Chapitre 1. Dualité dans les espaces vectoriels
|
|
- Pierre-Yves Goulet
- il y a 6 ans
- Total affichages :
Transcription
1 Chapitre 1 Dualité dans les espaces vectoriels K désigne un corps commutatif. I. Espace dual d un espace vectoriel - bases duales Définition.- Soit E un espace vectoriel sur K ; on appelle dual de E et on notera E vectoriel L(E, K) des applications linéaires de E dans K (ou formes linéaires sur E). l espace Remarque. Si dim E = n et si (e 1,..., e n ) est une base de E, donner f L(E, K) revient à donner a 1 = f(e 1 ),..., a n = f(e n ) et à poser : ( n ) (x 1,..., x n ) K n f x i e i = a 1 x a n x n. On a bien entendu dim E = dim E. Proposition et définition.- Soit E un espace vectoriel de dimension n sur K et soit (e 1,..., e n ) une base de E. Soit (e 1,..., e n) la famille d éléments de E définie par : (i, j) 1,..., n}, e 0 si i j i (e j ) = δ ij = 1 si i = j (symbole de Kronecker) Alors cette famille est une base de E. Elle est appelée base duale de la base (e 1,..., e n ). Démonstration Soit f E, soient λ 1,..., λ n dans K. On a : ( f = ) λ i e i j 1,..., n} f(e j ) = λ i e i (e j ) j 1,..., n} f(e j ) = λ j. On a donc, pour tout f E, une famille unique λ 1,..., λ n dans K tel que f = Attention! chaque e i dépend de toute la famille (e 1,..., e n ) et non seulement de e i. λ i e i. Remarque. 1) Si on considère l isomorphisme : E M(1 n, K) f [ f(e 1 ),..., f(e n ) ] = Matrice de f pour la base (e 1,..., e n ) de E, dans cet isomorphisme la base (e 1,..., e n) correspond à la base canonique de M(n 1, K). 2) Pour tout x E, on a x = x i e i avec (x 1,..., x n ) K n et j 1... n} e j (x) = x i e j (e i ) = x j. Donc e j est l application qui à x fait correspondre sa jième coordonnée dans la base (e 1,..., e n ). 1
2 3) Résumé des formules à connaître E espace vectoriel de base (e 1,..., e n ) et (e 1,..., e n) base duale. Alors on a : a) f E f = f(e i ) e i b) x E x = e i (x) e i Définition.- On appelle bidual de E et on notera E, l espace (E ) dual de E. Proposition.- Soit E un espace vectoriel sur K. Alors : 1) L application E E x x définie par : ϕ E x(ϕ) = ϕ(x) (canonique) est linéaire injective. 2) Si dim E est finie, l application précédente est un isomorphisme. Démonstration 1) Pour tout x E x fixé, l application x : E K est linéaire. ϕ ϕ(x) On a donc x E. 2) L application E E est linéaire. x x Montrons que son noyau est nul. Soit x E \ 0}, montrons que x 0 c est-à-dire il existe ϕ E tel que ϕ(x) 0. Il existe F sous espace vectoriel de E tel que E = Kx F. Soit ϕ L(E, K) définie par ϕ(λx + f) = λ pour tout λ K et f F. On a ϕ(x) = 1. 3) Si dim E est finie, on a dim E = dim E = dim E. Donc toute application linéaire injective de E dans E est bijective. Corollaire.- Soit E un espace vectoriel de dimension finie. Alors toute base de E duale d une et d une seule base de E. est la base Démonstration Soit (f 1,..., f n ) une base de E. Soit (e 1,..., e n ) une base de E. Alors (f 1,..., f n ) est la base duale de (e 1,..., e n ) si et seulement si on a : i, j f i (e j ) = δ i,j c est-à-dire ẽ j (f i ) = δ i,j, ce qui signifie que ẽ 1,..., ẽ n est la base de E duale de la base f 1,..., f n de E. Comme l application E E est un isomorphisme, si f 1,..., f n x x est la base duale de la base f 1,..., f n, on a i!e i E tel que ẽ i = f i. Alors (e 1,..., e n ) est une base de E et c est l unique solution. 2
