Chapitre 2: Le théorème de projection et ses applications

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 2: Le théorème de projection et ses applications"

Transcription

1 Chapitre : Le théorème de projection et ses applications 1 décembre Introduction En géométrie élémentaire, si P est un plan et x un point qui n appartient pas à P, il existe un unique point y P qui est le plus proche de x au sens de la distance euclidienne. Ce point y est en fait la projection orthogonale de x sur le plan P. On va généraliser de manière abstraite cette propriété aux espaces de Hilbert. Projection sur un convexe fermé.1 Le résultat général Soit V un espace normé sur R ou C. On rappelle les définitions suivantes Définition.1 : 1) On appelle segment d extrémités a, b V, le sous ensemble de V défini par (1) [a, b] = {λa + (1 λ)b V ; 0 λ 1} ) un sous ensemble A V est convexe si pour tous a, b A, [a, b] A. Exemple : Tout sous espace vectoriel de V est un ensemble convexe. On considère à partir de maintenant un espace de Hilbert H sur C avec sa norme x = < x, x >. Théorème. (de projection) : Soit A un sous ensemble convexe fermé (et non vide) de H. Alors pour tout x H, il existe un unique y A tel que () inf x a = x y. a A Autrement dit il existe un unique point y A qui est à une distance de x la plus petite possible 1. Ce point y s appelle la projection de x sur A. Notes du cours sur les espaces de Hilbert de M. L. Gallardo, Licence 3-ième année, Université de Tours, année Les démonstrations sont données dans le cours oral. 1 on notera qu une borne inf n est pas toujours atteinte. Ici le théorème dit que l inf est atteint et en un unique point. 1

2 . Projection sur un sous espace fermé Le cas particulier le plus important du théorème précédent est la projection sur un sous epace vectoriel fermé F de H. Soit alors x H. Corollaire.3 : 1) soit y F tel que x y = inf z F x z. Alors x y est orthogonal à F (i.e. orthogonal à tous les vecteurs z F ). ) Réciproquement si y F est tel que x y F, alors x y = inf z F x z i.e. y est la projection de x sur F. Définition.4 (et Notation) : Dans le cas du résultat précédent, on notera y = P F (x) et on dira que y est la projection orthogonale de x sur F. Corollaire.5 : La projection orthogonale P F : H F est une contraction linéaire (i.e. une application linéaire telle que pour tout x H, P F (x) x ). 3 Applications du théorème de projection 3.1 Supplémentaires orthogonaux Soit H un espace de Hilbert et A H, A un sous ensemble quelconque. Définition 3.1 : On appelle orthogonal de A, l ensemble (3) A = {x H; y A, < x, y >= 0}. Proposition 3. : A est toujours un sous espace vectoriel fermé de H. Exercice : Soit M un sous espace vectoriel de H. Montrer que x M si et seulement si (4) y M, x y x. (indication : pour la condition suffisante, pour y 0 M et F = Cy 0 la droite engendrée par y 0, on pourra remarquer que P F (x) = 0 puis utiliser la propriété caractéristique de P F ). Théorème 3.3 : Soit F un sous espace vectoriel fermé de H. Alors (5) H = F F (somme directe orthogonale). Autrement dit : (6) x H,!y F,!z F, x = y + z (ou le quantificateur! signifie «il existe un unique»). Remarque et Exercice : L hypothèse que F est fermé dans H est fondamentale. Par exemple si H = l, le sous espace vectoriel E des x = (x i ) i N tels que seules un nombre fini des coordonnées x i sont non nulles, n est pas fermé dans H et on a E = {0}. Dans ce cas E E = E n est pas égal à H. i.e. x i = 0 pour tout i assez grand.

3 3. Décompositions orthogonales Soit D un ensemble fini ou dénombrable. Dans toute la suite on conviendra que D = {1,,..., d} si D est fini et D = N si D est dénombrable. Soit alors H un espace de Hilbert et (e n ) n D une famille de vecteurs de H. Définition 3.4 : On dit que (e n ) n D est un système orthonormal dans H si : (7) n m D, < e n, e m >= 0. (8) n D, e n = < e n, e n > = 1 Proposition 3.5 : Si (e n ) n D est un système orthonormal, alors c est une famille (algébriquement) libre de vecteurs de H. Corollaire 3.6 : Si (e n ) n D est un système orthonormal dans H, alors cardd dimh. En particulier dans un espace de Hilbert de dimension finie les systèmes orthonormaux sont finis. Théorème 3.7 (projection sur un s.e.v. de dimension finie) : Soit e 1,..., e n un système orthonormal fini et V = V [e 1,..., e n ] le sous espace vectoriel de H engendré par les e i. Alors (9) x H, P V (x) = n < x, e i > e i. i=1 Corollaire 3.8 : Si x V [e 1,..., e n ], alors on a (10) x = n < x, e i > e i et x = i=1 n < x, e i >. i=1 Corollaire 3.9 (inégalité de Bessel) : Soit (e n ) n D est un système orthonormal dans H, alors (11) x H, < x, e i > x. n D (où n D < x, e i > est une somme finie si D est fini et une série convergente si D = N ). 3.3 Séries de Fourier associées à un système orthonormal Soit (e n ) n D est un système orthonormal dans H qu on suppose fixé pour les définitions et les résultats qui suivent. Définition 3.10 : Pour tout x H, on appelle : 1) coefficient de Fourier d ordre n D (où n-ième coefficient de Fourier) le nombre < x, e n > ( C), ) série de Fourier de x la série 3 n D < x, e n > e n. 3 c est une série de vecteurs de H si D = N et une somme finie si cardd < +. 3

