J.F.C. Reduc. p. 1. Dans cet exercice, n est un entier naturel supérieur ou égal à 2. On désigne par I la matrice unité de M n (R).

Dimension: px
Commencer à balayer dès la page:

Download "J.F.C. Reduc. p. 1. Dans cet exercice, n est un entier naturel supérieur ou égal à 2. On désigne par I la matrice unité de M n (R)."

Transcription

1 J.F.C. Reduc. p. Exercice EDHEC 2005 ex Dans cet exercice, n est un entier naturel supérieur ou égal à 2. On désigne par I la matrice unité de M n R. Q On note tr l application linéaire qui à toute matrice de M n R associe sa trace, c est-à-dire la somme de ses éléments diagonaux. a Montrer que Imtr = R. b En déduire la dimension de Kertr. c Etablir que M n R = Kertr VectI. Q2 Soit f l application qui, à toute matrice M de M n R associe fm = M + trmi a Montrer que f est un endomorphisme de M n R. b Utiliser la première question pour déterminer les valeurs propres de f. En déduire que f est un automorphisme diagonalisable de M n R. Q3 Soit g l application qui, à toute matrice M de M n R associe gm = M + trmj, où J désigne une matrice non nulle de M n R dont la trace est nulle. On admet que g est un endomorphisme de M n R. a Etablir que le polynôme X 2 2X + est un polynôme annulateur de g. b Montrer que est la seule valeur propre de g. c g est-il diagonalisable? a Im tr est un sous-espace vectoriel de R et R est de dimension. Alors Im tr est de dimension 0 ou. Or tri = n 0 R donc Im tr n est pas égal à {0 R } et ainsi sa dimension n est pas 0. Par conséquent Im tr est de dimension. Ainsi Im tr R et dim Im tr = = dim R. Il en résulte que : Im tr = R. b Le théorème du rang donne alors dim Ker tr = dim M n R dim Im tr = n 2. dim Ker tr = n 2. c M n R étant de dimension finie, pour montrer que les deux sous-espaces vectoriels Ker tr et VectI sont supplémentaires dans M n R il suffit de montrer que Ker tr VectI = {0 MnR} et que dim Ker tr + dim VectI = dim M n R. Le second point est clair car dim M n R = n 2, dim Ker tr = n 2 et dim VectI = puisque I n est pas la matrice nulle. Montrons le premier point. Soit M un élément commun à Ker tr et à VectI. trm = 0 et il existe un réel α tel que M = α I. Alors 0 = trm = trα I = α tri = α n. Comme n n est pas nul, α l est nécessairement. Ainsi M = 0 MnR. Ceci achève de montrer que Ker tr VectI = {0 MnR}. Cela achève également de montrer que Ker tr et VectI sont deux sous-espaces vectoriels supplémentaires de M n R. M n R = Ker tr VectI.

2 J.F.C. Reduc. p. 2 2 a Soit M un élément de M n R. trm est un réel et I est un élément de M n R. Ainsi fm = M + trm I est un élément de M n R comme combinaison linéaire de deux éléments de M n R. f est une application de M n R dans M n R. Soient M et N deux éléments de M n R et λ un réel. Rappelons que tr est une forme linéaire sur M n R. fλ M + N = λ M + N + trλ M + N I = λ M + N + λ trm + trn I = λ M + trm I + N + trn I. Ainsi fλ M + N = λ fm + fn. f est donc une application linéaire. Finalement : f est un endomorphisme de M n R. b Version M Ker tr, fm = M + trm I = M. Soit M un élément de VectI. Il existe un réel α tel que M = α I. fm = α fi = α I + tri I = α + n I = n + α I = n + M. Ainsi M Ker tr, fm = M et M VectI, fm = n + M. B 2 = I est base de VectI. Soit B une base de Ker tr. Ker tr et VectI étant supplémentaires, en concaténant B et B 2 on obtient une base B de M n R dans laquelle f a pour matrice la matrice diagonale de M.. n 2R oui de M n 2R! n + Ainsi f est diagonalisable et ses valeurs propres sont et n +. De plus 0 n est pas valeur propre de f donc f est un endomorphisme injectif de l espace vectoriel de dimension finie M n R. Ainsi f est un automorphisme de M n R. Finalement f est un automorphisme diagonalisable de M n R dont les valeurs propres sont et n +. Version 2 Cherchons les valeurs propres de f. Soit M un élément de M n R et soit λ un réel. Il existe un unique élément M, α de Ker tr R tel que M = M + α I. fm = fm + α I = fm + α fi = M + trm I + α I + tri I = M + α + n I = M + α n + I. fm = λ M M + α n + I = λ M + λ α I. Or M et λ M sont deux éléments de Ker tr, αn + I et λ α I sont deux éléments de VectI, et Ker tr et VectI sont en somme directe. Alors : fm = λ M { M = λ M α n + I = λ α I { λ M = 0 MnR α n + λ I = 0 MnR. fm = λ M { λ M = 0 MnR α n + λ = 0 Premier cas Supposons λ =. fm = λ M α n = 0 α = 0 M Ker tr. Comme Ker tr n est pas réduit au vecteur nul, est valeur propre de f et le sous-espace propre associé est Ker tr. Deuxième cas Supposons λ.

3 J.F.C. Reduc. p. 3 fm = λ M { M = 0 MnR α n + λ = 0. Si λ n +, fm = λ M M = 0 MnR et α = 0 M = 0 MnR et λ n est pas valeur propre de f. Si λ = n +, fm = λ M M = 0 MnR M VectI ; alors λ = n + est valeur propre de f et le sous-espace propre associé est VectI. Finalement f admet deux valeurs propres et n +, et les deux sous-espace propres respectivement associés sont Ker tr et VectI. Comme M n R = Ker tr VectI, f est diagonalisable. De plus 0 n est pas valeur propre de f donc f est un endomorphisme injectif de l espace vectoriel de dimension finie M n R. Ainsi f est un automorphisme de M n R. f est un automorphisme diagonalisable de M n R et ses valeurs propres sont et n +. 3 a Soit M un élément de M n R. g gm = gm + tr gm J = M + trm J + tr M + trm J J = M + trm J + trm + trm trj J. g gm = M + 2 trm J car trj = 0. Alors g gm = 2 M + 2 trm J M = 2 gm Id MnRM. g gm 2 gm + Id MnRM = 0 MnR donc g g 2 g + Id MnR M = 0MnR. Ainsi M M n R, g g 2 g + Id MnR M = 0MnR ; g g 2 g + Id MnR = 0 LMnR. X 2 2 X + est un polynôme annulateur de g. b X 2 2 X + est un polynôme annulateur de g dont l unique racine est. Ainsi la seule valeur propre possible de g est. Or J 0 MnR et gj = J + trj J = J donc est bien une valeur propre de g. est la seule valeur propre de g. c Supposons que g soit diagonalisable. Comme est la seule valeur propre de g, le sous-espace propre Kerg Id MnR de g associé à la valeur propre est M n R. Alors M M n R, gm = M. En particulier gi = I donc I + tr I J = I. par conséquent tr I J = 0 MnR. Comme tr I n est pas nulle, J est nulle ce qui contredit l hypothèse. Finalement : g n est pas diagonalisable. Remarque On pouvait également observer que le sous-espace propre de g associé à la valeur propre est Ker tr qui n est pas égal à M n R.

