Proposition : Tout sev F est stable par combinaison linéaire, c est-à-dire :

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Proposition : Tout sev F est stable par combinaison linéaire, c est-à-dire :"

Transcription

1 61 Proposition : Tout sev F est stable par combinaison linéaire, c est-à-dire : n, ( x 1,..., x n ) F n, (λ 1,..., λ n ) n, n λ i x i F i=1 Par récurrence sur le nombre de termes dans la combinaison linéaire. Pour n = 2, on prend x 1, x 2 F. Une combinaison linéaire de x 1 et x 2 s écrit avec λ, µ λ x 1 + µ x 2. Cette combinaison linéaire est encore dans F par définition d un sev. Supposons que F soit stable pour toute combinaison linéaire de n vecteurs et soit { x 1,..., x n+1 } une famille de n + 1 vecteurs de F. Soit λ 1,..., λ n+1. Alors n+1 λ i x i = i=1 n λ i x i + λ n+1 x n+1. i=1 Dans le second membre, la première somme est un élément de F d après l hypothèse de récurrence, le second terme également par stabilité par multiplication par un réel, et la somme des deux appartient à F par stabilité par l addition. Proposition : Soit F = ( f i ) i I une famille de vecteurs de E. Il y a égalité entre : 1. L ensemble de toutes les combinaisons linéaires de F. 2. L intersection de tous les sev de E qui contiennent F. 3. Le plus petit sev de E, au sens de l inclusion, qui contient F. C est un sev noté Vect(F) et appelé sous-espace vectoriel engendré par F. Notons F 1 le premier ensemble, F 2 le second et F 3 le troisième. Il est facile de voir que F 2 = F 3. En effet, par définition F 2 F 3 puisque F 3 fait partie des ensembles dont on fait l intersection, mais, puisque l intersection d espaces vectoriels est un espace vectoriel, F 2 est un espace vectoriel qui contient F et donc F 3 F 2 par définition de F 2. Ensuite, il est facile de voir que F 1 est un sev qui contient F et donc F 3 F 1. Mais, F 3 contient F et est un sev donc stable par combinaison linéaire, il contient donc toute combinaison linéaire d éléments de F c est à dire F 1. Proposition : Soit ( f i ) i I une famille de vecteurs de E telle que l un de ses vecteurs f i0 (i 0 I) soit combinaison linéaire des autres : f i0 = 0 µ i f i où J 0 est une partie finie de I \ {i 0 }. Alors, Vect( f i, i I) = Vect( f i, i I \ {i 0 }). L inclusion est claire. Inversement, x Vect(f i, i I) s écrit x = λ i f i

2 62 avec J partie finie de I. Si i 0 J, c est fini, x Vect( f i, i I \ {i 0 }). Si i 0 J, on écrit x = \{i 0} λ i f i + λ i0 f i0 = \{i 0} λ i f i + λ i0 0 µ i f i = i (J J 0)\{i 0} α i f i avec λ i + λ i0 µ i si i J J 0 α i = λ i0 µ i si i J 0 \ J si i (J \ {i 0 }) \ I λ i On conclut bien que x Vect( f i, i I \ {i 0 }). Théorème : Si un espace vectoriel E possède une famille génératrice à n éléments, alors toute famille ayant au moins n + 1 vecteurs est liée et, par conséquent, toute famille libre possède au plus n éléments. Ce théorème affirme qu une famille libre a toujours moins d éléments qu une famille génératrice. On procède par récurrence sur n. Si n = 1, on suppose que E admet pour famille génératrice { g 1 }. Cela signifie que tout vecteur de E s écrit λ g 1 avec λ. Pour g 1 0, E est une droite vectorielle et si g 1 = 0, E = { 0}. Toute famille de deux vecteurs { f 1, f 2 } est telle que f 1 = λ 1 g 1, f 2 = λ 2 g 1. Si l un des λ 1, λ 2 est nul, la famille { f 1, f 2 } contient 0 donc elle est liée. Si λ 1 0 et λ 2 0, on a 1 λ 1 f1 1 λ 2 f2 = 0 et la famille { f 1, f 2 } est liée. On constate donc que toute famille ayant au moins deux éléments est liée. Supposons maintenant que la propriété soit vraie à l ordre n (n ) c est à dire que l on suppose que dans un espace vectoriel E ayant une famille génératrice à n éléments, toute famille de n + 1 éléments au moins est liée. Essayons alors d obtenir ce résultat au rang n+1. On se place donc dans un espace vectoriel E ayant une famille génératrice à n + 1 éléments { g 1,..., g n+1 }. On considère alors une famille à n + 2 éléments { f 1,..., f n+2 } et on va prouver que cette famille est liée. Pour tout k {1,..., n + 2}, on peut écrire f k comme combinaison linéaire de { g 1,..., g n+1 } c est à dire f k = λ k,1 g λ k,n g n + λ k,n+1 g n+1 avec λ k,1,..., λ k,n+1. Notons x k = λ k,1 g λ k,n g n et µ k = λ k,n+1 de sorte que f k = x k + µ k g n+1 et on remarque que x k Vect( g 1,..., g n ). Si µ 1 =... = µ n+2 = 0, cela signifie que f 1,..., f n+2 sont n + 2 vecteurs dans l espace vectoriel Vect( g 1,..., g n ) qui admet une famille génératrice à n éléments. En appliquant l hypothèse de récurrence, on en déduit que la famille { f 1,..., f n+2 } est liée. Supposons maintenant que les µ 1,..., µ n+2 ne sont pas tous nuls. Par exemple, on supposera que µ 1 0. Alors

3 63 f 1 = x 1 + µ 1 g n+1 d où g n+1 = 1 µ 1 ( f 1 x 1 ) et par ailleurs, pour k {2,..., n + 2}, d où et donc Ainsi, la famille f k = x k + µ k g n+1 f k = x k + µ k µ 1 ( f 1 x 1 ) f k µ k µ 1 f 1 = x k µ k µ 1 x 1 Vect( g 1,..., g n ). { f k µ } k µ f 1, k {2,..., n + 2} 1 est une famille de n + 1 vecteurs dans Vect( g 1,..., g n ) qui admet une famille génératrice de n vecteurs, donc elle est liée par hypothèse de récurrence. Ainsi, il existe des réel α 2,..., α n+2 non tous nuls tels que n+2 ( 0 = α k f k µ ) ( ) k µ f n+2 α k µ k 1 = 1 µ f n α k f k. 1 k=2 Cette dernière écriture prouve que la famille { f 1,..., f n+2 } est liée et cela achève la preuve par récurrence. k=2 k=2 Proposition : 1. Une base est une famille libre maximale, c est à dire qu aucune sur-famille stricte n est libre. 2. Une base est une famille génératrice minimale c est à dire qu aucune sous-famille stricte n est génératrice. Démonstration de 1 : Considérons une famille libre ( f i ) i I qui est maximale. Cela implique que, pour tout vecteur x, la famille { f i, i I} { x} est liée. Donc, on peut écrire λ i f i + ˆλ x = 0 avec J finie et les coefficients λ i et ˆλ non tous nuls. Alors, ˆλ 0 car sinon cela contredit la liberté de ( f i ) i I. On a donc : x = ( λ ) i ˆλ f i et on a écrit tout vecteur x comme combinaison linéaire des ( f i ) i I, cette famille est donc génératrice et donc une base. Inversement, considérons une base. C est par définition une famille libre. Reste à voir qu elle est maximale. Notons la ( f i ) i I. Rajoutons lui un vecteur y. Comme ( f i ) i I est une base, elle est génératrice et le vecteur y s écrit comme une combinaison linéaire de cette famille : y = j J α j f j avec J finie. On a alors

4 64 α j f j + ( 1) y = 0 j J et donc la sur-famille { f i, i I} { y} est liée. Démonstration de 2 : Considérons tout d abord une base B d un espace vectoriel E. C est bien sûr une famille génératrice et en plus elle est libre. Soit F une sous-famille stricte de B. Supposons que F soit encore une famille génératrice. En plus F est libre car sous-famille d une famille libre. Ainsi F est une base et B est une sur-famille stricte de F. Par 1., B est liée. Contradiction. Réciproquement, soit G une famille génératrice de l espace vectoriel E telle qu aucune sous-famille stricte n est génératrice. On va prouver que c est une base c est à dire qu elle est libre. Supposons que ce n est pas le cas c est à dire qu il existe un entier N, des vecteurs g 1,..., g n G et des réels non tous nuls λ 1,..., λ N tels que : λ 1 g λ N g N = 0. Quitte à changer les indices de ces vecteurs, on peut supposer que λ 1 0 et donc : g 1 = λ 2 λ 1 g 2 λ N λ 1 c est à dire que g 1 est combinaison linéaire de g 2,..., g N et donc de G \ { g 1 }. On sait alors que Vect(G) = Vect(G\{ g 1 }) et donc que G\{ g 1 } est génératrice de E alors que c est une sous-famille stricte de G. Contradiction. g N Théorème (Théorème de la base incomplète) : Soit E un espace vectoriel, L une famille libre et G une famille génératrice. Alors il existe une base B de E telle que L B G L. B s obtient en complétant L avec des vecteurs de G. Nous n allons l effectuer que dans le cas où E est de dimension finie n. On considère les familles libres contenant L et incluses dans L G. Parmi celles ci, on en choisit une de cardinal maximal. On la note B et on note F = Vect(B). Si F E, on peut trouver g G qui n appartient pas à F. Mais alors, B { g} est encore une famille libre contenant L et incluse dans L G. En plus elle contient strictement B, ce qui contredit la maximalité de B. Proposition : Soit E un espace vectoriel, F et G deux sev de E de dimension finie, alors F G dim F = dim G } F = G Soit F une base de F. Alors c est une famille libre de G par l inclusion. Or, elle a le même nombre d éléments que la dimension de G puisque dim F = dim G, c est donc une base de G et G = Vect(F) = F.

5 65 Proposition : Soit ( f i ) i I une famille de vecteurs d un espace vectoriel E. Cette famille est une base de E si et seulement si pour tout x E, il existe une unique famille de réels (λ i ) i I tous nuls sauf un nombre fini tels que x = i I λ i 0 λ i f i. L existence est une conséquence du fait qu une base est une famille génératrice. Pour l unicité, supposons que nous ayons deux familles (λ i ) i I et (µ i ) i I de réels satisfaisant aux conditions de la proposition. Posons Il faut remarquer que J est fini et que nous avons J = {i I, λ i 0 ou µ i 0}. x = λ i f i = µ i f i. Cela implique que (λ i µ i ) f i = 0 et donc, la famille étant libre, que i J, λ i = µ i. Pour i J, λ i = 0 = µ i. Proposition : F 1 + F 2 est un sev de E et même F 1 + F 2 = Vect(F 1 F 2 ). F 1 + F 2 est non vide, 0 = F 1 + F 2. Prenons deux éléments x et y dans F 1 + F 2. Alors x s écrit x = x 1 + x 2 avec x 1 F 1 et x 2 F 2. De même, y = y 1 + y 2 avec y 1 F 1 et y 2 F 2. Considérons une combinaison linéaire de x et y : soit α, β, α x + β y = α ( x 1 + x 2 ) + β ( y 1 + y 2 ) = (α x 1 + β y 1 ) + (α x 2 + β y 2 ) }{{}}{{} F 1 F 2 F 1 + F 2. Donc F 1 + F 2 est bien un sev de E. Il contient F 1 car il contient tout x 1 = x De même, il contient F 2, donc il contient F 1 F 2 et F 1 + F 2 Vect(F 1 F 2 ). Mais, par ailleurs, la définition de F 1 + F 2 montre que F 1 + F 2 Vect(F 1 F 2 ). Proposition : F 1 + F 2 est directe F 1 F 2 = { 0} (1) x F 1 + F 2,!( x 1, x 2 ) F 1 F 2, x = x 1 + x 2 (2) x 1 + x 2 = 0 x 1 F 1 x 1 = x 2 = 0 (3) x 2 F 2

6 66 La première équivalence est la définition de la somme directe. (1) (2). Supposons que (1) est vrai et que x F 1 + F 2 s écrit avec x 1, y 1 F 1 et x 2, y 2 F 2. Alors x = x 1 + x 2 = y 1 + y 2 donc est le vecteur nul. Ainsi x 1 = y 1 et x 2 = y 2. x 1 y 1 = y 2 x 2 F 1 F 2 (2) (3) trivial en regardant la décomposition = 0. (3) (1) Si x F 1 F 2, alors d où, par (3), x = x = 0. 0 = }{{} x + ( x) }{{} F 1 F 2 Théorème : Dans l espace vectoriel E, tout sev F admet un supplémentaire c est à dire qu il existe un sev G tel que E = F G. On sait que F admet une base F qui est une famille libre de E. Par le théorème de la base incomplète, il existe une famille G telle que F G est une base de E. Alors G = Vect(G) est un supplémenatire de F. En effet, F + G = Vect(F) + Vect(G) Vect(F G) = E donc F + G = E. De plus, si x = F G, on a : x = i I λ i f i = j J µ j g j avec I, J finies et { f i, i I} F, { g j, j J} G, ce qui s écrit i I ( λ i ) f i + j J µ j g j = 0. Comme F G est libre, cela implique que tous les λ i et tous les µ j sont nuls et donc x = 0. Ainsi F G = { 0}. Théorème : Soit E un espace vectoriel de dimension finie, F et G deux sev de E. Alors dim (F + G) = dim F + dim G dim (F G). Par conséquent : F + G directe dim (F + G) = dim F + dim G. La proposition précédente montre déjà que si F + G est directe, dim (F G) = dim F + dim G.

7 67 Dans le cas général, considérons un supplémentaire F 1 de F G dans F et un supplémentaire G 1 de F G dans G : Alors, F = (F G) F 1 G = (F G) G 1 F + G = ( ) (F G) + F 1 + G1. }{{} F 1 De plus, si x F G 1, on a x (F G) G 1 et donc x = 0. On peut donc écrire d où Mais Au total, F + G = ( (F G) F 1 ) G1 dim (F + G) = dim G 1 + dim F 1 + dim (F G). dim F = dim (F G) + dim F 1 dim G = dim (F G) + dim G 1. dim (F + G) = dim F + dim G dim (F G)

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

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

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

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

Base : une axiomatique

Base : une axiomatique Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Base : une axiomatique a) D après (i), on

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

Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Laurent Garcin MPSI Lycée Jean-Baptiste Corot ESPACES VECTORIELS 1 Définition et exemples fondamentaux 1.1 Définition Définition 1.1 Espace vectoriel Soient K un corps et E un ensemble muni d une loi interne + et d une loi externe. i.e. d une application

Plus en détail

Fiche Méthode 11 : Noyaux et images.

Fiche Méthode 11 : Noyaux et images. Fiche Méthode 11 : Noyaux et images. On se place dans un espace vectoriel E de dimension finie n, muni d une base B = ( e 1,..., e n ). f désignera un endomorphisme de E 1 et A la matrice de f dans la

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

Les espaces vectoriels

Les espaces vectoriels Agrégation interne UFR MATHÉMATIQUES 1. Généralités Les espaces vectoriels Dans tout le chapitre, K représente un corps commutatif. 1.1. Notion d espace vectoriel On considère un ensemble E sur lequel

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

Cours de Mathématiques II Chapitre 1. Algèbre linéaire

Cours de Mathématiques II Chapitre 1. Algèbre linéaire Université de Paris X Nanterre UFR Segmi Année 7-8 Licence Economie-Gestion première année Cours de Mathématiques II Chapitre Algèbre linéaire Table des matières Espaces vectoriels Espaces et sous-espaces

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

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y )

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y ) COR TD 2 Année 21 Exercice 1. Déterminer si les applications f i suivantes sont linéaires : f 1 : R 2 R 2 f 1 x, y = 2x + y, x y f 2 : R R f 2 x, y, z = xy, x, y f : R R f x, y, z = 2x + y + z, y z, x

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

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

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

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

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

Problèmes de Mathématiques Noyaux et images itérés

Problèmes de Mathématiques Noyaux et images itérés Énoncé Soit E un espace vectoriel sur IK (IK = IR ou lc). Soit f un endomorphisme de E. On pose f 0 = Id E, et pour tout entier k 1, f k = f f k 1. 1. Montrer que (Im f k ) k 0 et (Ker f k ) k 0 forment

Plus en détail

Résumé de Math Sup et compléments : algèbre linéaire

Résumé de Math Sup et compléments : algèbre linéaire Résumé de Ma Sup et compléments : algèbre linéaire I - Espaces vectoriels - Sous espaces vectoriels 1) Structure de K-espace vectoriel Soient K un sous-corps de C et E un ensemble non vide muni d une l.d.c.i.

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

FICHE MÉTHODE POUR L ALGÈBRE LINÉAIRE EN L1

FICHE MÉTHODE POUR L ALGÈBRE LINÉAIRE EN L1 FICHE MÉTHODE POUR L ALGÈBRE LINÉAIRE EN L TABLE DES MATIÈRES. Déterminer si un ensemble est un sous espace vectoriel sur R ou non.. Une vérification essentielle.2. La stabilité par combinaisons linéaires

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

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

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3 Chapitre 5 Systèmes linéaires 1 Généralités sur les systèmes linéaires 2 11 Définitions 2 12 Opérations élémentaires 2 13 Systèmes échelonnés et triangulaires 3 2 Résolution des systèmes linéaires 3 21

Plus en détail

Logique informatique 2013-2014. Examen

Logique informatique 2013-2014. Examen Logique informatique 2013-2014. Examen 30 mai 2013. Durée 3h. