Chapitre X. Chapitre X : Matrice inverse et réciproque d une application
|
|
- Claude Beauchamp
- il y a 6 ans
- Total affichages :
Transcription
1 Chapitre X Chapitre X : Matrice inverse et réciproque d une application
2 Introduction Dans ce chapitre, on fera le lien entre la matrice d une application linéaire et l inverse d une matrice (notion vue au premier quadrimestre).
3 Réciproque d une fonction Etant donné une fonction (pas nécessairement une application linéaire) f : A B, il est utile de pourvoir disposer, si elle existe, de sa réciproque f 1. La fonction f 1 est par définition une fonction f 1 : B A telle que f 1 (f (a)) = a pour tout a A et f (f 1 (b)) = b pour tout b B.
4 Réciproque d une fonction Exemple 1 La fonction f : R + R + : x x 2 admet pour réciproque f 1 : R + R + : x x. L existence de cette réciproque est bien pratique : si on souhaite par exemple résoudre l équation x 2 = 5 sur R +, il suffit de prendre l image des deux membres de l équation par la réciproque f 1 et on obtient alors x = 5.
5 Réciproque d une fonction L existence de f 1 implique que f est injective. En effet, s il existe deux nombres x et y tels que f (x) = f (y) := z, comment faire pour définir f 1 (z)? Est-ce que f 1 (z) = x ou f 1 (z) = y? Par exemple, si on considère g : R R + : x x 2, on ne peut définir sa réciproque vu que g n est pas injective sur R. C est la raison pour laquelle on restreint le domaine de g à R + avant de définir sa réciproque (comme expliqué dans l exemple précédent).
6 Réciproque d une fonction Donc, si f n est pas injective, il n y a pas d espoir de pouvoir définir une fonction réciproque f 1 : B A. Bien sûr, on peut quand même essayer de résoudre l équation f (x) = z pour z B. (Par exemple : si on veut résoudre x 2 = 5 sur R on a simplement x = 5 ou x = 5.) Il n empêche que si il existe une fonction réciproque, on aimerait pouvoir la trouver. Ca fournit un moyen systématique de résoudre f (x) = z : on applique simplement f 1 aux deux membres.
7 Réciproque d une fonction Théorème 2 La fonction f : A B admet une réciproque si et seulement si f est bijective. Démonstration : Si f n est pas injective, on vient d expliquer que f 1 ne peut exister. Si f n est pas surjective certains éléments de B ne peuvent avoir d image (donc f 1 n existe pas non plus). Si f est bijective, tout élément b B est atteint par un seul élément a b A et il suffit alors de définir f 1 : B A : b a b.
8 Réciproque d une fonction Remarque : dire que f 1 est l inverse de f revient à dire que (f f 1 ) est la fonction identité sur B et (f 1 f ) est la fonction identité sur A. La fonction identité sur l ensemble X est la fonction qui fixe tous les points de X : Id : X X : x x.
9 Réciproque d une fonction Exemple 3 La fonction f : R R + 0 : x 2x est bijective et admet pour réciproque la fonction log 2 : R + 0 R : x log 2(x). On va maintenant étudier l existence des réciproques dans le cas des applications linéaires f : V W où V et W sont des espaces vectoriels sur K.
10 Réciproque d un isomorphisme Il suffit donc de s assurer que f : V W est bijective pour savoir qu une réciproque f 1 : W V existe. Rappel (voir Chapitre VII) : une application linéaire bijective f : V W est appelée isomorphisme d espace vectoriels. Si une telle bijection existe, on dit que V et W sont isomorphes. Lorsque V = W, on parle d automorphisme ou bien de permutation linéaire.
11 Isomorphismes Dans la suite, on se limitera aux espaces vectoriels de dimension finie sur K. En fait : Théorème 4 Soit V et W deux espaces vectoriels de dimension finie sur K. Alors il existe une bijection f : V W si et seulement si dim K (V ) = dim K (W ). Démonstration : Si f : V W est une bijection linéaire, on vérifie facilement que si {e 1,..., e n } est une base de V alors {f (e 1 ),..., f (e n )} est une base de Im(f ) = W. Donc V et W ont même dimension. Si V et W ont même dimension et si {e 1,..., e n } et W = {f 1,..., f n } sont des bases de V et W respectivement, on vérifie à nouveau facilement que l unique application linéaire f : V W telle que f (e i ) = f i est une bijection.
12 Isomorphismes Le théorème précédent affirme donc que deux espaces vectoriels de dimension n N sur K sont toujours "les mêmes, mais vus différemment". En particulier, tout espace vectoriel de dimension n est isomorphe à K n! Exemple 5 L espace vectoriel R 2 sur R est isomorphe au sous-espace V = {(x, y, 0) x, y R} = <(1, 0, 0), (0, 1, 0)> de R 3 vu que V et R 2 ont même dimension (à savoir 2)! Par contre, il n existe aucune bijection linéaire entre R et R 2, ni entre R 2 et R 3, ni...
13 Isomorphismes En tout cas, on peut supposer que dim K (V ) = dim K (W ) lorsqu on étudie les bijections de V W. Comme tout espace vectoriel de dimension n sur K est isomorphe à K n, on ne perd pas grand chose à supposer de plus que V = W = K n pour un certain n N 0.
14 Réciproque d une permutation linéaire On va donc chercher à voir quand une application linéaire f : K n K n est bijective, et dans ce cas, comment faire pour calculer la réciproque f 1.
15 Réciproque d une permutation linéaire Remarquons qu on a déjà fourni des éléments de réponse à cette question dans le Chapitre VII. Pour vérifier qu un opérateur linéaire f : V V (avec V de dimension finie) est injectif, on vérifie que Ker(f ) = {0 V }. De plus, on a démontré (voir le Chapitre VII) : Théorème 6 Soit f : K n K n un opérateur linéaire. Alors f est injectif si et seulement si f est surjectif.
16 Réciproque d une permutation linéaire Donc, dans le cas d un opérateur linéaire f : K n K n, il suffit de vérifier que Ker(f ) = {(0, 0,..., 0)} pour conclure que f est bijectif (ce qui ne nous dit pas encore comment trouver f 1 ).
17 Réciproque d une permutation linéaire Exemple 7 On vérifie que l opérateur linéaire de R 3 f : R 3 R 3 : (x, y, z) (x + 2y + z, 3z, 2x y) est une permutation linéaire en vérifiant que le système x + 2y + z = 0 3z = 0 2x y = 0 n admet que (0, 0, 0) comme solution. (1) Donc, f 1 existe, mais comment la trouver?
18 Réciproque d une permutation linéaire Remarquons tout d abord que la réciproque d une permutation linéaire est aussi une permutation linéaire : Théorème 8 Si f : K n K n est une permutation linéaire alors sa réciproque f 1 : K n K n est aussi linéaire (donc est aussi une permutation linéaire). Démonstration : On veut vérifier que pour tous w 1, w 2 K n. Mais f 1 (w 1 + w 2 ) = f 1 (w 1 ) + f 1 (w 2 ) f (f 1 (w 1 ) + f 1 (w 2 )) = f (f 1 (w 1 )) + f (f 1 (w 2 )) = w 1 + w 2 donc forcément f 1 (w 1 + w 2 ) = f 1 (w 1 ) + f 1 (w 2 ). On vérifie de même que f 1 (λw) = λf 1 (w) pour tout w K n.
19 Réciproque d une permutation linéaire Exemple 9 Considérons les opérateurs linéaires f : R 2 R 2 : (x, y) (2x, y) et g : R 2 R 2 : (x, y) ( x 2, y). On a alors (g f )(x, y) = (x, y) = (f g)(x, y). Donc f et g sont inversibles et on a f 1 = g, g 1 = f.
20 Réciproque d une permutation linéaire Exemple (Suite de l exemple précédent) Remarquons que les matrices M f de f et M g de g dans la base canonique sont ( ) ( M f ) = M g = On a M g M f = M f M g = ( ) et la matrice ( 1 ) est la matrice de l application identité.
21 Réciproque d une permutation linéaire Sur l exemple précédent, on voit que la matrice de f 1 est simplement l inverse de la matrice de f selon la définition vue au premier quadrimestre. Rappel : une matrice carrée A Mat(n n, K) est inversible s il existe une matrice B telle que AB = BA = I avec I la matrice identité. Dans ce cas, on dit que B est l inverse de A et on note B = A 1. S il existe, l inverse de A est unique.
22 Réciproque d une permutation linéaire Théorème 10 Soit f : K n K n un opérateur linéaire et M sa matrice dans une base B de K n. Alors f est bijectif si et seulement si M est inversible, auquel cas la matrice de f 1 est précisément l inverse M 1 de M. C est évident vu que f est bijectif si et seulement si f 1 existe, et dire que (f f 1 ) = (f 1 f ) = Id revient à dire que, si N est la matrice de f 1 dans B : MN = NM = I. (Car on a vu au Chapitre IX que la matrice d une composée est le produit des matrices).
23 Matrice et opérations Pour résumer les choses, nous sommes donc parvenus à donner du sens : a la somme de deux matrices : c est la matrice de la somme des applications linéaires associées, au produit de deux matrices : c est la matrice de la composée des applications linéaires associées, au produit d une matrice par un scalaire : c est la matrice de l application linéaire obtenue en multipliant l application linéaire associée par le scalaire, à l inverse d une matrice (si elle existe) : c est la matrice de la réciproque de l application linéaire associée.
24 Réciproque d une permutation linéaire Exemple 11 Soit f : R 3 R 3 : (x, y, z) (x + y, x y, x). Il est facile de voir que f n est pas injective, par exemple car f (0, 0, 1) = (0, 0, 0) = f (0, 0, 0) (si on ne le voit pas, il suffit de calculer le noyau). Donc f 1 n existe pas. La matrice de f dans la base canonique est M = et cette matrice ne peut donc pas être inversible.
25 Réciproque et inverse Donc, on a ramené l étude de la réciproque éventuelle d un opérateur linéaire f : K n K n au problème suivant : Etant donné une matrice M Mat(n n, K) (M représente f dans une base donnée de K n ), est-ce que M est inversible? Si oui, comment calculer son inverse?
26 Réciproque et inverse En fait, on peut toujours considérer que M représente f dans la base canonique, c est-à-dire que f est l opérateur linéaire de K n défini par x 1 f (x) = M. x 2... x n
27 Réciproque et inverse On va maintenant énoncé un théorème qui résume les différentes conditions équivalentes qui expriment que f : K n K n est une permutation linéaire de K n. Rappelons pour ce faire que le rang de f est la dimension de son image (la dimension du sous-espace de K n engendré par les colonnes de M).
28 Réciproque et inverse Théorème 12 Soit f : K n K n un opérateur linéaire représenté par sa matrice M dans la base canonique. Alors les affirmations suivantes sont équivalentes : 1 f est un automorphisme (une permutation linéaire) de K n, 2 f est bijectif, 3 f est injectif (c est-à-dire, son noyau Ker(f ) est réduit au vecteur nul {(0, 0,..., 0)}), 4 Le rang de f est n, 5 M est inversible, 6 Le rang de M est n, 7 Les colonnes de M sont linéairement indépendantes, 8 Les lignes de M sont linéairement indépendantes.
29 Réciproque et inverse La démonstration de ce théorème résulte immédiatement de tout ce qu on a vu sur les applications linéaires. Nous allons cependant bien réexpliquer où tout cela a été prouvé.
30 Explication du théorème 12 Le point 1 est équivalent au point 2 par définition : un automorphisme (aussi appelé permutation linéaire) est un opérateur linéaire bijectif. Le point 2 est équivalent au point 3 car on a vu (fin du Chapitre VII) qu un opérateur linéaire en dimension finie est bijectif si et seulement si il est injectif si et seulement si son noyau est trivial.
31 Explication du théorème 12 On a aussi vu à la fin du Chapitre VII qu un opérateur linéaire en dimension finie est injectif si seulement si il est surjectif. Ici, surjectif signifie que l image de f est K n tout entier, c est-à-dire que l image de f est de dimension n, c est-à-dire que le rang de f est de dimension n. D où l équivalence du point 3 avec le point 4
32 Explication du théorème 12 Le rang de f vaut n si et seulement si f est bijectif si et seulement si la matrice de M est inversible. Ceci explique que le point 4 est équivalent au point 5.
33 Explication du théorème 12 La matrice M est inversible si et seulement si f est bijective si et seulement si le rang de f est n. Mais le rang de f est le rang de M, donc le point 5 est équivalent au point 6.
34 Explication du théorème 12 Si le rang de M vaut n, cela signifie que les n colonnes de M sont linéairement indépendantes (de façon équivalentes : elles forment une base de K n ). Donc le point 6 est équivalent au point 7.
35 Explication du théorème 12 On a mentionné au Chapitre IX que le rang d une matrice est égal au rang de sa transposée, ce qui explique l équivalence entre le point 7 et 8.
36 Explication du théorème 12 Le théorème 12 nous donne donc un premier critère pour voir si une matrice admet un inverse : on regarde si ses lignes ou ses colonnes (au choix!) sont linéairement indépendantes.
37 Explication du théorème 12 Exemple 13 La matrice M = n est pas inversible. En effet, la deuxième colonne de M vaut 2 fois la première colonne de M. Donc le rang de M est au plus de 3, et M ne peut être inversible par le théorème 12.
38 Explication du théorème 12 On peut se servir du théorème 12 pour déterminer si un système de n équations linéaires à n inconnues admet une unique solution. Rappelons qu un tel système peut s écrire sous la forme Au = b avec A la matrice des coefficients, u le vecteur colonne des inconnues et b le vecteur colonne des termes indépendants.
39 Explication du théorème 12 Exemple 14 Le système 3x + 3y z = 6 x y + 5z = 4 2x + 2y + 6z = 4 peut s écrire Au = b avec x 6 A = 1 1 5, u = y, b = z 4 (2)
40 Explication du théorème 12 Théorème 15 Le système de n équations à n inconnues à coefficients dans le corps K Ax = b admet une unique solution si et seulement si la matrice A Mat(n n, K) est inversible. Dans ce cas, x = A 1 b. Démonstration : Si A est inversible, on multiplie les deux membres de l équation Ax = b par A 1 et on trouve que A 1 (Ax) = (A 1 A)x = Ix = x = A 1 b qui est donc l unique solution du système. En revanche, si A n est pas inversible, l opérateur linéaire de K n défini par f (x) = Ax n est pas injectif (par le théorème 12). Le système admet donc soit zéro solutions (si b n est pas dans l image de f ) soit plusieurs solutions car si Ax = b et y Ker(f ) alors A(x + y) = Ax + Ay = b.
41 Matrice inverse Pour calculer effectivement l inverse de la matrice M, on peut procéder comme au premier quadrimestre : 1 Soit on utilise la méthode basée sur le déterminant de M, 2 Soit on fait des manipulations sur les lignes de A pour transformer A en la matrice identité. Appliquer les même manipulations sur la matrice identité livre la matrice M 1. Les manipulations admises sont : ajouter un multiple d une ligne à une autre ligne, diviser une ligne par un scalaire non nul.
42 Matrice inverse Illutrons la deuxième méthode sur un exemple concret. Cela fonctionne comme au premier quadrimestre, sauf qu on fait les calculs dans le corps K.
43 Matrice inverse Exemple 16 Calculons l inverse de la matrice M Mat(3 3, Z 2 ) définie par M = La matrice M est bien de rang 3, elle admet donc un inverse. Ecrivons : Remarque : comme la matrice est à coefficients dans Z 2, on ne devra jamais diviser (vu que le seul élément non nul est 1), c est pratique!
44 Matrice inverse Exemple (Suite de l exemple précédent) On soustrait la première ligne à la deuxième et à la troisième de façon à transformer la premier colonne en le vecteur (1, 0, 0). On obtient (rappel : 1 = 1 dans Z 2 ) :
45 Matrice inverse Exemple (Suite de l exemple précédent) A présent, on soustrait la deuxième ligne à la première pour transformer la deuxième colonne en (0, 1, 0). On obtient :
46 Matrice inverse Exemple (Suite de l exemple précédent) Finalement, on soustrait la troisième ligne aux deux premières pour transformer la troisième colonne en (0, 0, 1) :
47 Matrice inverse Exemple (Suite de l exemple précédent) Donc, l inverse (sur le corps Z 2, pas sur R!) de la matrice est M = M 1 = On peut le vérifier en effectuant le produit MM 1 = M 1 M et en constatant qu on obtient bien la matrice identité.
48 Matrice inverse Pourquoi cette méthode fonctionne t-elle? Simplement car ajouter λ fois la ligne j à la ligne i de M revient à multiplier M par la matrice I + λe ij ou E ij est la matrice ayant des zéros partout sauf un 1 en position (i, j). Donc, si on multiplie M par un certains nombre de matrices de la forme I + λe ij et qu on retombe sur l identité, le produit des I + λe ij sera M 1. Et on encode exactement le produit de ces matrices dans le tableau de droite!
49 Matrice inverse On appelle parfois cette méthode la méthode de Gauss. Elle est similaire à la méthode de Gauss pour résoudre des systèmes, sauf qu on s en sert pour inverser une matrice.
50 Matrice inverse Exemple 17 L unique solution du système linéaire sur Z 2 est x y = z 1 est x y = = 1 z
51 Matrice et déterminants A propos des déterminants : tout ce qui a été dit au premier quadrimestre (la définition, les propriétés, la façon de calculer un déterminant) sont à nouveau toujours valable sur un corps quelconque. Bien sûr, si M Mat(n n, K), alors det(m) K. Remarque : nous n avions démontré aucune des propriétés au premier quadrimestre, et on ne le fera pas d avantage ici. Pourquoi?
52 Matrice et déterminants Pour démontrer les propriétés des déterminants, on utilise une définition plus théorique de celui-ci. Cette définition fait intervenir les formes multilinéaires alternées et les permutations paires/impaires. Ces sujets ne sont pas au programme de ce cours. A notre niveau, on peut donc admettre les propriétés des déterminants sans démonstration.
53 Matrice et déterminants Les déterminants nous intéressent principalement pour le résultat important suivant : Théorème 18 La matrice M Mat(n n, K) est inversible si et seulement si son déterminant det(m) est non nul. Dans ce cas, la matrice inverse peut s écrire : 1 det(m) ( M) t avec M la comatrice de M, c est-à-dire : M ij vaut ( 1) i+j D ij avec D ij le déterminant de la matrice obtenue en enlevant la ligne i et la colonne j de M.
54 Matrice et déterminants Le calcul M 1 à partir de la comatrice n est cependant pas très efficace d un point de vue algorithmique (il faut calculer n 2 déterminants (n 1) (n 1)). Des algorithmes efficaces seront étudiés dans le cours de Calcul Formel et Numérique (BA2) pour les problèmes suivants : résoudre un système, calculer le déterminant et l inverse de M.
55 Matrice et déterminants On peut aussi démontrer les propriétés suivantes (vraies quel que soit le corps K) : det(a.b) = det(a) det(b), det(a t ) = det(a), c est-à-dire : le déterminant d un produit de matrices est égal au produit des déterminants, le déterminant de la transposée est égal au déterminant. Ici, A et B sont des matrices quelconques de Mat(n n, K).
56 Matrice et déterminants Exemple 19 Une matrice deux fois deux à coefficients dans K : ( ) a b c d est inversible si et seulement si ad bc 0. Par exemple, la matrice suivante de Mat(2 2, C) n est pas inversible : ( ) i 1 car i = 0. (On aurait aussi pu constater que la première colonne vaut i fois la deuxième). 1 i
57 Matrice et déterminants En résumé : Théorème 20 Soit M Mat(n n, K). Alors les propriétés suivantes sont équivalentes : 1 M est la matrice dans la base canonique d une permutation linéaire de K n, 2 M est inversible, 3 Le rang de M est n, 4 Les colonnes de M sont linéairement indépendantes, 5 Les lignes de M sont linéairement indépendantes, 6 det(m) 0, 7 Pour tout b Mat(n 1, K), le système Ax = b admet une unique solution.
58 Application Donnons à présent une application du calcul de l inverse d une matrice en cryptographie.
59 Application Décidons d encoder un message contenant m lettres au moyen d un mot de l espace vectoriel (Z 29 ) m. Même si l alphabet comporte 26 lettres, on prend Z 29 et non par Z 26 car 29 est premier (donc Z 29 est un corps.) Il suffit de décider que A est encodé par 1, B par 2,..., Z par 26 et on décide (par exemple) que 0 désigne un espace, 27 représente é et 28 représente è.
60 Application Pour crypter le message x (Z 29 ) m, on choisit une matrice inversible M Mat(m m, Z 29 ) et on calcule y := Mx Donc y est le message crypté (on peut éventuellement le retranscrire en lettres). On s assure que le destinataire connaisse M, et il n aura qu a calculer M 1 y s il veut décrypter le message.
61 Application Une personne qui ne connaît pas M aura donc du mal à savoir ce que le message crypté y signifie. Il faut pour cela pouvoir décoder le message en utilisant M (on dit que M est la clé de cryptage).
62 Application Prenons par exemple m = 4 et codons le mot INFO. Ce mot sera donc représenté par le vecteur (9, 14, 6, 15) de (Z 29 ) 4. Comme clé de cryptage, on utilise : M =
63 Application On peut vérifier que M est bien de rang maximal (ou alors on utilise un logiciel de calcul, comme Sage) et que M 1 =
64 Application Le message crypté est alors C est-à-dire : ZINM =
65 Application Le destinataire qui souhaite décoder ZINM retranscrit le message dans (Z 29 ) 4 : (26, 9, 14, 13) et calcule 26 9 M =
66 Le groupe linéaire général Avant de conclure ce chapitre, il nous reste à introduire une notion importante : le groupe linéaire général.
67 Le groupe linéaire général Considérons le sous-ensemble GL n (K) de toutes les matices de Mat(n n, K) qui sont inversibles. Alors : 1) La multiplication matricielle est une loi interne sur GL n (K). En effet, si M et N sont deux matrices inversibles, alors le produit MN est aussi inversible car MN(N 1 M 1 ) = M(NN 1 )M 1 = MM 1 = I = (N 1 M 1 )MN donc N 1 M 1 est l inverse de MN.
68 Le groupe linéaire général 2) La matrice identité I est inversible. Elle comporte des 1 sur la diagonale et des 0 partout ailleurs (et son déterminant vaut 1). La matrice I est un élément neutre pour la multiplication matricielle vu que pour toute matrice M : M.I = I.M = M 3) Toute matrice inversible admet un inverse (évidemment!) M 1 tel que MM 1 = M 1 M = 1. 4) Le produit matriciel est associatif (on le sait depuis longtemps).
69 Le groupe linéaire général On résume toutes ces propriétés en disant que (GL n (K),.) forme un groupe (le. représente la multiplication matricielle).
70 Le groupe linéaire général On avait déjà parlé de groupe commutatif au premier quadrimestre à l occasion du cours du sur les matrices. Ici, le groupe en question n est pas commutatif vu que le produit matriciel n est pas commutatif MN NM en général.
71 Le groupe linéaire général On appelle (GL n (K),.) le groupe linéaire général d ordre n sur K. Vu l importance des matrices inversibles, ce groupe a déja été bien étudié et on connaît pas mal de propriétés (on n entrera pas dans les détails ici).
72 Groupes De façon plus générale, en mathématiques, les ensembles munis d une loi interne, associative, avec élément neutre et dont tout élément est inversible sont appelés groupes. De même que pour les espaces vectoriels, les groupes sont fort étudiés (et on connaît de nombreux exemples).
73 Résumé des points importants du chapitre 1 La réciproque d une fonction f : A B. Cette réciproque existe si et seulement si f est bijective, 2 La matrice de la réciproque de la permutation linéaire f est l inverse de la matrice de f, 3 Les différentes caractérisations équivalentes d une matrice inversible (y compris celle avec le déterminant). Le calcul de l inverse avec la méthode de Gauss, 4 Le groupe linéaire général.
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 détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en 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 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 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 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 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 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 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 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 détailGroupe 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 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 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 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 détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en 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 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 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 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 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 détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en 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 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 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 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 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 détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en 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 détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
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 détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
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 détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
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 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 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 détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailSeconde Généralités sur les fonctions Exercices. Notion de fonction.
Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et
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 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 détailMATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE
MATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE Michel Rigo http://www.discmath.ulg.ac.be/ Année 2007 2008 CRYPTOGRAPHIE. N. F. Art d écrire en chiffres ou d une façon secrète quelconque. Ensemble
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 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 détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
Plus en détailCryptographie et fonctions à sens unique
Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions
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 détailCorrigé 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 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 détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en 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 détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
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 détailContinuité 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 détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
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 détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en 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 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 détailExemple 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 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 détailLe théorème de Thalès et sa réciproque
Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailDOCM 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 détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en détailRappels et compléments, première partie : Nombres complexes et applications à la géométrie
Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
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 détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
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 détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
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 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 détail2. RAPPEL DES TECHNIQUES DE CALCUL DANS R
2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
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 détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en 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 détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailMathématiques appliquées à l'économie et à la Gestion
Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle
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 détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailCorrection : E = Soit E = -1,6. F = 12 Soit F = -6 3 + 45. y = 11. et G = -2z + 4y G = 2 6 = 3 G = G = -2 5 + 4 11
Correction : EXERCICE : Calculer en indiquant les étapes: (-6 +9) ( ) ( ) B = -4 (-) (-8) B = - 8 (+ 6) B = - 8 6 B = - 44 EXERCICE : La visite médicale Calcul de la part des élèves rencontrés lundi et
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
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 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 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 détail108y= 1 où x et y sont des entiers
Polynésie Juin 202 Série S Exercice Partie A On considère l équation ( ) relatifs E :x y= où x et y sont des entiers Vérifier que le couple ( ;3 ) est solution de cette équation 2 Déterminer l ensemble
Plus en détailÉPREUVE COMMUNE DE TIPE 2008 - Partie D
ÉPREUVE COMMUNE DE TIPE 2008 - Partie D TITRE : Les Fonctions de Hachage Temps de préparation :.. 2 h 15 minutes Temps de présentation devant le jury :.10 minutes Entretien avec le jury :..10 minutes GUIDE
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 détailÉquations 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 détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailavec 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 détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détail