4 J.F.C. Reduc. p. 4 Exercice 2 EDHEC 2006 ex Dans cet exercice, m désigne un entier naturel non nul. On note id respectivement θ l endomorphisme identité respectivement l endomorphisme nul du C-espace vectoriel C m et on considère un endomorphisme f de C m vérifiant : f λ id f λ 2 id = θ, où λ et λ 2 sont deux complexes distincts. Q. a Vérifier que λ 2 λ f λ id f λ 2 id = id. b En déduire que : C m = Kerf λ id Kerf λ 2 id. c Conclure que f est diagonalisable et donner ses valeurs propres on sera amené à étudier trois cas. Dans la suite de l exercice, on désigne par n un entier naturel et l on se propose de montrer qu il n existe pas de matrice de M R telle que A 2 = I, où I désigne la matrice diagonale de M R dont les éléments diagonaux valent. Q2. Trouver une matrice A de M C telle que A 2 = I. Q3 Dans cette question, on suppose qu il existe une matrice A de M R telle que A 2 = I. a Utiliser la première question pour montrer que A est diagonalisable dans M C et que ses valeurs propres sont i et i. b Pour toute matrice M = m i,j i p j q de M p,q C, on note M la matrice m i,j i p. j q On note E i et E i les sous-espaces propres de A associés aux valeurs propres i et i. Montrer que X E i X E i. c En déduire que, si u, u 2,..., u p est une base de E i, alors u, u 2,..., u p est une famille libre de E i. Conclure que dim E i = dim E i. d Établir enfin le résultat demandé. a f λ id f λ 2 id = λ 2 λ f λ id f + λ 2 id = λ 2 λ f λ id f λ 2 id = id. λ 2 λ b Montrons que C m est somme directe de Kerf λ id et de Kerf λ 2 id. Soit x un élément de Kerf λ id Kerf λ 2 id. fx = λ x et fx = λ 2 x. λ 2 λ id = id. λ 2 λ Alors λ 2 λ x = λ 2 x λ x = fx fx = 0 C m. Comme λ et λ 2 sont distincts, λ 2 λ n est pas nul et ainsi x est nul. Ceci achève de montrer que Kerf λ id Kerf λ 2 id = {0 C m}. Ainsi Kerf λ id et Kerf λ 2 id sont en somme directe. Kerf λ id et Kerf λ 2 id sont deux sous-espaces vectoriels de C m donc Kerf λ id + Kerf λ 2 id est contenu dans C m. Montrons l inclusion inverse. Soit x un élément de C m. x = idx = f λ id f λ 2 id x. λ 2 λ Ainsi x = Posons x = f λ 2 idx + f λ idx. λ λ 2 λ 2 λ f λ 2 id x et x 2 = f λ id x. On a x = x + x 2. λ λ 2 λ 2 λ

5 Montrons alors que x Kerf λ id et x 2 Kerf λ 2 id. f λ idx = f λ id f λ 2 id x = f λ id f λ 2 id x. λ λ 2 λ λ 2 Donc f λ idx = λ λ 2 θx = 0 C m et ainsi x Kerf λ id. J.F.C. Reduc. p. 5 Observons que θ = f λ id f λ 2 id = f 2 λ 2 f λ f+λ λ 2 id = f 2 λ f λ 2 f+λ 2 λ id = f λ 2 id f λ id. Par conséquent : f λ 2 id f λ id = θ. Alors : f λ 2 idx 2 = f λ 2 id f λ id x = f λ 2 id f λ id x. λ 2 λ λ 2 λ Donc f λ 2 idx 2 = λ 2 λ θx = 0 C m et alors x 2 Kerf λ 2 id. Ainsi x = x + x 2, x Kerf λ id et x 2 Kerf λ 2 id. Donc x Kerf λ id + Kerf λ 2 id. Ceci achève de montrer que C m Kerf λ id + Kerf λ 2 id. Par conséquent C m = Kerf λ id+kerf λ 2 id. Comme Kerf λ id et Kerf λ 2 id sont en somme directe : C m = Kerf λ id Kerf λ 2 id. c f λ id f λ 2 id = θ donc X λ X λ 2 est un polynôme annulateur de f dont les racines dans C sont λ et λ 2. Ainsi λ et λ 2 sont les seules valeurs propres possibles de f. Autrement dit : Sp f {λ, λ 2 }. Rappelons que λ resp. λ 2 est valeur propre de f si et seulement si Kerf λ id resp. Kerf λ 2 id n est pas réduit au vecteur nul. Envisageons alors trois cas. Cas : f est distinct de λ id et λ 2 id. Si Kerf λ id est réduit au vecteur nul alors Kerf λ 2 id = C m car C m = Kerf λ id Kerf λ 2 id. Ainsi f λ 2 id = θ donc f = λ 2 id ce qui n est pas. Si Kerf λ 2 id est réduit au vecteur nul alors Kerf λ id = C m car C m = Kerf λ id Kerf λ 2 id. Ainsi f λ id = θ donc f = λ id ce qui n est pas. Donc Kerf λ id et Kerf λ 2 id ne sont pas réduits au vecteur nul. Alors λ et λ 2 sont valeurs propres de f. Mieux λ et λ 2 sont les seules valeurs propres de f. Or C m = Kerf λ id Kerf λ 2 id, donc f est diagonalisable. Cas 2 : f coïncide avec λ id. Alors f est diagonalisable et λ est sa seule valeur propre. Cas 3 : f coïncide avec λ 2 id. Alors f est diagonalisable et λ 2 est sa seule valeur propre. f est diagonalisable. Si f est distinct de λ id et de λ 2 id alors λ et λ 2 sont les seules valeurs propres de f. Si f = λ id resp. f = λ 2 id alors λ resp. λ 2 est la seule valeur propre de f. 2 i I 2 = i 2 I = I!! A = i I est une matrice de M C telle que A 2 = I.