4 Théorème 3.11 : Pour tout x H, la série de Fourier de x est convergente dans H et sa somme est telle que (1) < x, e n > e n = < x, e n >. n D n D Exercice : Soit (λ n ) n D une suite de nombres complexes. Montrer que la série n D λ ne n est une série de vecteurs convergente dans H si et seulement si la série numérique n D λ est convergente. Dans ce cas si x = n D λ ne n est la somme de la série, quels sont les coefficients de Fourier de x et que vaut x? 3.4 Bases hilbertiennes On a vu au paragraphe précédent que la série de Fourier d un vecteur x H est toujours convergente, mais quelle est la valeur de sa somme? Nous allons aborder cette question dans ce paragraphe puis y répondre complétement dans le paragraphe 3.5. On suppose toujours qu un système orthonormal (e n ) n D de H est donné. Définition 3.1 : On dit que (e n ) n D est un système total dans H si (13) {e n ; n D} = {0}. Autrement dit si x H est tel que < x, e n >= 0 pour tout n D, alors x = 0. Proposition 3.13 : Si V [e n ; n D] est le sous espace fermé 4 engendré par les e n (n D), alors (e n ) n D est un système total si et seulement si (14) ( V [e n ; n D]) = {0}. Théorème 3.14 : Si (e n ) n D est un système orthonormal total dans H, alors (15) x H, x = n D < x, e n > e n. Autrement dit tout vecteur de H est somme de sa série de Fourier. De plus pour tous x, y H, on a l égalité de Bessel-Parseval (16) < x, y >= n D < x, e n > < y, e n >, en particulier pour x = y, on obtient (17) x = n D < x, e n >. Définition 3.15 : Un système orthonormal total (e n ) n D aussi base hilbertienne de H. de H est appelé 4 On rappelle que V := V [e n ; n D] est l ensemble de toutes les combinaisons linéaires (finies) λ k e nk et que V [e n ; n D] est l adhérence de V dans H. 4

5 Remarque : Une base hibertienne (e n ) n D de H n est une base algébrique de H que si cardd < + i.e. si H est de dimension finie. Exercice : Montrer que si (e n ) n N est une base hilbertienne de H, le vecteur 1 n=1 e n n H ne peut pas s écrire comme une combinaison linéaire (finie) des vecteurs e n. En déduire que (e n ) n N n est pas une base de H au sens algébrique. (On remarquera que d après l exercice du paragraphe 3.3, la série 1 n=1 e n n est bien convergente dans H et elle représente donc un vecteur de H). Exemple : Si H = l (voir le chapitre 1), pour tout n N considérons l élément e (n) = (e (n) k ) k N l tel que e (n) k = 0 si k n et e (n) n = 1 i.e. e (n) a toutes ses coordonnées nulles sauf la n-ième qui vaut 1. Le système (e (n) ) n N est une base hilbertienne de l qu on appelle parfois base hilbertienne canonique. 3.5 Cas général d un système orthonormal quelconque Soit (e n ) n D un système orthonormal dans H. Remarque : on notera que (e n ) n D est toujours une base hilbertienne du sous espace vectoriel fermé de H qu il engendre. Théorème 3.16 : Soit V = V [e n ; n D] le sous espace vectoriel fermé de H engendré par les e n (n D) et P V l opérateur de projection orthogonale sur V. Alors pour tout x H, on a (18) P V (x) = n D < x, e n > e n et P V (x) = n D < x, e n >. On notera que lorsque le système (e n ) n D est total, on a V = H, P V (x) = x et on retrouve le résultat du théorème comme cas particulier. Question pratique : Soit V un sous espace vectoriel fermé de H, comment déterminer P V (x)? Si dimv = d < +, il suffit de déterminer une base orthonormale puis d appliquer le théorème 3.7. Si dimv = +, il suffit de disposer d un système orthonormal total dans V et d appliquer le théorème Ceci n est possible que dans les espaces de Hilbert séparables comme on le verra dans le paragraphe 4. Le procédé d orthonormalisation de Gram-Schmidt : Soit (b n ) n D (où D est fini ou dénombrable), une famille libre de vecteurs de H et soit V = V [b n ; n D] le sous espace vectoriel engendré par les b n. Pour tout k N, soit V k = V [b 1,..., b k ] le sous espace engendré par les k premiers vecteurs. On considère alors la suite des vecteurs (c n ) n D obtenus de la manière suivante : (19) c 1 = b 1, c = b P V1 (b ),..., c k = b k P Vk 1 (b k ),... (k N ). c k c k, n N forment un système ortho- Théorème 3.17 : Les vecteurs e n = normal qui engendre V i.e. tel que (0) V = V [b n ; n D] = V [e n ; n D] 5