3 Exemples. Remarque : malgré cette proposition on peut montrer que, sauf (n = 2, K Z/ 2Z ) il n existe pas d isomorphisme canonique E E. 1) Soit E = M(n n, K). Si A E, soit ϕ A : E K on vérifie que l application E E est linéaire injective. M tr(am) A ϕ A On en déduit que pour tout ψ élément de E il existe A tel que ψ = ϕ A. 2) Soit (f 1, f 2, f 3 ) la base canonique de R 3 on pose : e 1 = (1, 1, 1) e 2 = (1, 0, 1) e 3 = (0, 2, 1). Alors (e 1, e 2, e 3 ) est une base de R 3 dont on veut déterminer la base duale. Si (x, y, z) = x 1 e 1 + x 2 e 2 + x 3 e 3 avec i 1, 2, 3}, x i R, on a : P x 1 x 2 x 3 x = y pour P = z D où : x = x 1 + x } 2 y = x 1 + 2x 3 z = x 1 + x 2 x 3 et x 3 = x z x 1 = y + 2x 2z x 2 = x + y + 2z e 1(x, y, z) = x 1 = (2f 1 f 2 2f 3 )(x, y, z) e 2(x, y, z) = x 2 e 3(x, y, z) = x 3 Si Q est la matrice de passage de (f 1, f 2, f 3 ) à (e 1, e 2, e 3) on a donc : Q = De façon générale on a : Proposition.- Soit E un espace vectoriel de dim n sur K de bases (f 1,..., f n ) et (e 1... e n ). Soit P = Pass ( (f i ), (e i ) ). Soit Q = Pass ( (f i ), (e i )). Alors on a Q = t P 1. Démonstration Posons : P 1 = ( a i,j ) i,j = Pass( (e i ), (f i ) ) Q = ( b i,j )i,j on a : n j 1,..., n} e j = b ij fi ou encore i 1... n} b ij = e j (f i ) j 1... n} f j = a ij e i ou encore i 1... n} a ij = e i (f j ) = b ji. 3
4 Remarque. Si on reprend l exemple précédent on vérifie que : P 1 = et Q = t P Proposition et définition. Soient E et F des espaces vectoriels sur K. Soit f L(E, F ). Pour tout ϕ F on pose ( t f)(ϕ) = ϕ f f ϕ E F K. Alors l application t f est une application linéaire de F dans E appelée application transposée de f (notée aussi parfois f ). Démonstration 1) ϕ F on a ϕ f E (composé d applications linéaires). Donc t f : F E. 2) t f est linéaire par définition des structures d espaces vectoriels de E et F. Remarque. L application L(E, F ) L(F, E ) est également linéaire. f t f Proposition. Soient E, F, G des espaces vectoriels sur K. Soient f L(E, F ), et g L(F, G) E f g F G G t g F E. t f Alors on a t (g f) = t f t g, t (1I E ) = 1I E Démonstration E f g F G ϕ K. Soit ϕ G. On a (t f t g ) (ϕ) = t f(ϕ g) = ϕ g f = t (g f) (ϕ). Proposition. Soient E et F des espaces vectoriels sur K et f L(E, F ). Soient (e 1,..., e n ) une base de E (f 1,..., f n ) une base de F A = Mat ( f, (e 1,..., e n ), (f 1,..., f n ) ) B = Mat (t f, (f1,..., fm), (e 1,..., e n) ) Alors on a B = t A. Démonstration Posons A = [a i,j ], B = [b ij ] on a : j 1... n} ( t f)(fj ) = b ij e i n [ j 1... n} fj f(ek ) ] = b kj k 1... n} ( et f(ek ) ) ( n ) = fj a ik f i f j = a jk. D où b kj = a jk. Remarque. Ceci permet de retrouver la proposition précédente : t (AB) = t B t A. 4