6 J.F.C. Reduc. p. 6 3 a Soit f l endomorphisme de C dont la matrice dans la base canonique de C est A. Posons λ = i et λ 2 = i. A λ IA λ 2 I = A i IA + i I = A 2 i I 2 = A 2 i 2 I = A 2 + I = 0 MC car A et i I commutent... Ainsi f λ id f λ 2 id = θ avec λ λ 2. Q, appliquée pour m = 2n +, montre alors que f est diagonalisable. A est alors diagonalisable en tant que matrice de M C. A est une matrice à coefficients réels donc A ne vaut ni i I ni i I. Donc f n est ni λ id ni λ 2 id. Ainsi λ et λ 2 sont les seules valeurs propres de f. Alors i et i sont LES valeurs propres de A. A est diagonalisable dans M C et i et i sont ses valeurs propres. b Soit X un élément de M, C. X E i AX = i X AX = ix A X = i X. Or A appartient à M R donc A = A. Ainsi X E i A X = i X X E i. Si X est un élément de M, C : X E i X E i. c Soit u, u 2,..., u p une base de E i. u, u 2,..., u p sont des éléments de E i donc d après ce qui précède, u, u 2,..., u p est une famille d éléments de E i. Montrons que cette famille est libre. p Soit α, α 2,..., α p un élément de C p tel que α k u k = 0 M,C. k= p p p p Alors 0 M,C = 0 M,C = α k u k = α k u k = α k u k. Donc α k u k = 0 M,C. k= k= k= k= Comme la famille u, u 2,..., u p est libre : k [, p], α k = 0. En conjuguant on obtient : k [, p], α k = 0. d éléments de E i. Ceci achève de montrer que u, u 2,..., u p est une famille libre Si u, u 2,..., u p est une base de E i alors u, u 2,..., u p est une famille libre d éléments de E i. Soit p la dimension de E i et soit u, u 2,..., u p une base de E i. u, u 2,..., u p est une famille libre d éléments de E i donc dim E i p = dim E i. Bien évidemment on peut montrer de la même manière que dim E i dim E i et ainsi obtenir l égalité entre dim E i et dim E i. Reprenons plutôt une base u, u 2,..., u p de E i et montrons que u, u 2,..., u p est une base de E i. Il ne reste plus qu à montrer que u, u 2,..., u p est une famille génératrice de E i. Soit u un élément de E i. u appartient E i car u = u appartient à E i! Donc il existe un élément α, α 2,..., α p de C p tel que u = En conjuguant on obtient u = u = p α k u k. k= p k= α k u k. Ainsi tout élément de E i est combinaison linéaire de la famille u, u 2,..., u p. Ceci achève de montrer que cette famille est une famille génératrice de E i.

7 J.F.C. Reduc. p. 7 Étant libre c est une base de E i. Alors dim E i = p = dim E i. dim E i = dim E i. d A est diagonalisable dans M C et i et i sont ses valeurs propres. Ainsi M, C = E i E i. Alors 2n + = dim M, C = dim E i + dim E i = 2 dim E i. 2n + n étant pas un multiple de deux un léger doute nous envahit... Il n existe pas de matrice de M R dont le carré est I.

8 J.F.C. Reduc. p. 8 Exercice 3 EDHEC 2007 ex 2 On considère les matrices suivantes de M 4 R : I =, J =, K =, L = On note E le R-espace vectoriel engendré par I, J, K, L et Id l endomorphisme identité de E. On pose A = J + K. Montrer que I, J, K, L est une base de E et donner la dimension de E. 2 a Exprimer JK, KL et LJ en fonction respectivement de L, J et K. b Calculer J 2, K 2 et L 2 puis en déduire que : KJ = L, LK = J et JL = K. c En déduire que E est stable pour le produit matriciel. 3 Calculer A 2. En déduire que A est inversible et exprimer A en fonction de A. 4 On considère maintenant l application ϕ A qui à toute matrice M de E associe : ϕ A M = AMA. a Montrer que ϕ A est un endomorphisme de E. b Déterminer Ker ϕ A puis montrer que ϕ A est un automorphisme de E. 5 a Écrire la matrice Φ A de ϕ A dans la base I, J, K, L, puis justifier que ϕ A est diagonalisable. b Donner les valeurs propres de ϕ A ainsi que les sous-espaces propres associés. Le reste concerne le chapitre algèbre bilinéaire. On rappelle que l application, notée tr, qui à toute matrice de M 4 R associe sa trace c est à dire la somme de ses éléments diagonaux est une application linéaire de M 4 R dans R. On rappelle également que l application qui à tout couple M, N de E E associe le réel noté M N défini par M N = tr t MN est un produit scalaire sur E. 6 a Montrer que, pour tout couple P, Q de E E, trp Q = trqp. b Établir alors que ϕ A est un endomorphisme symétrique de E. c En déduire que Kerϕ A Id et Kerϕ A + Id sont supplémentaires orthogonaux dans E Remarque Observons qu en posant O 2 =, I = et S = on a : 0 0 I2 O I = 2 S O2 O2 I J = K = 2 O2 S L =. O 2 I 2 O 2 S I 2 O 2 S O 2 Notons également que S 2 = I 2. Les spécialistes des produits par blocs pourront alors gagner un peu de temps... Par définition I, J, K, L est une famille génératrice de E. Montrons que cette famille est libre. Soient a, b, c et d quatre réels tels que : a I + b J + c K + d L = 0 E. Montrons que ces quatre réels sont nuls a + b + c + d = E a b c d b a d c Ainsi : = 0 c d a b E. Alors a = b = c = d = 0. d c b a

9 Ceci achève de montrer que I, J, K, L est une famille libre de E. Rappelons qu elle engendre E. Alors I, J, K, L est une base de E. Cette famille étant de cardinal quatre, E est de dimension 4. J.F.C. Reduc. p. 9 I, J, K, L est une base de E et E est de dimension a JK = = = L KL = = = J LJ = = = K JK = L, KL = J et LJ = K b J = = = I K = = = I L = = = I J = KL donc KJ = K 2 L = IL = L. J 2 = I, K 2 = I et L 2 = I. De même : K = LJ donc LK = L 2 J = IJ = J ; L = JK donc JL = J 2 K = IK = K. KJ = L, LK = J et JL = K. c Soient P et P deux éléments de E. Montrons que P P est un élément de E. Soient a, b, c, d resp. a, b, c, d les coordonnées de P resp. P dans la base I, J, K, L de E. Ainsi P = a I + b J + c K + d L et P = a I + b J + c K + d L. Donc P P = a I + b J + c K + d L a I + b J + c K + d L. En utilisant les propriétés usuelles des opérations de M 4 R on obtient : P P = aa I + ba J + ca K + da L + ab J + bb J 2 + cb KJ + db LJ + ac K + bc JK + cc K 2 + dc LK + ad L + bd JL + cd KL + dd L 2. a et b donnent alors : P P = aa I +ba J +ca K +da L+ab J bb I cb L+db K +ac K +bc L cc I dc J +ad L bd K +cd J dd I.

10 J.F.C. Reduc. p. 0 Donc P P = aa bb cc dd I + ba + ab dc + cd J + ca + db + ac bd K + da cb + bc + ad L. P P est combinaison linéaire des éléments de la famille I, J, K, L, c est donc bien un élément de E. Ainsi E est stable pour le produit matriciel. 3 A 2 = J + K 2 = J + KJ + K = J 2 + KJ + JK + K 2 = I L + L I = 2 I. A 2 = 2 I. Alors A 2 A = I et 2 A A = I. A est donc inversible et d inverse 2 A. A est inversible et A = 2 A. 4 a Soit M un élément de E. ϕ A M = AMA = AM 2 A = 2 AMA. M et A sont deux éléments de E et E est stable par le produit matriciel donc AMA est encore un élément de E. E étant un espace vectoriel sur R, 2 AMA appartient également à E. Ainsi ϕ AM est un élément de E. ϕ A est une application de E dans E. Soit λ un réel. Soient M et N deux éléments de E. ϕ A λ M + N = Aλ M + NA = λam + ANA = λ AMA + ANA = λ ϕ A M + ϕ A N. ϕ A est donc une application linéaire. Ceci achève de montrer que : ϕ A est un endomorphisme de E. b Soit M un élément de Ker ϕ A. AMA = 0 E. Alors M = A AMA A = A 0 E A = 0 E. Ce qui suffit pour dire que : Ker ϕ A = {0 E }. Alors ϕ A est un endomorphisme injectif de E qui est de dimension finie donc : Exercice Montrer que : ϕ A = ϕ A = ϕ 2 A = ϕ A. En déduire que ϕ A est une symétrie vectorielle. ϕ A est un automorphisme de E. 5 a Nous avons vu dans 2 c que si P = a I + b J + c K + d L et P = a I + b J + c K + d L sont deux éléments de E : P P = aa bb cc dd I + ba + ab dc + cd J + ca + db + ac bd K + da cb + bc + ad L. Notons que A = 0 I + J + K + 0 L. Soit M un élément de E de coordonnées x, y, z, t dans la base I, J, K, L. M = x I + y J + z K + t L. Alors AM = y z I + x + t J + x t K + y + z L. Donc AMA = y z I + x + t J + x t K + y + z L A.

