d un K-e. v. E de dimension finie. ) a) Soit x E tel que f m (x) 0. Montrer que la famille (x, f(x),..., f m (x)) est libre. b) Comparer m et dim K (E). ) a) On considère h = id f. Calculer h n en fonction de n N. 3 0 b) Soit A = Calculer A n en fonction de n N ) a) Montrer que l endomorphisme exp(f) = m k=0 k! ϕk est un automorphisme. b) Soit g un endomorphisme nilpotent de E qui commute avec f. Montrer que f + g est nilpotent et que exp(f + g) = exp(f) exp(g). c) Soient θ R. On considère les endomorphismes b et c de E ayant B = Déterminer exp(a), exp(b) et exp(a + b). ( ) 0 0 et C = θ 0 ( ) 0 θ. 0 0 Exercice. Décomposer les fractions rationnelles suivantes de R(X) en somme d éléments simples : a) X 3 b) (X ) c) X(X 4 ). Exercice 3. Soit n N {0}. Décomposer les fractions rationnelles suivantes de C(X) en somme d éléments simples : a) n (X k) k= b) X n. Exercice 4. Soit n N {0}. Décomposer les fractions rationnelles suivantes de F 5 (X) en somme d éléments simples : a) X + (X + ) (X 3 + X + ) b) X 5 X.

13 Chapitre 9. Réduction des endomorphismes. Notation. Dans ce tout chapitre, K est un corps, E est un K-espace vectoriel de dimension fini n N et u un endomorphisme de E. On note id l identité de E. 9.. Valeurs propres, vecteurs propres, polynôme caractéristique. Définition. (Valeurs propres, vecteurs propres, sous-espace propre). Soit λ K. ) On dit que λ est une valeur propre de u s il existe x E {0} tel que : u(x) = λx. ) Tout x E {0} vérifiant cette égalité s appelle alors un vecteur propre associé à la valeur propre λ. 3) Le sous K-espace vectoriel E(λ) = ker(u λ id) de E s appelle sous-espace propre associé à la valeur propre λ (c est l ensemble de tous les vecteurs propres associés à la valeur propre λ augmenté de 0). Propriétés. ) L endomorphisme u n est pas inversible si et seulement s il admet 0 pour valeur propre. ) Le sous-espace propre associé à la valeur propre 0 est alors le noyau de u. Définition. (Polynôme caractéristique d un endomorphisme). On appelle polynôme caractéristique de u le polynôme de K[X] de degré n suivant : P u (X) = dét(u X id). Propriétés. ) Soit B une base de E. Si M est la matrice de u dans la base B on a : P u (X) = dét(m X Id n ) = ( ) n X n + ( ) n tr(m)x n dét(m). ) En particulier, pour n = on a : P u (X) = X tr(m)x + dét(m). 3) Pour n = 3, on a : P u (X) = X 3 + tr(m)x (tr(m) + dét(m) dét(m Id))X + dét(m). Propriété. Soit B une base de E. Si v est l endomorphisme ayant pour matrice la transposée de la matrice de u dans la base B alors u et v ont le même polynôme caractéristique. Théorème. (Caractérisation des valeurs propres). Les valeurs propres de u sont les racines de son polynôme caractéristique. Remarque. Si le polynôme caractéristique de u est scindé dans K alors la trace (resp. le déterminant) de u est la somme (resp. le produit) des valeurs propres comptées avec leur multiplicité dans le polynôme caractéristique de u. Remarque (Valeurs propres évidentes). Quand n = 3 on peut déterminer l ensemble des valeurs propres en utilisant la remarque précédente et en déterminant une valeur propre évidente d une des trois façons suivantes, en observant la matrice de u : a) La sommes s des lignes est constante. Alors s est une valeur propre et (,, ) est un vecteur propre associé. b) Il y a deux coefficients non diagonaux nuls sur une même ligne ou sur une même colonne. Le coefficient diagonal correspondant est une valeur propre. c) Il existe une valeur λ telle que M λ Id ait deux lignes ou deux colonnes proportionnelles. Alors λ est valeur propre. 3