5 II. Orthogonalité Remarque. Soit un espace vectoriel sur K. On considère l application b : E E K (x, ϕ) ϕ(x). Cette application est bilinéaire, c est-à-dire : 1) Pour tout ϕ E fixé, l application : E K x b(x, ϕ) est linéaire (c est ϕ). 2) Pour tout x E fixé, l application : E K ϕ b(x, ϕ) est linéaire. Certaines propriétés qui suivent sont des propriétés générales des applications bilinéaires qu on retrouvera plus loin. On note parfois ϕ(x) = < x, ϕ > qui est une notation assez usuelle pour les applications bilinéaires. Définition. Avec les notations de la remarque 1) Soient x E et ϕ E. On dit que x et ϕ sont orthogonaux pour la dualité si on a : ϕ(x) = 0. 2) Soit A E, on pose A = ϕ E / a A ϕ(a) = 0 }. A est l orthogonal de A pour la dualité (noté aussi A ). Soit A E on notera A = x E / ϕ A ϕ(x) = 0}. Exemples. 1) E = R 4 ϕ E ϕ(x, y, z, t) = ax + by + cz + dt. A = (1, 0, 0, 0), (1, 2, 3, 4) }. ϕ A a = 0, 2b + 3c + 4d = 0. On remarque que A est un sous espace vectoriel de dimension 2 de E. 2) Soit ϕ E alors ϕ = Ker ϕ. Propriétés immédiates 1) Si A B E alors B A. 2) Si A E alors A (A ). 3) Si A E alors A = (Vect A) et A est un sous espace vectoriel de E. En particulier si F sous espace vectoriel de base e 1,..., e r de F, et ϕ E on a ϕ F i ϕ(e i ) = 0. 4) Si F et G sont des sous espaces vectoriels de E, alors on a : (F + G) = F G. 5) Si F est un sous espace vectoriel de E, alors on a : F = 0} F = E F = E F = 0}. 1 ) 2 ) 3 ) 4 ) : propriétés analogues pour E et ( ). Remarque. Les propriétés 1) 2) 3) 4) sont des propriétés qu on retrouvera pour les formes bilinéaires quelconques, et sont immédiates. 5
6 Démonstration de 5) a) Si F = 0} on a F = ϕ E / ϕ(0) = 0} = E. b) Si F 0}, soit x F \0} on a donc x 0 donc ϕ E tel que x(ϕ) = ϕ(x) 0. On a ϕ / F. Donc E F. c) Si F = E on a F = ϕ E / x E ϕ(x) = 0} = 0}. d) Si F E soit x E\F, soit G un supplémentaire de F Kx. On a E = F Kx G. Pour définir ϕ E il suffit de définir ses restrictions à F, G, Kx. On peut en particulier poser ϕ(λx) = λ pour tout λ K ; ϕ(f) = 0 f F. On obtient ϕ 0 ϕ F. Donc F 0}. Théorème.- On suppose E de dimension finie n. Soient F et G des sous espaces vectoriels supplémentaires de E. (On a donc E = F G). Alors on a : 1) E = F G. 2) dim F = n dim F dim G = n dim G. Démonstration Soient (e 1,..., e r ) une base de F, et (e r+1,..., e n ) une base de G. Soit (e 1,..., e n) la base de E duale de la base (e 1,...,, e n ) de E. Soit f E f = y i e i avec (y 1,..., y n ) K n. Alors on a : De même G + = vecte 1,..., e r}. f F j 1,..., r} f(e j ) = 0 j 1,..., r} y j = 0 f vect ( e r+1,..., e n). Exercice.- Montrer que la propriété 1) subsiste en dimension quelconque. Corollaire 1. E, on a : On suppose E de dimension finie n. Alors, si F est un sous espace vectoriel de dim F = dim E dim F. Démonstration On applique le théorème précédent à E et à son dual E. On obtient : dim F = n dim F avec F E car l application E E x x F = α E / ϕ F α(ϕ) = 0} = x / x E ϕ F ϕ(x) = 0} est bijective donc F = ( F) donc, comme l application est un isomorphisme, on a : dim F = dim F = n dim F. 6