11 J.F.C. Reduc. p. En réutilisant la formule de 2 c il vient : AMA = x + t x t I + y z y + z J + y + z + y z K + x t + x + t L. Ainsi : AMA = 2x I + 2z J + 2y K + 2t L. Alors ϕ A M = AMA = x I + z J + y K t L. 2 Finalement M = x I + y J + z K + t L donne ϕ A M = x I + z J + y K t L. Alors ϕ A I = I, ϕ A J = K, ϕ A K = J et ϕ A L = L. Ceci permet de dire que : la matrice Φ A de ϕ A dans la base I, J, K, L est : Φ A est une matrice symétrique à coefficients réels donc Φ A est diagonalisable. Alors : ϕ A est diagonalisable. b ϕ A I = I et I 0 E donc est une valeur propre de ϕ A et I en est un vecteur propre associé à cette valeur propre. ϕ A L = L et L 0 E donc est une valeur propre de ϕ A et L en est un vecteur propre associé à cette valeur propre. Notons encore que ϕ A J + K = K + J = J + K et ϕ A J K = K J = J K. J + K resp. J K est alors un élément du sous-espace propre SEP ϕ A, resp. SEP ϕ A, de ϕ A associé à la valeur propre resp.. Montrons alors que I, J + K resp. L, J K est une famille libre de SEP ϕ A, resp. SEP ϕ A,. Soient α et β deux réels tels que αi + βj + K = 0 E. αi + βj + βk = 0 E. Or I, J, K est une famille libre de E comme sous-famille de la base I, J, K, L. Donc α = β = 0. Ceci achève de montrer que la famille I, J + K est libre. Soient α et β deux réels tels que α L + β J K = 0 E. β J β K + α L = 0 E. Or J, K, L est une famille libre de E comme sous-famille de la base I, J, K, L. Donc α = β = 0. Ceci achève de montrer que la famille L, J K est libre. Ainsi I, J +K est une famille libre du sous-espace propre SEP ϕ A, de ϕ A associé à la valeur propre et L, J K est une famille libre du sous-espace propre SEP ϕ A, de ϕ A associé à la valeur propre. Donc dim SEP ϕ A, 2 et dim SEP ϕ A, 2. Or dim SEP ϕ A, + dim SEP ϕ A, dim E = 4 car la somme des dimensions des sous-espaces propres de ϕ A est inférieure ou égale à la dimension de E. Nécessairement dim SEP ϕ A, = dim SEP ϕ A, = 2. I, J + K est alors une famille libre de cardinal 2 de SEP ϕ A, qui est de dimension 2 ; ainsi I, J + K est une base de SEP ϕ A,. L, J K est alors une famille libre de cardinal 2 de SEP ϕ A, qui est de dimension 2 ; ainsi L, J K est une base de SEP ϕ A,. Notons que dans ces conditions ϕ A ne peut pas avoir d autres valeurs propres. ϕ A admet exactement deux valeurs propres et. I, J + K est une base du sous-espace propre de ϕ A associé à la valeur propre. L, J K est une base du sous-espace propre de ϕ A associé à la valeur propre.

12 J.F.C. Reduc. p. 2 Remarque Kerϕ A id = SEP ϕ A, et Kerϕ A + id = SEP ϕ A, sont supplémentaires dans E. Remarque 2 Pour rechercher les valeurs propres de ϕ A on aurait pu utiliser le fait que ϕ A est une symétrie vectorielle... 6 a Soient P = p i,j et Q = q i,j deux éléments de E. Posons P Q = r i,j et QP = s i,j. trp Q = 4 i= r i,i = 4 4 i= k= p i,k q k,i = 4 4 i= k= q k,i p i,k = 4 4 k= i= q k,i p i,k = 4 k= s k,k = trqp. Pour tout couple P, Q d éléments de E, trp Q = trqp b Commençons par remarquer que A = J + K =. Ainsi 0 0 A = A. 0 0 On a encore t A = t 2 A = A = 2 2 A = A. Soient M et N deux éléments de E. ϕa M N = tr t AMA N = tr t A t M t AN = tr A t M AN = tr A t MAN. a permet alors d écrire : ϕ A M N = tr t MANA = M ϕ A N. Ce qui achève de montrer que : ϕ A est un endomorphisme symétrique de E. c Nous avons vu plus haut que Kerϕ A id et Kerϕ A + id sont deux sous-espaces propres de ϕ A supplémentaires dans E. ϕ A étant un endomorphisme symétrique, ces deux sous-espaces propres sont orthogonaux. Par conséquent : Kerϕ A id et Kerϕ A + id sont supplémentaires et orthogonaux dans E. Remarque Nous avions dit que ϕ A est une symétrie vectorielle de E ; ceci permet d ajouter que ϕ A est la symétrie vectorielle orthogonale par rapport à Kerϕ A id = VectI, J + K.

13 J.F.C. Reduc. p. 3 Exercice 4 EDHEC 2009 Ex 3 On note E l espace vectoriel constitué des polynômes à coefficients réels, de degré inférieur ou égal à 2n +. Pour tout k de {0,,..., 2n + }, on admet que l expression X X k désigne le polynôme X k. On désigne par Id l endomorphisme identique de E et on note f l application qui à toute fonction P de E associe la fonction fp définie par : fp = X P X Montrer que f est un endomorphisme de E. 2 a Vérifier que f f = Id.. b En déduire les deux valeurs propres possibles de f. 3 Soit P = a k X k un polynôme quelconque de Kerf Id. a Montrer que les a k 0 k 2n + sont solutions du système : k {0,,..., n}, a k = a k. b En déduire une base de Kerf Id. 4 Déterminer de la même façon une base de Kerf + Id. Le reste concerne le chapitre algèbre bilinéaire. 5 On considère l application ϕ de E E dans R qui, à tout couple P, Q de polynômes de E associe le réel ϕp, Q = a k b k, où l on a noté P = a k X k et Q = a Montrer que ϕ est un produit scalaire défini sur E. b Établir alors que f est un endomorphisme symétrique. b k X k. c En déduire que Kerf + Id et Kerf Id sont supplémentaires et orthogonaux dans E. Soit P = fp = X P a k X k un élément de E. X = Un petit changement d indice donne alors : fp = a k X X k = a k X k. a k X k. Ainsi fp est un élément de E. f est une application de E dans E. Soit P = a k, X k un élément de E. fp = a k X k = a k X k. Dans la suite nous nous appuierons sur cela pour nous éviter de parler de P... X Soient P = a k X k et Q = b k X k deux éléments de E. Soit λ un réel. λ P + Q = λ a k + b k X k.

14 Ainsi : fλ P + Q = λ a k + b k X k = λ a k X k + f est donc linéaire. f est alors une application linéaire de E dans E. Par conséquent : J.F.C. Reduc. p. 4 b k X k = λ fp + fq. f est un endomorphisme de E. 2 a Soit P = Donc f fp = a k X k un élément de E. fp = a k X k = P E, f fp = f fp = P. Ainsi : a k X k = P. a k X k. f f = Id. b X 2 est un polynôme annulateur de f dont les zéros sont et. Le spectre de f est donc contenu dans {, }. et sont les seules valeurs propres posssibles de f. 3 a Nous ne commencerons pas à supposer que P est dans Kerf Id. Nous donnerons directement, et pour le même prix une condition nécessaire et suffisante pour que P soit dans Kerf Id. Soit P = a k X k un élément de E. fp = P Kerf Id P = fp a k X k = a k X k. a k X k k [0, 2n + ], a k = a k. Observons alors que : n +, 2n + n + = 2n + n, n, n + 2, 2n + n + 2 = 2n + n, n,..., 2n +, 2n + 2n + = 2n + 0, 0. Ce qui permet de dire que les n + dernières équations du système précédent se déduisent des n+ premières. a 0 = a a = a 2n a 0 = a a n = a n+2 a = a 2n Illustrons!! a n = a n C est mieux comme cela Elisa? a n+ = a n a = a 2n a n+2 = a n a n = a n a = a 0 Ainsi P Kerf Id k [0, 2n + ], a k = a k k [0, n], a k = a k. Un élément P = a k X k de E est un élément de Kerf Id si et seulement si k [0, n], a k = a k. b Soit P = a k. a k, X k un élément de Kerf Id. Alors k [0, n], a k = a k et même k [0, 2n + ], a k =

15 Donc P = n a k X k + k=n+ a k X k = n a k X k + n a k X k = Alors P appartient à Vect + X, X + X 2n,..., X n + X n+. Ceci permet de dire que Kerf Id Vect + X, X + X 2n,..., X n + X n+. De plus k [0, n], fx k + X k = X k + X k = X k + X k. n a k X k + X k. J.F.C. Reduc. p. 5 Donc k [0, n], X k + X k Kerf Id. Ainsi Vect + X, X + X 2n,..., X n + X n+ Kerf Id. Finalement Kerf Id = Vect + X, X + X 2n,..., X n + X n+ et alors + X, X + X 2n,..., X n + X n+ est une famille génératrice de Kerf Id. k [0, n], degx k + X k = 2n + k, donc les éléments de la famille + X, X + X 2n,..., X n + X n+ sont des polynômes non nuls de degrés deux à deux distincts. Ainsi + X, X + X 2n,..., X n + X n+ est une famille libre de Kerf Id. Finalement : + X, X + X 2n,..., X n + X n+ est une base de Kerf Id. 4 Soit P = fp = P donc Donc P = a k X k un élément de Kerf + Id. n a k X k a k X k = k=n+ a k X k = a k X k. Alors : k [0, 2n + ], a k = a k. n a k X k n a k X k = Alors P appartient à Vect X, X X 2n,..., X n X n+. Ceci permet de dire que Kerf + Id Vect X, X X 2n,..., X n X n+. n a k X k X k. De plus k [0, n], fx k X k = X k X k = X k X k = X k X k. Donc k [0, n], X k X k Kerf + Id. Ainsi Vect X, X X 2n,..., X n X n+ Kerf + Id. Finalement Kerf + Id = Vect X, X X 2n,..., X n X n+ et X, X X 2n,..., X n X n+ est une famille génératrice de Kerf + Id. k [0, n], degx k X k = 2n + k, donc les éléments de la famille X, X X 2n,..., X n X n+ sont des polynômes non nuls de degrés deux à deux distincts. Ainsi X, X X 2n,..., X n X n+ est une famille libre de Kerf Id. Finalement : X, X X 2n,..., X n X n+ est une base de Kerf Id. 5 a Dans cette section P = ϕλ P + Q, R = a k X k, Q = λ a k + b k c k = ϕλ P + Q, R = λ ϕp, R + ϕq, R ϕq, P = b k a k = i. b k X k, R = λ a k c k + b k c k = λ a k b k = ϕp, Q. ϕq, P = ϕp, Q c k X k sont trois éléments de E et λ est un réel. ii. a k c k + b k c k = λ ϕp, R + ϕq, R.

16 ϕp, P = a k a k = Supposons que ϕp, P = 0. Alors a 2 k 0 iii. J.F.C. Reduc. p. 6 a 2 k = 0. Ce qui donne a 2 0 = a 2 = = a 2 = 0 car a 2 0, a 2,..., a 2 sont des réels positifs ou nuls. Donc a 0 = a = = a = 0. Ainsi P est nul. Si ϕp, P = 0 alors P est nul iv. i, ii, iii et iv montrent que : ϕ est un produit scalaire défini sur E. b P = a k X k et Q = Ainsi ϕ fp, Q = a k b k = b k X k sont deux éléments de E. fp = i=0 a k X k et fq = a i b i = ϕ P, fq. ϕ fp, Q = ϕ P, fq. f est un endomorphisme symétrique de E. c f est un endomorphisme symétrique de E donc f est diagonalisable. b k X k. Nous avons vu plus haut que les deux valeurs propres possibles de f sont et. Nous avons également vu que : Kerf Id = Vect+X, X +X 2n,..., X n +X n+ et Kerf +Id = Vect X, X X 2n,..., X n X n+. Ainsi Kerf Id et Kerf + Id ne sont pas réduit au vecteur nul ; et sont des valeurs propres de f. Finalement et sont les valeurs propres de f. Comme f est diagonalisable, Kerf Id et Kerf + Id sont supplémentaires. De plus f est symétrique donc ses sous-espaces propres sont orthogonaux. Alors Kerf Id et Kerf + Id sont orthogonaux. Finalement : Kerf + Id et Kerf Id sont supplémentaires orthogonaux dans E. Remarque Ceci indique que Kerf + Id est l orthogonal de Kerf Id. Or f est un endomorphisme involutif de E donc f est la symétrie vectorielle par rapport à Kerf Id dans la direction Kerf + Id. Finalement f est la symétrie vectorielle orthogonale par rapport à Kerf Id.

17 J.F.C. Reduc. p. 7 Exercice 5 EDHEC 20 ex Soient E un espace vectoriel réel de dimension finie, notée n n N et u un endomorphisme de E. On note Id E l identité de E. Si P X = a 0 +a X +...+a p X p est un élément de R[X], on rappelle qu on désigne par P u l endomorphisme suivant : P u = a 0 Id E +a u a p u p où u k est la composée u } u {{... u } u 0 = Id E par convention. k fois Dans toute la suite Q est un polynôme qui admet pour racine simple et tel que Qu = 0. Ainsi on peut écrire QX = X Q X avec Q 0. Q. Montrer que l image de u Id E est contenue dans KerQ u. Q2. On note E = Keru Id E. a Montrer que si x E alors Q ux = Q x. b En déduire que E KerQ u = {0 E }. c En déduire à l aide du théorème du rang que E = E KerQ u. Q3. Montrer que Q u = 0 si, et seulement si, n est pas valeur propre de u. Q4. On suppose dans cette question que QX = X X + 2, que E est de dimension 3 et que est valeur propre de u ; on note E l espace propre associé à la valeur propre. Montrer que si la dimension de E est supérieure ou égale à 2, l endomorphisme u est diagonalisable on pourra distinguer deux cas, suivant que la dimension de E est égale à 2 ou égale à 3.. QX = X Q X = Q X X. Alors Qu = Q u u Id E. Comme Qu = 0 LE, Q u u Id E = 0 LE. Soit y un élément de l image de u Id E. Il existe un élément x de E tel que y = u Id E x. Donc Q uy = Q u u Id E x = Q u u Id E x = 0 LE x = 0 E. Ainsi y est dans le noyau de Q u. y Imu Id E, y Ker Q u. L image de u Id E est contenue dans Ker Q u. Remarque C est une bonne occasion pour redémontrer que si f et g sont deux endomorphismes de E : g f = 0 LE Im f Ker f. On peut encore généraliser au cas où f LE, E et g LE, E. 2. a Soit x un élément de E. u Id E x = 0 E donc ux = x. Le programme de seconde année voir I 2 a nous permet alors de dire que Q ux = Q x. Si x est un élément de E alors Q ux = Q x.

18 Remarque Redonnons une preuve de ce que nous avons affirmé à juste titre... et même un peu plus. r r Il existe un élément r de N et r + réels a 0, a,..., a r tel que Q = a k X k. Q u = a k u k. J.F.C. Reduc. p. 8 Soient λ un réel et x un élément de E tel que ux = λ x. Un récurrence simple montre que k N, u k x = λ k x. r r r Alors Q ux = a k u k x = a k λ k x = a k λ k x = Q λ x. Donc λ R, x E, ux = λ x Q ux = Q λ x. b Est-il vraiment utile de dire que E et Ker Q u sont deux sous-espaces vectoriels de E donc contiennent tous les deux 0 E et qu ainsi {0 E } E Ker Q u? Soit x un élément de E Ker Q u. Q ux = Q x d après a et Q ux = 0 E. Donc Q x = 0 E. Comme Q 0 il vient x = 0 E. Ceci achève de montrer que E Ker Q u {0 E } Finalement E Ker Q u = {0 E }. c E Ker Q u = {0 E } et E est de dimension finie. Donc pour montrer que E et Ker Q u sont supplémentaires il ne reste plus qu à montrer que dim E + dim Ker Q u = dim E. E + Ker Q u est un sous-espace vectoriel de E donc dim E + Ker Q u dim E. E et Ker Q u sont en somme directe donc dim E + dim Ker Q u = dim E + Ker Q u dim E. Or Imu Id E Ker Q u donc dim Imu Id E dim Ker Q u. On obtient alors dim Keru Id E + dim Imu Id E dim Keru Id E + dim Ker Q u. Ou encore dim Keru Id E + dim Imu Id E dim E + dim Ker Q u. Le théorème du rang appliqué à u Id E donne dim E = dim Keru Id E + dim Imu Id E. Alors dim E dim E + dim Ker Q u. Or nous avons vu que dim E + dim Ker Q u dim E. Donc dim E + dim Ker Q u = dim E. Ceci achève de montrer la supplémentarité de E et de Ker Q u. E = E Ker Q u. 3. Rappelons que E = E Ker Q u. Donc dim E = dim E + dim Ker Q u. Ker Q u est un sous-espace vectoriel de E qui est de dimension finie donc Ker Q u = E dim Ker Q u = dim E. Alors : Q u = 0 LE Ker Q u = E dim Ker Q u = dim E dim Ker Q u = dim E + dim Ker Q u. Ainsi : Q u = 0 LE dim E = 0 E = {0 E } Keru Id E = {0 E } n est pas valeur propre de u. Q u = 0 LE si et seulement si n est pas valeur propre de u. 4. Ici QX = X X + 2 donc Q = X + 2. Supposons que E est de dimension supérieure ou égale à deux et montrons que u est diagonalisable. Premier cas : dim E = 2. Q = X X + 2 est un polynôme annulateur de u dont les zéros sont et. Alors les seules valeurs propres possibles de u sont et.

19 J.F.C. Reduc. p. 9 dim E = 2 donc est valeur propre de u et le sous-espace propre associé est de dimension 2. Montrons que est également valeur propre de u. dim Ker u + Id E 2 = dim Ker Q u = dim E dim E = 3 2 =. Alors Ker u + Id E 2 n est pas réduit au vecteur nul donc u + Id E 2 est un endomorphisme de E non injectif. Supposons que l endomorphisme u + Id E est injectif. Alors u + Id E 2 = u + Id E u + Id E est injectif comme composée de deux endomorphismes injectifs ce qui n est pas. Donc u + Id E n est pas injectif. Alors est valeur propre de u. Ainsi les valeurs propres de u sont et. Notons E le sous-espace propre de u associé à la valeur propre. dim E et dim E + dim E dim E = 3. Comme dim E = 2 nécessairement dim E =. Alors dim E + dim E = 3 = dim E et u est diagonalisable. Deuxième cas : dim E = 3. Alors dim E = dim E < + donc E = E. Ainsi Keru Id E = E. Ceci donne : u Id E = 0 LE. Par conséquent u = Id E et u est diagonalisable! Si la dimension de E est supérieure ou égale à 2, l endomorphisme u est diagonalisable.

20 J.F.C. Reduc. p. 20 Exercice 6 EDHEC 202 ex Soit f l endomorphisme de R 3 dont la matrice dans la base canonique e, e 2, e 3 de R 3 est : A = On note Id l endomorphisme identité de R 3. Q a Calculer A 2 et A 3, puis déterminer un polynôme annulateur de f. b En déduire les valeurs propres de f. c L endomorphisme f est-il diagonalisable? 2 Trouver une base B de R 3 dans laquelle la matrice de f est T = a Montrer que R 3 = Kerf 2 Kerf 2Id. b On veut montrer qu il n existe pas d endomorphisme g de R 3 vérifiant : g 2 = f. On suppose pour cela qu un tel endomorphisme existe. Établir que Kerf 2 est stable par g, puis montrer que la matrice de g dans la base B est de la forme : G = a a a b b b. 0 0 c En utilisant la matrice de f dans cette même base, trouver une contradiction et conclure. 4 Étude d un cas plus général. On note Id l endomorphisme identité de Rn où n désigne un entier naturel supérieur ou égal à et on désigne par α un réel non nul. a On considère un endomorphisme h de R n et on suppose que h n = αh n. Montrer que : R n = Kerh n Kerh αid. b Montrer réciproquement que, si un endomorphisme h de R n est tel que R n = Kerh n Kerh αid, alors on a : h n = αh n. a A 2 = = A 2 = A 3 = A 2 A = = = 2A A 3 = = 2A Alors A 3 2A 2 = 0 M3R. Donc f 3 2f 2 = 0 LR 3. Dans ces conditions : X 3 2X 2 est un polynôme annulateur de f.