6 Corollaire 3.18 : Soit (b n ) n D (où D est fini ou dénombrable), une famille libre de vecteurs de H. Alors la famille orthonormale (e n ) n D obtenue par le procédé d orthonormalisation de Gram-Schmidt du théorème précédent, est une base hilbertienne de V [b n ; n D]. 3.6 Structure des espaces de Hilbert ayant une base hilbertienne Dans cette partie nous abordons deux questions théoriques sur d une part la structure algébrique et d autre part la structure topologique d un espace de Hilbert ayant une base hibertienne. 3.7 Le théorème d isomorphisme Définition 3.19 : Deux espaces de Hilbert H et K sont dits isomorphes s il existe une application linéaire U : H K telle que : 1) U est bijective. ) U est unitaire i.e. conserve le produit scalaire : (1) x, y H, < U(x), U(y) > K =< x, y > H, ou, ce qui est équivalent, U conserve la norme : () x H, U(x) K = x H. Exercice : Démontrer l équivalence affirmée dans la définition précédente i.e. une application linéaire U : H K conserve le produit scalaire si et seulement si elle conserve la norme. Théorème 3.0 (théorème d isomorphisme) : Soit H un espace de Hilbert ayant une base hilbertienne (e n ) n D. Alors : -ou bien cardd = d < + et H est isomorphe à C d. -ou bien D = N et H est isomorphe à l. 3.8 Espaces de Hilbert séparables Définition 3.1 : Un espace normé (E,. ) est dit séparable s il possède un sous ensemble dénombrable dense, c est à dire s il existe D = {b n ; n N } E tel que (3) x E, ɛ > 0, b D : x b ɛ. Théorème 3. : Un espace de Hilbert H possède une base hilbertienne si et seulement s il est séparable. Pour la preuve de ce résultat, on utilise le lemme suivant : Lemme 3.3 : Si D = {b n ; n N } est un sous ensemble dénombrable dense d un espace de Hilbert H, alors il existe une sous famille libre {b nk ; k D} (finie ou dénombrable) de vecteurs de D dont le sous espace fermé engendré est égal à H i.e. V [b nk ; k D] = H. 6

7 4 Exemple d orthonormalisation et de base hilbertienne Sur l espace vectoriel C([ 1, 1]) des fonctions f : [0, 1] C continues, muni du produit scalaire (4) < f, g >= 1 1 f(t) g(t)dt, on considère la famille libre des fonctions monôme : (5) b n : t t n (n N). Le sous-espace V k = V [b 0, b 1,..., b k ] est constitué des fonctions polynomiales de degré k et V = V [b n ; n N] est le sous-espace de toutes les fonctions polynomiales. Le problème est d orthonormaliser la famille (b n ) n N. Avec les notations de (19), on calcule : 1) c 0 = b 0 : t 1, c 0 = et donc e 0 : t 1. ) c 1 = b 1 P V0 (b 1 ). Mais < b 0, b 1 >= 0 donc P V0 (b 1 ) = 0 et c 1 = b 1, c 1 = /3, d où e 1 : t t /3. 3) c = b P V1 (b ), P V1 (b ) =< b, e 0 > e 0 + < b, e 1 > e 1 = e 3 0 donc c (t) = t 1 et e ( ) 45 3 (t) = 8 t 1 3. A ce stade on constate que (6) e 1 (t) = 1.1! d dt (t 1), e (t) =.! On fait l hypothèse de récurrence que pour tout k n : k + 1 d k (7) e k (t) = k.k! dt k (t 1) k. d dt (t 1). On vérifie assez facilement cette hypothèse en montrant que e n+1 V n = V [e 0, e 1,..., e n ] et que e n+1 = 1. Pour cela on utilise les propriétés suivantes des polynômes P n (t) = dn (t 1) n : dt n 1) P n est de degré n. ) 1 1 d n dt n (t 1) n dm dt m (t 1) m dt = ( 1) r 1 1 3) 1 P 1 n(t)p m (t)dt = 0 si n m. 4) 1 P 1 n(t)dt =. n+1 d n r dt n r (t 1) n dm+r dt m+r (t 1) m dt. Les polynômes e n donnés par (7) s appellent les polynômes de Legendre (normalisés par la condition e n = 1). Ils constituent une famille orthonormale de C([ 1, 1]) telle que V = V [b n ; n N] = V [e n ; n N]. Mais l espace C([ 1, 1]) est seulement un espace préhilbertien 5. On sait d après le cours d intégration que C([ 1, 1]) est dense dans l espace L ([ 1, +1]) des classes de fonctions de carré intégrable sur [ 1, 1] pour la mesure de Lebesgue 6. Théorème 4.1 : Les polynômes de Legendre forment une base hilbertienne de l espace de Hilbert L ([ 1, +1]). 5 voir le chapitre 1. 6 En fait L ([ 1, +1]) est le complété de C([ 1, 1]) pour la norme. associée au produit scalaire (4). 7