14 Bien entendu il arrive qu il n y ait aucune valeur propre évidente Exemples. a) M = b) M = c) M 3 = Endomorphismes triangularisables et diagonalisables. Définition. (Endomorphisme triangularisable). On dit qu un endomorphisme u est triangularisable s il existe une base dans laquelle la matrice de u est triangulaire. Définition. (Matrice triangularisable). On dit qu une matrice carrée est triangularisable si elle est semblable à une matrice triangulaire. Remarque. L endomorphisme u est triangularisable si et seulement si c est le cas de sa matrice dans la base canonique. Théorème. (Endomorphismes triangularisables, Théorème de Jordan). ) Un endomorphisme u est triangularisable si et seulement si P u (X) est scindé dans K. ) Si P u (X) est scindé dans K, alors il existe une base dans laquelle u a une matrice avec sur la diagonale les valeurs propres de u, juste au dessus de la diagonale des 0 ou des et des 0 partout ailleurs. Alors E est la somme directe des sous-espaces caractéristiques de u : E = ker((u λ id) µ )... ker((u λ k id) µ k ) où λ,..., λ k sont les valeurs propres de u de multiplicité µ,... µ k. 3 3 Exemple. Considérons l endomorphisme ayant M = 9 3 pour matrice dans la base canonique de R 3. Son polynôme caractéristique est P (X) = (X 4) 3. La valeur propre 4 est triple. Le 4 0 sous-espace propre associé est de dimension. La matrice M est semblable à la matrice Définition. (Endomorphisme diagonalisable). On dit qu un endomorphisme u est diagonalisable s il existe une base dans laquelle la matrice de u est diagonale. Définition. (Matrice diagonalisable). On dit qu une matrice carrée est diagonalisable si elle est semblable à une matrice diagonale. Remarque. L endomorphisme u est diagonalisable si et seulement si c est le cas de sa matrice dans la base canonique. Théorème. (Endomorphismes diagonalisables). Un endomorphisme u est diagonalisable si et seulement si les deux conditions suivantes sont réalisées : a) P u (X) est scindé dans K. b) Pour toute valeur propre λ de u, la dimension du sous-espace propre E(λ) est égale à la multiplicité de λ dans P u (X). Autrement dit, u est diagonalisable si et seulement si E est la somme directe des sous-espaces propres 4

15 de u : où λ,..., λ k sont les valeurs propres de u. E = ker(u λ id)... ker(u λ k id) Remarque. Si M est la matrice de u dans une base donnée, la dimension du sous-espace propre E(λ) est égale dim(e) rg(ker(m λid)). Théorème. L endomorphisme u est diagonalisable si et seulement si son polynôme minimal est scindé et n a que des racines simples. Exemple. Soit p un endomorphisme de E tel que p = p (on dit que p est un projecteur). Alors le polynôme minimal de p est un diviseur de X(X ) donc un polynôme scindé et n ayant que des racines simples. Donc p est diagonalisable. Théorème. (Cayley-Hamilton). On a : P u (u) = 0. Autrement dit, le polynôme caracatéristique de u est un polynôme annulateur de u. En particulier, c est un multiple du polynôme minimal. Remarque. Par ailleurs le polynôme minimal est un multiple du polynôme radical du polynôme caracatéristique (le polynôme unitaire qui a les mêmes facteurs irréductible que le polynôme caracatéristique mais chacun avec multiplicité. Application. Soit α = arccos( 3 5 ). Pour tout n N exprimons les suites a n = 5 n cos(nα) et b n = 5 n sin(nα) en fonction de n. On a : cos(α) = 3 5 et sin(α) = cos (α) = 4 5. Soit n N, on a : ei(n+)α = e iα e inα donc : { an+ = 3a n 4b n b n+ = 4a n + 3b n ( ) ( ) an 3 4 Posons V n = et M =. On a : V b n 4 3 n+ = MV n. Le polynôme caractéristique de M est X 6X + 5. Le théorème de Cayley-Hamilton donne M 6M + 5Id = 0 puis V n+ 6V n+ + 5V n et a n+ 6a n+ + 5a n = 0. Les valeurs propres dans C de M sont 3 + 4i et 3 4i et finalement a n = ((3 + 4i)n + (3 4i) n ). On peut dire que le théorème de Cayley-Hamilton permet dans l étude des suites récurrentes linéaires de séparer les suites. Ceci vaut aussi pour les systèmes différentiels linéaires. Application. Supposons que l endomorphisme u est nilpotent, c est à dire qu il existe k N tel que u k = 0. Montrons que u n = 0 (n est la dimension de l espace E dont u est un endomorphisme). Si k n alors u n = u n k u k = 0. Supposons par l absurde que k soit le plus petit entier tel que u k = 0 et que k > n. Notons n i=0 a ix i le polynôme caractéristique de u (on a : a n = ( ) n. D après le théorème de Cayley- Hamilton, n i=0 a iu i = 0 ( ). Considérons j = min{i {0,..., n} ; a i 0}. Léquation ( ) s écrit n i=j a iu i = 0. En composant avec u k j on obtient a j u k = 0 donc u k = 0 ce qui contredit la minimalité de u. Théorème. Soit M une matrice symétrique réelle. Alors M est diagonalisable. 5

16 TD 9. Réduction des endomorphismes. Exercice. Diagonalisation ou triangularisation. Pour chacune des matrices suivantes, diagonaliser ou triangulariser (sous forme de Jordan) quand c est possible sur R ou sur C a) M = b) M = c) M = 3 4 d) M = d) M = e) M = f) M = Exercice. Soit K un corps. Soient a, b K. On considère la matrice : a a M(a, b) = b a a b b a a + b M 4(K). 0 a a 0 ) Calculer le polynôme caractéristique de M(a, b) et vérifier qu il est indépendant de a et b. La matrice M(a, b) est-elle triangularisable? ) Déterminer le(s) couple(s) (a, b) tels que M(a, b) soit diagonalisable. 3) Dans cette question on suppose que M(a, b) est diagonalisable. a) Calculer le polynôme minimal de M(a, b), en déduire une expression M(a, b) n pour n N {0}. b) Montrer que M(a, b) + Id 4 est inversible si et seulement si le corps K est tel que + 0. Exercice 3. Soit K un corps. Soit E est un K-espace vectoriel de dimension fini n N. ) Soit u un endomorphisme diagonalisable et soit P (X) K[X] un polynôme. Montrer que u et P (u) sont diagonalisables dans une même base. ) Soient u, v deux endomorphismes. Montrer que u v et v u ont les mêmes valeurs propres. Exercice 4. Soit K un corps. On considère la matrice : M = M 7 (K) ) Montrer que le polynôme caractéristique de M est (X 3 )(X 4 ). ) Montrer que M n est pas diagonalisable sur R ni sur F. 3) Montrer que M est diagonalisable sur C et sur F 3 et la diagonaliser. Exercice 5. Soit K un corps. Soit E est un K-espace vectoriel de dimension fini n N. Soit u, v deux endomorphismes tels que u v = v u (on dit que u et v commutent). On suppose que v admet n valeurs propres distinctes notées λ,..., λ n et on note B = (v,..., v n ) la base de vecteurs 6