7 Corollaire 2. On suppose E de dimension finie, et F sous espace vectoriel de E, on a : F = 0} F = E F = E F = 0}. Remarque. La première équivalence peut se démontrer directement en dimension quelconque ainsi que la partie directe de la seconde. Corollaire 3. On suppose E de dimension finie. 1) Si F est un sous espace vectoriel de E on a (F ) = F. Si F est un sous espace vectoriel de E on a ( F ) = F. 2) Si F et G sont des sous espaces vectoriels de E on a : F G G F (F G) = F + G. 3) Si F et G sont des sous espaces vectoriels de E on a : F G G F (F G) = F + G. Démonstration 1) On a F (F ) avec dim F = dim (F ) (démonstration analogue pour F). 2) F G G F et G F (F ) (G ) (démonstration analogue pour F et G. }}}} F G 3) Pour montrer qu on a (F G) = F + G, il est donc suffisant de montrer que F G = (F + G ). Or on a (F + G ) = (F ) (G ) = F G. Exercice.- Soient E et F des espaces vectoriels de dimensions finies sur K et f L(E, F ) a) Montrer que Ker t f = (Imf). b) En déduire en utilisant le théorème Im t f = (Ker f). III. Application aux hyperplans vectoriels Proposition.- Soit E un espace vectoriel sur K et soit H un sous espace vectoriel de E. Alors les 4 propriétés suivantes sont équivalentes : 1) dim(e/h) = 1. 2) a E \ H on a E = H Ka et H E. 3) a E \ H tel que E = H Ka. 4) ϕ E \ 0} tel que H = Ker ϕ. Si ces conditions sont réalisées on dit que H est un hyperplan de E et que ϕ = 0 est une équation de H. Les autres équations de H sont alors du type λϕ = 0 pour λ K \ 0}. Démonstration 1 = 2 Soit a E \ H, alors a = classe de a dans E/H est une base de E/H. On a donc : x E!λ K \ 0} tel que x = λ a soit x λa H. D où E = Ka H. 2 = 3. Immédiat. 3 = 4. ( Supposons E = H Ka alors!ϕ ) E tel que h H, ϕ(λa + h) = λ si λ K, h H. On a alors Ker ϕ = H. ϕ(h) = 0, ϕ(a) = 1. 7
8 4 = 1. On applique le théorème d isomorphisme à ϕ. On a : dim(e/h) = dim(e/kerϕ) = dim(imϕ). dim(imϕ) 1 car Imϕ K mais Imϕ 0 car ϕ 0 d où dim E/H = 1. Supposons maintenant les 4 conditions réalisées et soient ϕ et ψ des éléments de E \ 0} tel que H = Ker ϕ = Ker ψ. Soit a E \ H. Soit λ K \ 0} tel que ψ(a) = λϕ(a). Pour x E il existe µ K, h H tels que x = µa + h et donc : ψ(x) = µψ(a) + ψ(h) = µλϕ(a) ϕ(x) = µϕ(a) + ϕ(h) = µϕ(a) ψ(x) = λ ϕ(x). Remarques 1) La proposition est donnée en dimension quelconque. Si dim E est finie, alors (dim E/H = 1 H = dim E 1). 2) Soit (e 1,..., e n ) une base de E. Alors ϕ E \ 0} s exprime sous la forme : (x 1,..., x n ) K n ϕ(σx i e i ) = a a n x n (avec i a i = f(e i )). Donc un hyperplan de E est donné par une équation du type : 3) Utilisation des déterminants a 1 x a n x n = 0 avec (a 1,..., a n ) (0,..., 0). Soit (e 1,..., e n ) une base B de E. Soit (f 1,..., f n 1 ) une base de H. On note (a 1i,..., a ni ) les coordonnées de f i dans la base B. Soit x E de coordonnées (x 1,..., x n ). Alors on a : a a 1n 1 x 1 x H det... a n1 a nn 1 x n = 0. On obtient bien, en développant le déterminant une équation de H du type : b 1 x b n x n = 0. Exemple. Le plan vectoriel de R 3 passant par les points (1, 0, 0) et (1, 1, 1) a pour équation : 1 1 x 0 1 y 0 1 z = 0 y + z = 0. Proposition. Soit E un espace vectoriel de dimension n sur K. 1) Soient H 1,..., H p (p n) des hyperplans dont les équations sont données par ϕ 1,..., ϕ p formes indépendantes. Alors on a : dim(h 1... H p ) = n p. 2) L ensemble des hyperplans de E contenant H 1 H 2... H p est l ensemble des hyperplans dont une équation est obtenue par combinaison linéaire de ϕ 1,..., ϕ p. 3) Tout espace vectoriel de dimension n p peut s interprêter (de façon non unique) de la façon précédente. 8
9 Démonstration 1) On a H 1... H p = ϕ 1... ϕ p = ( vect(ϕ 1,..., ϕ p ) ) de dimension n p. 2) Soit H un hyperplan d équation ϕ = 0. On a (H H 1... H p ) H (H 1... H p ) = vect(ϕ 1,..., ϕ p ) ϕ vect(ϕ 1,..., ϕ p ). 3) Soit W un sous espace vectoriel de dimension n p de E on a : W = (W ) et dim W = p W = vect(ψ 1,..., ψ p ) où ψ 1,..., ψ p sont des formes W = K 1... K p où K j est l hyperplan d équation ψ j = 0. indépendantes. Exemple Dans R 3 soit la droite D d équations : } 2x 1 + x 2 + x 3 = 0 x 1 + x 3 = 0 (on obtient 1 droite car les 2 formes sont indépendantes). Alors on a (1, 0, 0) / D ; on cherche l équation du plan contenant D et (1, 0, 0). les plans contenant D ont des équations de types : a(2x 1 + x 2 + x 3 ) + b(x 1 + x 3 ) = 0 (a, b) (0, 0). Un tel plan passe par D si a et b vérifient : 2a + b = 0. On obtient donc l équation x 2 x 3 = 0. Remarque. Si on considère la matrice A = [a ij ] du système d équations : a 11 x a 1n x n = 0. a p1 x a pn x n = 0 On obtient que l espace des solutions a pour dimension n l ou l est le rang de l espace engendré par les lignes de A. Ceci permet de retrouver, en utilisant la formule des dimensions sur l application linéaire définie par la matrice, que le rang de l espace des lignes de A est égal au rang de l espace engendré par les colonnes de A. Exercice.- Un hyperplan affine H de E est donné dans une base (e 1,..., e n ) par une équation du type a 1 x a n x n + b = 0 avec a 1... a n b fixés dans K. (a 1,..., a n ) (0,..., 0). Adapter le théorème aux hyperplans affines. 9
10 IV. Application aux calculs d exponentielles de matrices On suppose dans le IV qu on a K = R ou C que A M(n n, K) est fixé et que m K[X], m unitaire, m scindé, de degré 1 tel que m(a) = 0. l On pose : m(x) = (X λ i ) si avec λ1,..., λ l deux à deux distincts dans K i 1... l} s i 1. Remarque. Pour qu on soit dans la situation précédente il faut que P A soit scindé dans K[X] (ce qui équivaut à m A scindé). On peut alors choisir m = m A ou m = P A ou tout multiple scindé de m A. Proposition 1.- Soient P K[X], Q K[X]. 1) Si on a i 1,..., l}, j 0,..., s i 1} P (j) (λ i ) = Q (j) (λ i ) alors on a P (A) = Q(A). 2) La réciproque est vraie dans le cas où m = m A. Démonstration On a : i 1,..., l} j 0,..., s i 1} (P Q) (j) (λ i ) = 0 i 1... l} (X λ i ) si divise P Q m divise (P Q). Proposition 2.- Soit E l espace vectoriel sur K des polynômes de degré d m, de K[X]. Alors l application φ : E K d m donnée par P E Q(P ) = ( ) P (j) (λ i ) i 1,...,l} j 0,...,s i 1} est un isormorphisme. Démonstration Remarquons qu on a bien l s i = d m. L application φ est évidemment linéaire, de plus elle est injective. En effet, en utilisant le raisonnement de la proposition 1, si φ(p ) = 0, alors m divise P, d où P = 0 car d P < d m. Comme on a dim E = dim K d m = λ m, elle est également surjective. Utilisation de la dualité Pour tout i 1,..., l} et j 0,..., s i 1} soit ϕ i,j : E K P P (j) (λ i ). Alors on a ϕ i,j E et ϕ ij / } i 1,..., l} = 0}. j 0,..., s i 1} On en déduit que ( ϕ i,j )i,j forme une base de E. On notera (P i,j ) la base de E duale de cette l s i 1 base. On a donc P E, P = P (j) (λ i ) P i,j. j=0 10
11 Proposition 3.- Soit f : D K une fonction donnée par une série entière : f(x) = α k (x µ) k, k=0 avec k αk K µ D D = disque ouvert de convergence de f. On suppose i, λ i D. Soit R l unique polynôme de E tel que : Alors on a R(A) = lim N i, j R (j) (λ i ) = f (j) (λ i ). N α k (A µ I ) k. k=0 Démonstration Soit N N. On pose : N f N (X) = α k (X µ) k K[X] k=0 R N (X) = i,j f (j) N (λ i) P i,j K[X]. a) i, j on a f (j) N (λ i) = R (j) N (λ i) d où f N (A) = R N (A) d après la proposition 1. b) N R N (A) = f (j) N (λ i)p i,j (A). i,j On sait que comme λ i D, et par propriété des séries entières on a : i, j lim f (j) N (λ i) = f (j) (λ i ). N On obtient donc : lim R N(A) = R(A). C est-à-dire N lim f N (A) = R(A). N Corollaire 1. Soit R l unique polynôme de E tel que : Alors on a : exp(a) = R(A). i, j i 1,..., l}, j 0,..., s i 1} R (j) (λ i ) = e λi. Exemples. [ ] ) On pose A 1 =. On veut calculer exp A Le polynôme caractéristique de A 1 est m(x) = (X + 1)(X + 2). Soit R(X) = a 0 + a 1 X tel que : R( 1) = e 1 soit a 0 a 1 = e 1 R( 2) = e 2 soit a 0 2a 1. On obtient a 0 = 2a 1 e 2, a 1 = e 1 e 2 et exp(a 1 ) = (2a 1 e 2 )I + (e 1 e 2 )A 1. 2 ) Soit A 2 = On vérifie que le polynôme caractéristique de A 2 est m(x) = (2 X) 2 (1 X) (c est aussi le polynôme minimal de A 2 car A 2 n est pas diagonalisable). Soit R(X) = a 0 + a 1 X + a 2 X 2 R[X] tel que : R(1) = e soit a 0 + a 1 + a 2 = e R(2) = e 2 R (2) = e 2 soit a 0 + 2a 1 + 4a 2 = e 2 soit a 1 + 4a 2 = e 2. 11
12 On obtient : d où : a 0 = 4e e 2, a 1 = e 2 4e, a 2 = e exp(a 2 ) = (4e e 2 )I + (e 2 4e)A 2 + ea 2 2. Corollaire 2. Soit t R \ 0}. Alors on a : exp(ta) = C 0 (t) + C 1 (t)a C u (t)a u (u = degré m 1) avec C 0 (t),..., C u (t) des scalaires (dépendant de t) vérifiant la relation : i 1,..., l} e λit = C 0 (t) + C 1 (t)λ i C u (t)λ u i j 0,..., s i 1} t j e λit = j!c j (t) u(u 1)... (u j + 1)C u (t)λ u j i. Remarque. 1) On est amené à calculer de telles exponentielles pour résoudre des systèmes différentiels. 2) Les relations sont en fait faciles à retenir. Tout se passe comme si partant de la relation : e λit = C 0 (t) C u λ u i on dérivait successivement par rapport à λ i. Commençons en reprenant les exemples. 3) Calcul de exp(ta 1 ). exp(ta 1 ) = C 0 (t)i + C 1 (t)a 1 e t = C 0 (t) C 1 (t) e 2t = C 0 (t) 2C 1 (t) d où C 1 (t) = e t e 2t et C 0 (t) = 2e t e 2t et exp(ta 1 ) = (2e t e 2t )I + (e t e 2t )A 1. 4) Calcul de exp(ta 2 ) m(x) = (x 2) 2 (x 1) exp(ta 2 ) = C 0 (t)i + C 1 (t)a 2 + C 2 (t)a 2 2 on a : = C 0 (t) + C 1 (t) + C 2 (t) e 2t = C 0 (t) + 2C 1 (t) + 4C 2 (t) e t te 2t = C 1 (t) + 4C 2 (t). On obtient : C 0 (t) = 4e t + (2t 3)e 2t C 1 (t) = 4e t + (4 3t)e 2t C 2 (t) = e t + e 2t (t 1) puis exp(ta 2 ) = C 0 (t)i + C 1 (t)a 2 + C 2 (t)a 2 2. Démontrons maintenant la propriété. Démonstration du Corollaire On pose m t (x) = dérivons la relation e λt = C 0 (t) + λc 1 (t) + λ 2 C 2 (A) par rapport à λ. On obtient te λt = C 1 (t) + 2λC 2 (t) puis remplaçons λ par 2 Supposons t R \ 0} fixé. On a l (x tλ i ) si. On applique à ta le corollaire 1. On a exp(ta) = R t (ta) avec R t (x) = a 0 (t) + a 1 (t)x a u (t)x u E vérifiant : i, j R (j) t (tλ i ) = exp(λ i t). On a : i, j R (j) i (x) = j! a j (t) u(u 1)... (u j + 1)a u (t)x u j on a exp(ta) = a 0 (t)i + a 1 (t)ta a u (t) t u A u Les relations soit i, j l (ta tλ i ) si = 0. = C 0 (t)i + C 1 (t)a C u (t)a u en posant i C i (t) = t i a i (t). R (j) i (tλ i t) = exp(λ i t) peuvent s écrire : t j exp(λ i t) = j! t j a j (t) u(u 1)... (u j + 1)t u a u (t)λ u j i t j exp(λ i j) = j! C j (t) u(u 1)... (u j + 1)C u (t)λ u j i. 12
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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailLa 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 détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailVI. 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 détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailNOTATIONS 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 détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailBaccalauréat 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 détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en détaila 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 détailChapitre 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 détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailLe 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 détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailIntégration 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 détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailEXERCICE 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 détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailApprentissage non paramétrique en régression
1 Apprentissage non paramétrique en régression Apprentissage non paramétrique en régression Résumé Différentes méthodes d estimation non paramétriques en régression sont présentées. Tout d abord les plus
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailIntégration sur des espaces produits
Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailAOT 13. et Application au Contrôle Géométrique
AOT 13 Géométrie Différentielle et Application au Contrôle Géométrique Frédéric Jean Notes de cours Édition 2011/2012 ii Table des matières 1 Variétés différentiables 1 1.1 Variétés différentiables............................
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailDéveloppement 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 détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailSéquence 10. Géométrie dans l espace. Sommaire
Séquence 10 Géométrie dans l espace Sommaire 1. Prérequis 2. Calculs vectoriels dans l espace 3. Orthogonalité 4. Produit scalaire dans l espace 5. Droites et plans de l espace 6. Synthèse Dans cette séquence,
Plus en détailLa transformée de Fourier sur un groupe fini et quelques-unes de ses applications. Elise Raphael Semestre d automne 2009-2010
La transformée de Fourier sur un groupe fini et quelques-unes de ses applications Elise Raphael Semestre d automne 009-010 1 Contents 1 Transformée de Fourier sur un groupe fini 3 1.1 Dual d un groupe
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailProduits d espaces mesurés
Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailConstruction 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 détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
Plus en détailIntégrale 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