8 Pour la démonstration il suffit de montrer que l espace V [e n ; n N] est dense dans C([ 1, 1]) pour la norme.. Mais comme la norme. est moins fine que la norme. de la convergence uniforme puisque pour f C([ 1, 1]), on a (8) f = 1 1 f(t) dt 1 sup 1 t [0,1] f(t) dt = f, il suffit de savoir que les polynômes sont denses dans C([ 1, 1]) pour la convergence uniforme. Mais ce résultat est bien connu ; c est le théorème de Weierstrass : Théorème 4. : Pour toute fonction f continue sur un intervalle compact [a, b], il existe une suite (P n ) de fonctions polynôme qui converge uniformément vers f sur [a, b]. Pour la démonstration de ce résultat, on peut supposer que [a, b] = [0, 1] (faire le changement de variable t = a + t (b a), avec t [0, 1]) et on montre alors le résultat plus explicite suivant : Théorème 4.3 (Bernstein) : Si f C([0, 1]), la suite P n des polynômes tels que (9) P n (x) = n f k=0 ( ) k C k n nx k (1 x) n k, converge uniformément vers f sur [0, 1] quand n +. Le seul point délicat dans la preuve de Bernstein est l estimation suivante Lemme 4.4 : Soit x [0, 1] et pour tout α > 0, soit I α l ensemble des entiers k {0, 1,..., n} tels que k nx > nα. Alors (30) Cnx k k (1 x) n k k Iα x(1 x) α n. Ce résultat est facile si on connait la loi binomiale. En effet soit X une variable aléatoire de loi binomiale B(n, x). Alors puisque E(X) = nx, la quantité du membre de gauche dans (30) est justement la probabilité P( X E(X) > αn). Or l inégalité de Bienaymé-Tchebychev donne justement (31) P( X E(X) > αn) V arx nx(1 x) =. (αn) α n C est l inégalité du lemme. 8

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

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint 18 mars 2008 1 Généralités sur les opérateurs 1.1 Définitions Soient H et H deux espaces de Hilbert sur C. Définition 1.1

Plus en détail

Cours MP. Espaces vectoriels normés

Cours MP. Espaces vectoriels normés Table des matières Espaces vectoriels normés B. Seddoug. Médiane Sup, Oujda I Norme et distance 1 I.1 Définitions..................... 1 I.2 Evn produit.................... 12 I.3 Notions topologiques

Plus en détail

ANALYSE FONCTIONELLE ET THÉORIE DES OPÉRATEURS. COURS et EXERCICES

ANALYSE FONCTIONELLE ET THÉORIE DES OPÉRATEURS. COURS et EXERCICES MASTER (MATHÉMATIQUES PURES) ANALYSE FONCTIONELLE ET THÉORIE DES OPÉRATEURS COURS et EXERCICES Emmanuel Fricain - 2009-2010 - 2 Table des matières 1 Opérateurs bornés... 7 1.1 Adjoint d une application

Plus en détail

Outils d analyse fonctionnelle Cours 5 Théorie spectrale

Outils d analyse fonctionnelle Cours 5 Théorie spectrale Outils d analyse fonctionnelle Cours 5 Théorie spectrale 22 septembre 2015 Généralités Dans tout ce qui suit V désigne un espace de Hilbert réel muni d un produit scalaire x, y. Définition Soit A une application

Plus en détail

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense.

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense. 1 Feuille d exercices n o 1 1. Deuxième forme géométrique du théorème de Hahn-Banach Soient A E et B E deux convexes, non vides, disjoints (E est une espace vectoriel normé). On suppose que A est fermé

Plus en détail

Les espaces L p. Chapitre 6. 6.1 Définitions et premières propriétés. 6.1.1 Les espaces L p, avec 1 p < +

Les espaces L p. Chapitre 6. 6.1 Définitions et premières propriétés. 6.1.1 Les espaces L p, avec 1 p < + Chapitre 6 Les espaces L p 6.1 Définitions et premières propriétés 6.1.1 Les espaces L p, avec 1 p < + Soient (E, T,m) un espace mesuré, 1 p < + et f M = M(E, T) (c est-à-dire f : E R, mesurable). On remarque

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Topologie des espaces vectoriels normés

Topologie des espaces vectoriels normés Topologie des espaces vectoriels normés Cédric Milliet Version préliminaire Cours de troisième année de licence Université Galatasaray Année 2011-2012 2 Chapitre 1 R-Espaces vectoriels normés 1.1 Vocabulaire

Plus en détail

208 - Espaces vectoriels normés, applications linéaires continues. Exemples

208 - Espaces vectoriels normés, applications linéaires continues. Exemples 208 - Espaces vectoriels normés, applications linéaires continues. Exemples On se xe un corps K = R ou C. Tous les espaces vectoriels considérés auront K comme corps de base. 1 Généralités Remarque. Tout

Plus en détail

Présentation du cours d Analyse Fonctionnelle

Présentation du cours d Analyse Fonctionnelle c1 Présentation du cours d Analyse Fonctionnelle Analyse Fonctionnelle signifie ici analyse sur des espaces de fonctions. Il s agit d un domaine des mathématiques qui s est développé dans la première moitié

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

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

LICENCE DE MATHÉMATIQUES PURES

LICENCE DE MATHÉMATIQUES PURES LICENCE DE MATHÉMATIQUES PURES Topologie Générale Philippe Charpentier Université Bordeaux I Année universitaire 2000-01 PHILIPPE CHARPENTIER UNIVERSITÉ BORDEAUX I LABORATOIRE DE MATHÉMATIQUES PURES 351,

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Théorie spectrale. Stéphane Maingot & David Manceau

Théorie spectrale. Stéphane Maingot & David Manceau Théorie spectrale Stéphane Maingot & David Manceau 2 Théorie spectrale 3 Table des matières Introduction 5 1 Spectre d un opérateur 7 1.1 Inversibilité d un opérateur........................... 7 1.2 Définitions

Plus en détail

M42. Compléments d analyse (résumé).