17 propres associés. On note U et V les matrices de u et v dans la base B. ) On considère la matrice λ... λ n λ... λ n M = M n(k). λ n... λ n n Montrer que M est inversible. Indication : Supposer par l absurde que M n est pas inversible, considérer la matrice X = t( a 0 a... a n ) d un vecteur non nul du noyau de l endomorphisme ayant M pour matrice dans la base canonique et montrer que λ,..., λ n sont des racines du polynôme a 0 + a X a n X n. ) Montrer que (Id n, V,..., V n ) est une base du sous K-e. v. D n (K) des matrices diagonales. 3) Montrer que U est diagonale et en déduire qu il existe un polynôme P (X) K[X] tel que P (u) = v. Exercice 6. Soit K un corps. Soit E est un K-espace vectoriel de dimension fini n N. ) Soit u endomorphisme diagonalisable soit F un sous K-e. v. stable par u. Montrer que la restriction de u à F est encore diagonalisable. Indication : Utiliser la question de l exercice précédent. ) Soit u, v deux endomorphismes diagonalisables tels que u v = v u (on dit que u et v commutent). a) Montrer que les sous-espaces propres de u sont stables par v. b) En déduire que u, v sont diagonalisables dans une même base. Exercice 7. Classification des éléments de Sl (R). Soit G = Gl (R) le groupe des matrices réelles inversibles. On note H = Sl (R) = {M G; dét(m) = }. ) Soit M H tel que tr(m) > (cas hyperbolique). Montrer qu il existe P G et t R {, 0, } tels que : ( ) P t 0 MP = 0 /t ) Soit M H tel que tr(m) < (cas elliptique). Montrer qu il existe P G et t R tels que : ( ) P cos t sin t MP = sin t cos t 3) Soit M H tel que tr(m) = (cas parabolique). Montrer qu il existe P G et a {, } et b R tels que : ( ) P a b MP =. 0 a Exercice 8. Limite d une suite de matrices. Soit α R et soit n N {0}. On considère : Calculer la limite de A n n lorsque n. A n = ( ) α n α n 7

18 Exercice 9. Espace vectoriel de matrices. Soit (x, y, z, t) R 4, on considère : x z y t M(x, y, z, t) = z x t y t y x z M 4(R). y t z x On pose A = M(0,, 0, 0) et E = {M(x, y, z, t) ; (x, y, z, t) R 4 }. ) Montrer que E est un sous-espace vectoriel de M 4 (R). ) Montrer que (Id, A, A, A 3 ) est une base de E. 3) Vérifier que A est diagonalisable sur C. En déduire les valeurs propres de M(x, y, z, t) en fonction de (x, y, z, t) R 4. Exercice 0. Système différentiel. Déterminer l ensemble des fonctions x, y, z : R R (de t R) dérivables telles que : x = 4x 3y + 9z + y = 3x + 4y 9z + t z = 3x + 3y 8z + t Exercice. Diagonalisation des matrices symétiques réelles. Soient n, l, c, c N {0}. ) Soit M M l,c (C). On note M la matrice dont les coefficients sont les conjugués des coefficients de M, autrement dit si M = (a i,j ) (i,j) alors M = (a i,j ) (i,j). a) Soient M, N M l,c (C). Montrer que M + N = M + N. b) Soient M M l,c (C) et N S c,c (C). Montrer que MN = M N. c) Soit Z M l, (C). Montrer que t Z Z M, (R) et que t Z Z = 0 si et seulement si Z = 0. ) Soit M S n (R) une matrice symétique réelle et soit u (resp. v) l endomorphisme de C n (resp. de R n ) ayant M pour matrice dans la base canonique. a) Pourquoi u a-t-il au moins une valeur propre λ C? b) On note Z M n, (C) la matrice dans la base canonique d un vecteur propre associé à la valeur propre λ. Montrer que λ R. Indication : Utiliser b et c. c) Montrer que λ est une valeur propre de v. 3) Pour x = (x,... x n ) R n et y = (y,... y n ) R n, on note < x, y >= n k= x ky k le produit scalaire. a) Soient x, y R n. On note X, Y M n, (R) les matrices des vecteurs x, y dans la base canonique. Montrer que t XY = (< x, y >). b) Soient x R n. Montrer que l application f x : R n R définie par f x (y) =< x, y > est une forme linéaire. c) Soit M S n (R) et soit v l endomorphisme de R n ayant M pour matrice dans la base canonique. Soient x R n {0} un vecteur propre de v associé à une valeur propre λ R. Montrer que ker(f x ) = {y R n ; < x, y >= 0} est un sous R-e. v. stable par v. d) Montrer que R n = Vect R (x) ker(f x ). 4) Démontrer par récurrence sur n que toute matrice M S n (R) est diagonalisable.. 8

19 Contrôle continu (008). Les exercices, et 3 sont interdépendants. Chaque question, peut être admise pour traiter les suivantes. Exercice. Soit n N tel que n 3. On considère le polynôme P n (X) = X n X C[X]. ) Montrer que si P n (X) a une racine multiple (au moins double) α C alors α = n n. ) Montrer que P n ( n n ) 0. 3) En déduire que P n (X) n a que des racines simples dans C. Combien le polynôme P n (X) a-t-il de racines dans C? Exercice. Soit n N tel que n 3. On considère le polynôme P n (X) = X n X R[X]. ) Etudier les variations de l application (de R dans R) polynomiale associe à P n (X). Indication : Distinguer les cas n pair et n impair. ) En déduire que le nombre de racines de P n (X) dans R est inférieur ou égal à 3. 3) Tracer le tableau de variations de l application (de R dans R) polynomiale associe à P 3 (X) en précisant le signe (positif, nul ou négatif) des extréma locaux. 4) Combien le polynôme P 3 (X) a-t-il de racines dans R? 5) Montrer que P n (X) n est pas scindé dans R[X]. Indication : Utiliser l exercice précédent. Exercice 3. Soit n N tel que n 3. On considère la matrice de format n n : M n = M n (R) ) Montrer que le polyôme caractéristique de M n est ( ) n (X n X ). Indication : Développer par rapport à la première ligne. ) L endomorphisme ayant M n pour matrice dans la base canonique est-il diagonalisable sur R? Est-il diagonalisable sur C? Indication : Utiliser les exercices précédents. 3) Calculer Mn n. x z y Exercice 4. Soit (x, y, z) C 3, on considère : M(x, y, z) = y x z M 3 (C). z y x On pose A = M(0,, 0) et E = {M(x, y, z) ; (x, y, z) C 3 }. ) Montrer que E est un sous-espace vectoriel de M 3 (C). Montrer que (Id, A, A ) est une base de E. Quelle est la dimension de E sur C? ) A quel élément σ du groupe symétrique S 3 la matrice A correspond elle? Est-ce que σ est un cycle? Quelle la signature de σ? Quel est l ordre de σ? 3) Montrer que A est diagonalisable sur C. En déduire les valeurs propres de M(x, y, z) en fonction de (x, y, z) C 3. 9

20 Licence MI Algèbre linéaire E. Edo Contrôle continu (008). (Corrigé) Exercice. ) Supposons que P n (X) ait une racine multiple (au moins double) α C. On a : P n (α) = 0 et P n(α) = 0. Or P n(x) = nx n donc 0 = np n (α) αp n(α) = ( n)α n, d où : α = n n. ) On a : n P n ( n ) = ( n n n )n ( n ) = ( n n )n n = nn ( n) n ( n) n. Supposons par l absurde que P n ( n n ) = 0. Alors nn = ( n) n (n ) n < n n < n n, ce qui est impossible. Donc P n ( n n ) 0. n 3) D après ), si P n (X) a une racine multiple (au moins double) alors ce ne peut être que n or d après n ), n n est pas une racine de P n(x) donc P n (X) n a que des racines simples dans C. Puisque C est algébriquement clos P n (X) admet, dans C, n = deg(p n (X)) racines comptées avec multiplicités. Puisque les racines de P n (X) sont toutes simples, P n (X) a n racines simples dans C. Exercice. ) Pour tout x R, on a : P n (x) = x n x et P n(x) = nx n. Donc P n(x) = 0 x n = n. Si n est pair P n(x) s annule uniquement en x = n n. Si n est impair P n (x) s annule en x 0 = n n et x = n n et les variation de Pn sont : n est pair x x + P n(x) 0 + P n n est impair x x 0 x + P n(x) P n ) Si n est pair, P n (x) est strictement décroissante sur ], x 0 ] et strictement croissante sur [x 0, + [. Donc P n s annule au plus une fois sur chacun de ces intervalles donc au plus deux fois sur R. Si n est impair, P n (x) est strictement décroissante sur [x 0, x ] et strictement croissante sur ], x 0 ] et sur [x, + [. Donc P n s annule au plus une fois sur chacun de ces intervalles donc au plus trois fois sur R. Dans tous les cas, le nombre de racines de P n (X) dans R est inférieur ou égal à 3. 3) Le tableau de variations de l application polynomiale P 3 est : n = 3 x x 0 x + P 3 (x) P 3 (x 0 ) + P 3 P 3 (x ) Dans ce tableau x 0 = 3 et P 3 (x 0 ) = < 0 et x = 3 et P 3 (x ) = < 0. 4) Pour x ], x ] on a : P 3 (x) < 0 donc P 3 ne s annule pas sur cet intervalle. Sur [x, + [, P 3 est strictement croissante et P 3 (x ) < 0 et lim P 3(x) = + donc P 3 s annule une unique fois sur cet x + intervalle. Finalement le polynôme P 3 (X) a une unique racine dans R. 5) D après l exercice, P n (X) n a que des racines simples dans C donc dans R. Si P n (X) était scindé sur R, le nombre de racines de P n (X) dans R serait égal à deg(p n (X)) = n ce qui n est pas le cas ni quand 0

21 n = 3 d après 4), ni pour n 4 d après ). Finalement P n (X) n est pas scindé dans R[X]. Exercice 3. ) Caculons le polynôme caractéristique de M n, en développant deux fois successives par rapport à la première ligne : X 0 0 X..... P Mn (X) = dét (format n n) X X X = X dét ( ) n+ (format (n ) (n )) X X = X( X( X) n + ( ) n ) + ( ) n+ = ( ) n (X n X ) = ( ) n P n (X). ) D après l exercice, P n (X) donc P Mn (X) n est pas scindé dans R[X] donc l endomorphisme ayant M n pour matrice dans la base canonique n est pas diagonalisable sur R. D après l exercice, P n (X) donc P Mn (X) est scindé dans R[X] et n a que des racines simples donc l endomorphisme ayant M n pour matrice dans la base canonique est diagonalisable sur C. 3) D après le théorème de Cayley-Hamilton on a : P Mn (M n ) = 0 d où ( ) n (Mn n M n Id n ) = 0. On en déduit : Mn n. = M n + Id n =

22 Exercice 4. ) Soit (x, y, z) C 3, on a : M(x, y, z) = xid + ya + za (car A = M(0, 0, )), donc E = Vect(Id, A, A ) est un sous-espace vectoriel de M 3 (C). Soit (x, y, z) C 3, supposons = xid + ya + za = 0 donc M(x, y, z) = 0 donc x = y = z = 0. Donc (Id, A, A ) libre. Finalement (Id, A, A ) est une base de E (car libre et génératrice) et la dimension ( de E sur ) C est 3. 3 ) La matrice A correspond σ = S 3 3 qui est un 3-cycle. La signature de σ est ( ) 3 = et son ordre est 3. 3) Le polynôme caractéristique de A est : X 0 P A (X) = dét X 0 = X X Les valeurs propres de A sont, j et j où j = e i π 3, elles sont simples donc A est diagonalisable sur C. Il existe P Gl 3 (C) telle que A = P DP où D = diag(, j, j ). Soit (x, y, z) C 3, on a : M(x, y, z) = xid + ya + za = xp Id P + yp DP + zp D P = P (xid + yd + zd )P où xid + yd + zd = diag(x + y + z, x + jy + j z, x + j y + j z ). Donc les valeurs propres de M(x, y, z) sont x + y + z, x + jy + j z et x + j y + j z.

23 Examen terminal 008 (session ) Exercice. Soient a, b, c R, on considère la matrice : a b c M = a b b c b c a ) Déterminer l ensemble des valeurs propres de M. En déduire que M est diagonalisable sur R si et seulement si M est diagonalisable sur C. ) On suppose que a + c, b + c,a b c sont non nuls. Montrer que M est diagonalisable sur R. 3) On suppose que a + c = 0 et b 0. Montrer que M n est pas diagonalisable sur R. Exercice. ) Décomposer X 8, en produit d irréductibles dans R[X]. ) On considère la matrice : ( ) 0 M = M (R). a) Déterminer le polynôme caractéristique de M. b) Montrer que M 8 = Id. Exercice 3. Soit M Sl (R) (c est à dire que M est une matrice réelle telle que dét(m) = ). ) On suppose que tr(m) >. a) Montrer qu il existe P Gl (R) et t R {, 0, } tels que : ( ) P t 0 MP = 0 t b) En déduire que, pour tout n N {0}, on a : M n Id. ) On suppose que tr(m) = et que M {, Id}. a) Montrer qu il existe P Gl (R), a {, } et b R {0} tels que : ( ) P a b MP =. 0 a b) Montrer que, pour tout n N {0}, on a : ( ) n a b = 0 a ( a n na n ) b 0 a n. c) En déduire que, pour tout n N {0}, on a : M n Id. Examen terminal 008 (session ) (Corrigé) Exercice. ) La sommes des lignes de la matrice M est constante égale à a + b + c donc (,, ) est un vecteur propre associé à la valeur propre a + b + c. Par ailleurs, M bid a ses deux premières lignes identiques donc b est une valeur propre évidente. La dernière valeur propre est tr(m) (a + b + c) b = a c. Finalement l ensemble des valeurs propres est {a + b + c, b, a c}. Toutes les valeurs propres de M sont dans R donc M est diagonalisable sur R si et seulement si M est diagonalisable sur C. ) Puisque a + c 0 équivaut à a + b + c b, b + c 0 équivaut à a + b + c a c et a b c 0 3

24 équivaut à b a c, l hypothèse de la question implique que toutes les valeurs propres de M sont simples donc M est diagonalisable sur R. 3) Puisque a+c = 0, la valeur propre b est double si a b et triple si a = b. La dimension du sous-espace propre associé est d = 3 rg(m bid). Or rg(m bid) < implique a + ab b = ab a = a = 0, c est à dire a = b = 0 ce qui est impossible. Donc d = et M n est pas diagonalisable. Exercice. ) Dans C, on a : X 8 = 7 (X r k ) où r = e i π 4. En regroupant les racines conjuguées et en remarquant k=0 que r 0 =, r + r 7 = cos π 4 =, r + r 6 = i i = 0, r 3 + r 5 = cos 3π 4 = et r 4 =, on a : X 8 = (X )(X X + )(X + )(X + X + )(X + ). ) a) Le polynôme caractéristique de M est X tr(m)x + dét(m) = X X +. b) D après le théorème de Cayley-Hamilton, on a : X X + est un polynôme annulateur de M et dáprès M ce polynôme divise X 8 donc X 8 est aussi un polynôme annulateur de M c est à dire M 8 = Id. Exercice 3. Le polynôme caractéristique de M est P M (X) = X tr(m)x +dét(m) = X tr(m)x +. ) a) Si tr(m) > alors P M (X) a deux racines réelles distinctes donc M est diagonalisable sur R. Notons t R une des racines. Le produit des valeurs propres est égal au déterminant, c est à dire donc t 0 et l autre racine est t. La somme des valeurs propres est tr(m) donc t {, }. Si P Gl (R) est la matrice de passage dans la base diagonalisante on a : ( ) P t 0 MP = 0 t b) Supposons par l absurde qu il existe n N {0} tel que M n = Id. Alors ( ) Id = P P = P M n t n 0 P = 0 t n. En particulier t n = donc t {, }, ce qui est impossible. ) a) Si tr(m) = alors P M (X) a une racine réelles double donc M est trigonalisable sur R. Notons a la racine de P M (X). Le produit des valeurs propres (comptées avec multiplicités) est égal au déterminant, donc a = c est à dire a {, } Si P Gl (R) est la matrice de passage dans la base trigonalisante on a : ( ) P a b MP =. 0 a où b R. Puisque M {, Id} on a b 0. b) Démontrons par récurrence sur n N {0}, que : ( ) n a b = 0 a ( a n na n b 0 a n Pour n = c est évident. Soit n N {0}, supposons la formule au rang n, alors : ( ) n+ a b = 0 a ( a b 0 a ) n ( ) a b = 0 a ( a n na n b 0 a n ). ) ( a b 0 a ) = ( a n+ (n + )a n ) b 0 a n+. c) Supposons par l absurde qu il existe n N {0} tel que M n = Id. Alors na n b = 0, ce qui est impossible. 4

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

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

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

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

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

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

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

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

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

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en 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

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

Programme de la classe de première année MPSI

Programme de la classe de première année MPSI Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire

Plus en 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

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

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

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

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour l épreuve d algèbre, les calculatrices sont interdites. Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en 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

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

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

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

[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

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1 UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique

Plus en 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

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

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

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en 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

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

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

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

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Mathématiques Algèbre et géométrie

Mathématiques Algèbre et géométrie Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches

Plus en 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

Cours d arithmétique Première partie

Cours d arithmétique Première partie Cours d arithmétique Première partie Pierre Bornsztein Xavier Caruso Pierre Nolin Mehdi Tibouchi Décembre 2004 Ce document est la première partie d un cours d arithmétique écrit pour les élèves préparant

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

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

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

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

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

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

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en 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

NOMBRES COMPLEXES. Exercice 1 :

NOMBRES COMPLEXES. Exercice 1 : Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1

Plus en 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

Quelques tests de primalité

Quelques tests de primalité Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars

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

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en 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

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

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

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

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

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

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

Équations d amorçage d intégrales premières formelles

Équations d amorçage d intégrales premières formelles Équations d amorçage d intégrales premières formelles D Boularas, A Chouikrat 30 novembre 2005 Résumé Grâce à une analyse matricielle et combinatoire des conditions d intégrabilité, on établit des équations

Plus en détail

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

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

Cours arithmétique et groupes. Licence première année, premier semestre

Cours arithmétique et groupes. Licence première année, premier semestre Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières

Plus en détail

Résumé du cours d algèbre 1, 2013-2014. Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr

Résumé du cours d algèbre 1, 2013-2014. Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr Résumé du cours d algèbre 1, 2013-2014 Sandra Rozensztajn UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr CHAPITRE 0 Relations d équivalence et classes d équivalence 1. Relation d équivalence Définition

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

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

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

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

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

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

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

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

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en 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

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en 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

Complément d information concernant la fiche de concordance

Complément d information concernant la fiche de concordance Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours

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

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

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

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

Nombres premiers. Comment reconnaître un nombre premier? Mais...

Nombres premiers. Comment reconnaître un nombre premier? Mais... Introduction Nombres premiers Nombres premiers Rutger Noot IRMA Université de Strasbourg et CNRS Le 19 janvier 2011 IREM Strasbourg Definition Un nombre premier est un entier naturel p > 1 ayant exactement

Plus en détail

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME Notre cadre de réflexion MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME La proposition de programme qui suit est bien sûr issue d une demande du Premier Cycle : demande de rénovation des contenus

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

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

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

Une forme générale de la conjecture abc

Une forme générale de la conjecture abc Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en 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

Fonction inverse Fonctions homographiques

Fonction inverse Fonctions homographiques Fonction inverse Fonctions homographiques Année scolaire 203/204 Table des matières Fonction inverse 2. Définition Parité............................................ 2.2 Variations Courbe représentative...................................

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Chapitre VI Fonctions de plusieurs variables

Chapitre VI Fonctions de plusieurs variables Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements

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

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en 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

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé du baccalauréat S Asie 21 juin 2010 Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =

Plus en détail