21 J.F.C. Reduc. p. 2 b X 3 2X 2 est un polynôme annulateur de f dont les racines sont 0 et 2. Alors les seules valeurs propres possibles de f sont 0 et 2. Sp f {0, 2}. Soit B 0 = e, e 2, e 3 la base canonique de R 3. Soit u un élément de R 3 dont la famille des coordonnées dans la base B 0 est x, y, z. fu = 0 R x y = 0 { x + y z = 0 0 x + 3y 3z = z 0 2x + 2y 2z = 0 fu = 0 R 3 fu = 0 R 3 { x + y z = 0 4y z = 0 4y z = 0 { z = y x = 0. { L 2 L 2 + L. L 3 L 3 + 2L Plus de doute 0 est valeur propre de f et le sous espace propre associé est la droite vectorielle engendrée par e 2 + e 3. fu = 2u 3 3 x y = 2 x { x + y z = 2x { x + y z = 0 y x + 3y 3z = 2y x + y 3z = z z 2x + 2y 2z = 2z 2x + 2y 4z = 0 { x + y z = 0 fu = 2u x + y 3z = 0 x + y 2z = 0 { y = x fu = 2u z = 0. { x + y z = 0 2z = 0 z = 0 { L 2 L 2 L. L 3 L 3 L 2 est valeur propre de f et le sous espace propre associé est la droite vectorielle engendrée par e + e 2. Les valeurs propres de f sont 0 et 2. De plus SEP f, 0 = Vecte 2 + e 3 et SEP f, 2 = Vecte + e 2. c Sp f = {0, 2} et dim SEP f, 0 + dim SEP f, 2 = + = 2 3 = dim R 3. Alors : f n est pas diagonalisable. 2 Une petite analyse s impose. Supposons que B = e, e 2, e 3 soit une base de R 3 telle que la matrice de f dans B soit Alors fe = 0 R 3, fe 2 = e et fe 3 = 2e 3. e Ker f, e = fe 2 et e 3 SEP f, 2. Notons que e Ker f Im f. Im f = fr 3 = f Vecte, e 2, e 3 = Vect fe, fe 2, fe 3 = Vecte e 2 2e 3, e + 3e 2 + 2e 3, e 3e 2 2e 3. Im f = Vecte e 2 2e 3, e + 3e 2 + 2e 3 = Vect e e 2 2e 3, e + 3e 2 + 2e 3 e e 2 2e 3. Im f = Vecte e 2 2e 3, 4e 2 + 4e 3 = Vecte e 2 2e 3, e 2 + e 3 = Vecte e 2 2e 3 + e 2 + e 3, e 2 + e 3. Im f = Vecte e 3, e 2 + e 3. Alors Ker f Im f donc Ker f Im f = Ker f = Vecte 2 + e 3. Rappelons que SEP f, 2 = Vecte + e 2. Passons à la synthèse. Donc construisons une base B solution. Posons e = e 2 + e 3 et e 3 = e + e 2. Alors fe = 0 R 3 et fe 3 = 2e 3. Construisons alors un élément e 2 de R 3 tel que fe 2 = e. Soit u = xe + ye 2 + ze 3 un élément de R 3.

22 fu = e 3 3 x y = 0 { x + y z = 0 x + 3y 3z = z 2x + 2y 2z = { x = z y { fu = e L 4y 4z = 2 L 2 + L. L 4y 4z = 3 L 3 + 2L y z = fu = e 4 x =. Notons que le triplet /4, /4, 0 est solution de ce système. 4 J.F.C. Reduc. p. 22 Posons alors e 2 = 4 e + 4 e 2. On a fe 2 = e. Posons encore B = e, e 2, e 3 et montrons que B est une base de R 3. Cette famille étant de cardinal 3 égal à la dimension de R 3 il suffit de montrer qu elle est libre. Soient α, β, γ trois réels tels que αe + βe 2 + γe 3 = 0 R 3. αe 2 + e 3 + β 4 e + 4 e 2 + γe + e 2 = 0 R 3. Donc β4 + γ e + α + β4 + γ e 2 + αe 3 = 0 R 3. Comme e, e 2, e 3 est libre il vient : β 4 + γ = α + β 4 + γ = α = 0. Donc α = 0 et γ = β 4 = β 4 Ceci donne rapidement α = β = γ = 0 et achève de montrer que B est une base de R 3. Rappelons que fe = 0 R 3, fe 2 = e et fe 3 = 2e 3. Ainsi la matrice de f dans la base B est : T = B = e 2 + e 3, 4 e + 4 e 2, e + e 2 est une base de R 3 et la matrice de f dans cette base est T = Exercice Calculer l inverse de la matrice de passage P de la base B 0 = e, e 2, e 3 à la base B = e, e 2, e 3. Réponse : P = 0 /4 /4 et P = /2 /2 /2 3 a A 2 = donc rg A 2 = le sous-espace vectoriel engendré par les colonnes de A 2 est de dimension Donc le rang de f 2 est également et le théorème du rang montre alors que Ker f 2 est de dimension 2. e Ker f donc e Ker f 2. f 2 e 2 = fe = 0 R 3, donc e 2 est également un élément de Ker f 2. e, e 2 est une famille libre comme sous-famille de la base e, e 2, e 3 de cardinal 2 d éléments de Ker f 2 qui est de dimension 2. Alors e, e 2 est une base de Ker f 2. e 3 est un élément non nul de Kerf 2 Id R 3 qui est une droite vectorielle. Alors e 3 est une base de Kerf 2 Id R 3. e, e 2 est une base de Ker f 2, e 3 est une base de Kerf 2 Id R 3 et la concaténée e, e 2, e 3 de ces deux familles est une base de R 3. Alors Ker f 2 et Kerf 2 Id R 3 sont supplémentaires. R 3 = Ker f 2 Kerf 2 Id R 3. b Soit u un élément de Ker f 2. Montrons que gu appartient à Ker f 2.

23 J.F.C. Reduc. p. 23 f 2 gu = g 4 gu = g 5 u = g g 4 u = g f 2 u = g0 R 3 = 0 R 3 ; gu Ker f 2. u Ker f 2, gu Ker f 2. Alors : Ker f 2 est stable par g. Nous avons vu que e, e 2 est une base de kerf 2 et que kerf 2 est stable par g. Alors ge Vecte, e 2 et ge 2 Vecte, e 2. Ainsi il existe quatre réels a, b, a, b tels que ge = ae + be 2 et ge 2 = a e + b e 2. De plus il existe un triplet a, b, c de réels tel que ge 3 = a e + b e 2 + c e 3. Alors la matrice de g dans la base B est G = a a a b b b. 0 0 c La matrice de g dans la base B est de la forme G = a a a b b b. 0 0 c Remarque Il était facile d arriver à G = 0 a 0 0 b 0 avec c 2 = 2 en remarquant que g et f commutent donc 0 0 c que les sous-espaces propres de f, qui sont des droites vectorielles, sont stables par g... g 2 = f donc G 2 = T. a a a b b b a a a b b b = c 0 0 c a 2 + a b = 0 a 2 + a b = 0 Cela donne en particulier ba + b b = 0 ba + b aa + a b. Alors = 0 2 = a a + b. = 3 ba + b 2 = 0 ba + b 2 = montre que a + b n est pas nul. 2 donne alors b = 0. donne a = 0 et 4 donne b = 0. Alors a + b est nul!! Ce qui engendre une légère contradiction... Il n existe pas d endomorphisme g de R 3 vérifiant : g 2 = f. 4 a Étude d un cas général sic. Ici h est un endomorphisme de Rn tel que h n = α h n. On se propose de montrer que R n = Ker h n Kerh α Id R n. Soit u un élément de R 3. Montrons par Analyse-Synthèse que :! v, w Ker h n Kerh α Id R n, u = v + w. Analyse-Unicité. Supposons qu il existe v, w Ker h n Kerh α Id R n tel que u = v + w. Alors h n v = 0 R n et hw = α w. Donc h n v = 0 R n et h n w = α n w. Dans ces conditions h n u = h n v + h n w = α n w. α n étant pas nul il vient w = α n hn u puis v = u α n hn u. Ceci montre alors l unicité d un couple v, w appartenant à Ker h n Kerh α Id R n tel que u = v + w. Synthèse-Existence. Posons v = u α n hn u et w = α n hn u.

24 D abord v + w = u. hw = h α n hn u = α n hn u = α n α hn u car h n = α h n. J.F.C. Reduc. p. 24 hw = α α n hn u = α w. Donc w appartient à Kerf α Id R n. Notons alors que h n w = α n w. v = u w alors : h n v = h n u h n w = h n u α n w = h n u α n α n hn u. h n v = h n u h n u = 0 R n. Donc v Ker h n. Donc u = v + w avec v, w Ker h n Kerh α Id R n. Ceci achève de montrer l existence d un couple v, w appartenant à Ker h n Kerh α Id R n tel que u = v + w. Finalement u R n,! v, w Ker h n Kerh α Id R n, u = v + w. Ker h n et Kerh α Id R n sont supplémentaires. Si h est un endomorphisme de R n tel que h n = α h n alors R n = Ker h n Kerh α Id R n. b Ici h est un endomorphisme de R n tel que R n = Ker h n Kerh α Id R n. On se propose de montrer que h n = α h n. Soit u un élément de R n.! v, w Ker h n Kerh α Id R n, u = v + w. h n v = 0 R n et hw = α w. Alors : h n u = h n v + h n w = h h n v + α n w = h0 R n + α n w = α n w. De plus α h n u = α h n v + α h n w = α 0 R n + α α n w = α n w. Finalement u R n, h n u = α h n u. Donc h n = α h n. Finalement : Si h est un endomorphisme de R n tel que R n = Ker h n Kerh α Id R n alors h n = α h n. Soit h un endomorphisme de R n. h n = α h n si et seulement si R n = Ker h n Kerh α Id R n.

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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

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

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

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

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

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

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

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

Plus en détail

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

Structures algébriques

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

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

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

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

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

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

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Enoncé 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. 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 détail

Le produit semi-direct

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

Plus en détail

Cours d analyse numérique SMI-S4

Cours d analyse numérique SMI-S4 ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Activités numériques [13 Points]

Activités numériques [13 Points] N du candidat L emploi de la calculatrice est autorisé. Le soin, la qualité de la présentation entrent pour 2 points dans l appréciation des copies. Les résultats seront soulignés. La correction est disponible

Plus en détail

NOTATIONS PRÉLIMINAIRES

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

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

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

Plus en détail

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

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en détail

Le théorème de Thalès et sa réciproque

Le 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 détail

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

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

Plus en détail

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

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2 33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

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

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Une forme générale de la conjecture abc

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

Plus en détail

Angles orientés et trigonométrie

Angles 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 détail

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

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

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites

Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites I Droites perpendiculaires Lorsque deux droites se coupent, on dit qu elles sont sécantes Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites Lorsque deux

Plus en détail

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

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

Calcul 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 détail

CONJUGUÉ D'UN POINT PAR RAPPORT À UN TRIANGLE

CONJUGUÉ D'UN POINT PAR RAPPORT À UN TRIANGLE CONJUGUÉ D'UN POINT PAR RAPPORT À UN TRIANGLE Jean Luc Bovet, Auvernier L'article de Monsieur Jean Piquerez (Bulletin de la SSPMP No 86), consacré aux symédianes me paraît appeler une généralisation. En

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Exercices - 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 détail

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Rappels 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 détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. 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 détail

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

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

Plus en détail

Comment démontrer des formules sans effort? exposé de maîtrise

Comment démontrer des formules sans effort? exposé de maîtrise Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme

Plus en détail

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

Déterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3 Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)

Plus en détail

Séquence 10. Géométrie dans l espace. Sommaire

Séquence 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 détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

1S Modèles de rédaction Enoncés

1S 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 détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

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

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

Plus en détail

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

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en détail

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait du poly de Stage de Grésillon 1, août 2010 MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne

Plus en détail

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

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

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

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

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

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

Plus en détail

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

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Chapitre VI - Méthodes de factorisation

Chapitre VI - Méthodes de factorisation Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées 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 détail

NOMBRES COMPLEXES. Exercice 1 :

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

Plus en détail

2.4 Représentation graphique, tableau de Karnaugh

2.4 Représentation graphique, tableau de Karnaugh 2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables

Plus en détail

La 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 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 détail

1 Définition et premières propriétés des congruences

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

Plus en détail

Construction de l'intégrale de Lebesgue

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

Plus en détail

Quelques contrôle de Première S

Quelques contrôle de Première S Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Analyse en Composantes Principales

Analyse 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 détail

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

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

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

Plus en détail

Chapitre VI Fonctions de plusieurs variables

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

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en détail

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

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

Plus en détail

1 Première section: La construction générale

1 Première section: La construction générale AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994

Plus en détail

Géométrie dans l espace Produit scalaire et équations

Géométrie 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 détail

Cours arithmétique et groupes. Licence première année, premier semestre

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

Plus en détail

Modèles et Méthodes de Réservation

Modèles et Méthodes de Réservation Modèles et Méthodes de Réservation Petit Cours donné à l Université de Strasbourg en Mai 2003 par Klaus D Schmidt Lehrstuhl für Versicherungsmathematik Technische Universität Dresden D 01062 Dresden E

Plus en détail

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

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

1 Complément sur la projection du nuage des individus

1 Complément sur la projection du nuage des individus TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent

Plus en détail

Fonctions homographiques

Fonctions 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 détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites 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 détail

Premiers exercices d Algèbre. Anne-Marie Simon

Premiers exercices d Algèbre. Anne-Marie Simon Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,

Plus en détail

Simulation de variables aléatoires

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

Plus en détail

CORRECTION EXERCICES ALGORITHME 1

CORRECTION EXERCICES ALGORITHME 1 CORRECTION 1 Mr KHATORY (GIM 1 A) 1 Ecrire un algorithme permettant de résoudre une équation du second degré. Afficher les solutions! 2 2 b b 4ac ax bx c 0; solution: x 2a Solution: ALGORITHME seconddegré

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 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 détail

3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements

3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements 3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements Développer une expression consiste à transformer un produit en une somme Qu est-ce qu une somme? Qu est-ce qu un produit?

Plus en détail

STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE

STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point

Plus en détail