M42. Compléments d analyse (résumé). Université d Evry-Val-d Essonne. Année 2008-09 D. Feyel M42. Compléments d analyse (résumé). Table. I. Rappels sur les suites. Limites supérieure et inférieure. II. Topologie élémentaire. III. Fonctions

Plus en détail

202 - Exemples de parties denses et applications

202 - Exemples de parties denses et applications 202 - Exemples de parties denses et applications 1 Généralités et premiers exemples 1.1 Parties denses On xe un espace métrique (X, d). Dénition 1. Soit D X. On dit que D est dense dans X si D = X. Exemple.

Plus en détail

Applications des nombres complexes à la géométrie

Applications des nombres complexes à la géométrie Chapitre 6 Applications des nombres complexes à la géométrie 6.1 Le plan complexe Le corps C des nombres complexes est un espace vectoriel de dimension 2 sur R. Il est donc muni d une structure naturelle

Plus en détail

PC* Espaces préhilbertiens réels

PC* Espaces préhilbertiens réels I. Espace préhilbertien réel................................... 3 I.1 Produit scalaire dans un espace vectoriel réel................... 3 I.2 Inégalités de Cauchy-Schwarz et de Minkowski..................

Plus en détail

ALGÈBRE BILINÉAIRE 1

ALGÈBRE BILINÉAIRE 1 3-8- 213 J.F.C. Eve p. 1 ALGÈBRE BILINÉAIRE 1 P mentionne des résultats particulièrement utiles et souvent oubliés dans la pratique de l algèbre bilinéaire... mentionne des erreurs à ne pas faire où des

Plus en détail

Espaces vectoriels. Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires. 2MA01-Licence de Mathématiques

Espaces vectoriels. Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires. 2MA01-Licence de Mathématiques Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires 2MA01-Licence de Mathématiques Espaces vectoriels Exercice 1 Soit E un espace vectoriel. Pour x, y E et λ, µ K, montrer

Plus en détail

Exo7. Formes quadratiques. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr

Exo7. Formes quadratiques. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr Exo Formes quadratiques Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Plus en détail

Agrégation interne de Mathématiques. Session 2009. Deuxième épreuve écrite. (et CAERPA)

Agrégation interne de Mathématiques. Session 2009. Deuxième épreuve écrite. (et CAERPA) Agrégation interne de Mathématiques (et CAEPA Session 2009 Deuxième épreuve écrite 2 NOTATIONS ET PÉLIMINAIES On désigne par le corps des nombres réels et par C le corps des nombres complexes. Si f est

Plus en détail

M1 Analyse Fonctionnelle Une introduction au cours Année 2000-2001

M1 Analyse Fonctionnelle Une introduction au cours Année 2000-2001 Université de Nantes Département de Mathématiques Maîtrise de Mathématiques M1 Analyse Fonctionnelle Une introduction au cours Année 2000-2001 A. Morame et X. P. Wang E.Mail : morame@math.univ-nantes.fr

Plus en détail

Le corps R des nombres réels

Le corps R des nombres réels Le corps R des nombres réels. Construction de R à l aide des suites de Cauchy de nombres rationnels On explique brièvement dans ce paragraphe comment construire le corps R des nombres réels à partir du

Plus en détail

Espaces vectoriels euclidiens. Groupe orthogonal

Espaces vectoriels euclidiens. Groupe orthogonal 19 Espaces vectoriels euclidiens. Groupe orthogonal Dans un premier temps, E est un espace vectoriel réel de dimension n 1. 19.1 Espaces vectoriels euclidiens Dénition 19.1 On dit qu'une forme bilinéaire

Plus en détail

MPSI 3 - Cahier de vacances... MPSI 3-2004/2005

MPSI 3 - Cahier de vacances... MPSI 3-2004/2005 MPSI 3 - Cahier de vacances... MPSI 3-2004/2005 Voici une fiche contenant 100 exercices de difficulté raisonable, plutôt techniques, qui recouvrent l ensemble du programme étudié cette année. A raison

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

TD2 Fonctions mesurables Corrigé

TD2 Fonctions mesurables Corrigé Intégration et probabilités 2012-2013 TD2 Fonctions mesurables Corrigé 0 Exercice qui avait été préparé chez soi Exercice 1. Soit (Ω, F, µ) un espace mesuré tel que µ (Ω) = 1. Soient A, B P (Ω) deux sousensembles

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

Introduction à la Topologie

Introduction à la Topologie Introduction à la Topologie Licence de Mathématiques Université de Rennes 1 Francis Nier Dragoş Iftimie 2 3 Introduction Ce cours s adresse à des étudiants de Licence en mathématiques. Il a pour objectif

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

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

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

Plus en détail

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à Intégration et probabilités 212-213 TD3 Intégration, théorèmes de convergence Corrigé xercice ayant été voué à être préparé xercice 1 (Mesure image). Soient (, A, µ) un espace mesuré, (F, B) un espace

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

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

Plus en détail

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015 Énoncé Dans tout le problème, K est un sous-corps de C. On utilisera en particulier que K n est pas un ensemble fini. Tous les espaces vectoriels considérés sont des K espaces vectoriels de dimension finie.

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

Cahier de vacances. Exercices PCSI - PC, Lycée Dupuy de Lôme

Cahier de vacances. Exercices PCSI - PC, Lycée Dupuy de Lôme Cahier de vacances Exercices PCSI - PC, Lycée Dupuy de Lôme Votre année de PCSI a été bien remplie et il est peu probable que l année de PC qui arrive vous paraisse plus facile. C est pourquoi, je vous

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

Feuilles de TD du cours d Algèbre S4

Feuilles de TD du cours d Algèbre S4 Université Paris I, Panthéon - Sorbonne Licence M.A.S.S. 203-204 Feuilles de TD du cours d Algèbre S4 Jean-Marc Bardet (Université Paris, SAMM) Email: bardet@univ-paris.fr Page oueb: http://samm.univ-paris.fr/-jean-marc-bardet-

Plus en détail

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Année 2008/2009 1 Décomposition QR On rappelle que la multiplication avec une matrice unitaire Q C n n (c est-à-dire Q 1 = Q = Q T ) ne change

Plus en détail

Mesures gaussiennes et espaces de Fock

Mesures gaussiennes et espaces de Fock Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première

Plus en détail

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES VINCENT GUEDJ 1. Notions fondamentales 1.1. Noyau, Image. On se donne E un K-espace vectoriel de dimension finie (K = R, C principalement) et f L(E) un

Plus en détail

Opérateurs non-bornés

Opérateurs non-bornés Master Mathématiques Analyse spectrale Chapitre 4. Opérateurs non-bornés 1 Domaine, graphe et fermeture Soit H un espace de Hilbert. On rappelle que H H est l espace de Hilbert H H muni du produit scalaire

Plus en détail

Espaces vectoriels normés MP

Espaces vectoriels normés MP Espaces vectoriels normés MP 27 décembre 2012 Faites des dessins Table des matières 1 Espaces vectoriels normés 3 1.1 Normes, espaces normés................................. 3 1.2 Normes dans les espaces

Plus en détail

Séries de Fourier. licence de mathématiques 2ème année. Vincent Thilliez. 24 avril 2008

Séries de Fourier. licence de mathématiques 2ème année. Vincent Thilliez. 24 avril 2008 Séries de Fourier licence de mathématiques 2ème année Vincent Thilliez 24 avril 28 Introduction La théorie des séries de Fourier permet d interpréter certains signaux (autrement dit, certaines fonctions

Plus en détail

1 Notion d espace vectoriel

1 Notion d espace vectoriel Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Résumé de cours sur les espaces vectoriels et les applications linéaires Les vecteurs du plan, les nombres réels, et les polynômes à coefficients

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

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

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

TD 5- Applications linéaires

TD 5- Applications linéaires TD 5- Applications linéaires Exercice 1. Soit f l'application dénie sur R 2 par f(x, y) = (2x y, 3x + y). 1. Montrer que f est un endomorphisme de R 2. 2. Montrer que f est injective. 3. Montrer que f

Plus en détail

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

Université Joseph Fourier MAT231 2008-2009

Université Joseph Fourier MAT231 2008-2009 Université Joseph Fourier MAT231 2008-2009 mat231-exo-03.tex (29 septembre 2008) Feuille d exercices n o 3 Exercice 3.1 Soit K un corps commutatif et soit {P 0, P 1,... P n } une famille de polynômes de

Plus en détail

Formulaire de maths Algèbre linéaire et multilinéaire

Formulaire de maths Algèbre linéaire et multilinéaire Formulaire de maths Algèbre linéaire et multilinéaire Nom Formule Espaces vectoriels Famille libre On dit que la famille est libre si Famille liée On dit que la famille est liée si Théorème de la base

Plus en détail

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Direction des Admissions et concours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

PC* Devoir 6: Corrigé 2011 2012. Partie I : Généralités

PC* Devoir 6: Corrigé 2011 2012. Partie I : Généralités PC* Devoir 6: Corrigé 20 202 Partie I : Généralités I.A - Questions préliminaires a b c I.A.) M S M = b l m avec (a, b, c, l, m, t) R 6. c m t Les éléments de S sont les matrices de la forme : M = ae +

Plus en détail

Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries

Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries Chapitre 4 Adjoints Opérateurs auto-adjoints et isométries I. Adjoint : Cas général d une forme { bilinéaire symétrique sesquilinéaire hermitienne On suppose dans tout I que E est un espace vectoriel de

Plus en détail

Espaces euclidiens. 1 Produit scalaire 2 1.1 Définition... 2 1.2 Exemples fondamentaux... 2 1.3 Cauchy-Schwarz... 3 1.4 Norme associée...

Espaces euclidiens. 1 Produit scalaire 2 1.1 Définition... 2 1.2 Exemples fondamentaux... 2 1.3 Cauchy-Schwarz... 3 1.4 Norme associée... Maths PCSI Cours Table des matières Espaces euclidiens 1 Produit scalaire 2 1.1 Définition...................................... 2 1.2 Exemples fondamentaux.............................. 2 1.3 Cauchy-Schwarz..................................

Plus en détail

Chapitre IV : Couples de variables aléatoires discrètes

Chapitre IV : Couples de variables aléatoires discrètes UNIVERSITÉ DE CERG Année 0-03 UFR Économie & Gestion Licence d Économie et Gestion MATH0 : Probabilités Chapitre IV : Couples de variables aléatoires discrètes Généralités Définition Soit (Ω, P(Ω), P)

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

Résumé du cours d algèbre de Maths Spé MP

Résumé du cours d algèbre de Maths Spé MP 1 POLYNÔMES Résumé du cours d algèbre de Maths Spé MP 1 Polynômes 1) Formule de Taylor pour les polynômes. Soit P un polynôme non nul de degré n N. a K, P(X) = k=0 P (k) (a) (X a) k et en particulier P(X)

Plus en détail

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F.

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle 2006-2007 Espaces vectoriels Convention 1. Dans toute la suite, k désignera un corps quelconque. Définition 2.

Plus en détail

2 Opérateurs non bornés dans un espace de Hilbert

2 Opérateurs non bornés dans un espace de Hilbert 2 Opérateurs non bornés dans un espace de Hilbert 2. Opérateurs non bornés: définitions et propriétés élémentaires Soit H un espace de Hilbert et A un opérateur dans H, c est-à-dire, une application linéaire

Plus en détail

Séries de Fourier. T f (x) exp 2iπn x T dx, n Z. T/2 f (x) cos ( ) f (x) dx a n (f) = 2 T. f (x) cos 2πn x )

Séries de Fourier. T f (x) exp 2iπn x T dx, n Z. T/2 f (x) cos ( ) f (x) dx a n (f) = 2 T. f (x) cos 2πn x ) Séries de Fourier Les séries de Fourier constituent un outil fondamental de la théorie du signal. Il donne lieu à des prolongements et des extensions nombreux. Les séries de Fourier permettent à la fois

Plus en détail

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition

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

EXERCICES SANS PRÉPARATION HEC 2005. Question 11 D après HEC 2005-11 F 2 EXERCICES SANS PRÉPARATION 2008. Question 7 HEC 2006-7 F 1 élève

EXERCICES SANS PRÉPARATION HEC 2005. Question 11 D après HEC 2005-11 F 2 EXERCICES SANS PRÉPARATION 2008. Question 7 HEC 2006-7 F 1 élève 30-1- 2013 J.F.C. p. 1 F 1 F 2 F 3 Assez simple ou proche du cours. Demande du travail. Délicat. EXERCICES SANS PRÉPARATION HEC 2005 Question 11 D après HEC 2005-11 F 2 X est une variable aléatoire de

Plus en détail

208. Espaces vectoriels normés. Applications linéaires continues. Exemples.

208. Espaces vectoriels normés. Applications linéaires continues. Exemples. 208. Espaces vectoriels normés. Applications linéaires continues. Exemples. Pierre Lissy May 29, 2010 Dans totue la suite, E désigne un espace vectoriel sur R ou C. 1 Norme. Espace vectoriel normé 1.1

Plus en détail

Mathématiques autour de la cryptographie.

Mathématiques autour de la cryptographie. Mathématiques autour de la cryptographie. Index Codage par division Codage série Code cyclique Code dual Code linéaire Corps de Galois Elément primitif m séquence Matrice génératrice Matrice de contrôle

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

Table des matières. 4 Espaces de Hilbert 88 4.1 Généralités... 88 4.2 Le Théorème des bases hilbertiennes... 99 4.3 Exemples...

Table des matières. 4 Espaces de Hilbert 88 4.1 Généralités... 88 4.2 Le Théorème des bases hilbertiennes... 99 4.3 Exemples... Table des matières 1 Espaces linéaires à semi norme 3 1.1 Parties remarquables d un espace linéaire.................. 3 1.2 Sémi-normes sur un espace linéaire...................... 7 1.3 Espace linéaire

Plus en détail

Espaces vectoriels de dimension finie

Espaces vectoriels de dimension finie Chapitre 14 Espaces vectoriels de dimension finie Dans tout le chapitre K désigne R ou C. 14.1 Espaces vectoriels de dimension finie 14.1.1 Bases et dimension Ò Ø ÓÒ ½ º½ Espace vectoriel de dimension

Plus en détail

C algèbre d un certain groupe de Lie nilpotent.

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

Plus en détail

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre 1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux modes de représentation des sous-espaces vectoriels Il existe deux modes

Plus en détail

Théories spectrales. Stefan Neuwirth

Théories spectrales. Stefan Neuwirth Théories spectrales Stefan Neuwirth Introduction historique Voici le point de départ historique de la théorie des opérateurs : le problème de Sturm-Liouville (pv ) + qv = r(λv + w) αv(a) + α v (a) = 0

Plus en détail

Applications linéaires

Applications linéaires Bibliothèque d exercices Énoncés L1 Feuille n 18 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R (x + y, x

Plus en détail

Espaces vectoriels. par Pierre Veuillez

Espaces vectoriels. par Pierre Veuillez Espaces vectoriels par Pierre Veuillez 1 Objectifs : Disposer d un lieu où les opérations + et se comportent bien. Déterminer des bases (utilisation de la dimension) Représenter les vecteurs grace à leurs

Plus en détail

Continuité d une fonction de plusieurs variables

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

Plus en détail

Applications Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

COURS ET EXERCICES DE MATHEMATIQUES PARTIE 2 1998-2011

COURS ET EXERCICES DE MATHEMATIQUES PARTIE 2 1998-2011 COURS ET EXERCICES DE MATHEMATIQUES PARTIE 2 1998-2011 2 PC Deuxième semestre Version 2011 Cours Exercice Auteur de la Ressource Pédagogique PICQ Martine MATHEMATIQUES Cours et exercices de Mathématiques

Plus en détail

Approximations variationelles des EDP Notes du Cours de M2

Approximations variationelles des EDP Notes du Cours de M2 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 Relations binaires Relations d équivalence Exercice 1 [ 02643 ] [Correction] Soit R une relation binaire sur un ensemble E à la fois réflexive

Plus en détail

Chapitre IV Bases et dimension d un espace vectoriel

Chapitre IV Bases et dimension d un espace vectoriel Chapitre IV Bases et dimension d un espace vectoriel Objectif : Nous allons voir comment fabriquer des systèmes de coordonnées pour les vecteurs d un espace vectoriel général. Dans ce chapitre désigne

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

Théorème de Rolle et égalité des accroissements finis. Applications

Théorème de Rolle et égalité des accroissements finis. Applications 0 Théorème de Rolle et égalité des accroissements finis. Applications 0. Le théorème de Rolle sur un espace vectoriel normé Pour ce paragraphe, on se donne un espace vectoriel normé (E, ). Le théorème

Plus en détail

Exercices de Khôlles de Mathématiques, premier trimestre

Exercices de Khôlles de Mathématiques, premier trimestre Exercices de Khôlles de Mathématiques, premier trimestre Lycée Louis le Grand, Paris, France Igor Kortchemski MP*2-2006/2007 Table des matières 1 Semaine 1 - Équivalents, développements asymptotiques,

Plus en détail

1.1.1 Cas le plus général d espace topologique

1.1.1 Cas le plus général d espace topologique Chapitre 1 Topologie 1.1 Espaces topologiques 1.1.1 Cas le plus général d espace topologique Définition 1 (Topologie) Une topologie T sur l ensemble X est une partie T P (X) vérifiant : L ensemble vide

Plus en détail

Méthodes avancées en décision

Méthodes avancées en décision Méthodes avancées en décision Support vector machines - Chapitre 2 - Principes MRE et MRS Principe MRE. Il s agit de minimiser la fonctionnelle de risque 1 P e (d) = y d(x;w, b) p(x, y) dxdy. 2 La densité

Plus en détail

MATHÉMATIQUES I. lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe

MATHÉMATIQUES I. lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe MATHÉMATIQUES I On dit qu une suite réelle a = ( a n ) n IN est ultimement périodique lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe n 0 IN et p IN tels que : ( R) n IN,

Plus en détail

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées.

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées. Chapitre 10 Calcul Matriciel 101 Qu est-ce qu une matrice? Définition : Soit K un ensemble de nombres exemples, K = N, Z, Q, R, C, n, p N On appelle matrice à n lignes et p colonnes la données de np nombres

Plus en détail

Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires

Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires Tatiana Labopin-Richard Mercredi 18 mars 2015 L algèbre linéaire est une très grosse partie du programme de Maths. Il est

Plus en détail

1.1. Le moment cinétique en mécanique classique

1.1. Le moment cinétique en mécanique classique c M Dunseath-Terao - Master 1 de Physique UR1 2006 2007 1 Complément 1 Le moment cinétique 1.1. Le moment cinétique en mécanique classique L équation du mouvement d un corps en rotation en mécanique classique

Plus en détail

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires :

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires : Exo7 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes sont linéaires : f 1 : R R f 1 x,y = x + y,x y f : R R f x,y,z = xy,x,y f : R R f x,y,z = x + y + z,y z,x

Plus en détail

Devoir à la maison : correction

Devoir à la maison : correction Calcul différentiel 2 Sous-variétés : bilan Devoir à la maison : correction Exercice 1. Un exemple de sous-variété : les structures complexes Soit E un R-espace vectoriel. Montrer que la donnée d une structure

Plus en détail

: 3 si x 2 [0; ] 0 sinon

: 3 si x 2 [0; ] 0 sinon Oral HEC 2007 Question de cours : Dé nition d un estimateur ; dé nitions du biais et du risque quadratique d un estimateur. On considère n (n > 2) variables aléatoires réelles indépendantes X 1,..., X

Plus en détail

INTÉGRATION SUR LES SURFACES. Le but de ce texte est d expliquer comment définir et calculer des expressions du type

INTÉGRATION SUR LES SURFACES. Le but de ce texte est d expliquer comment définir et calculer des expressions du type INTÉGRATION SUR LES SURFACES Le but de ce texte est d expliquer comment définir et calculer des expressions du type φ(x)dσ(x) Σ où Σ est une surface de classe C 1 de R 3 ou plus généralement une hypersurface

Plus en détail

Calculs préliminaires.

Calculs préliminaires. MINES-PONTS 005. Filière MP. MATHÉMATIQES 1. Corrigé de JL. Lamard jean-louis.lamard@prepas.org) Calculs préliminaires. Notons que si f H alors f)e / est bien intégrable sur R car continue positive et

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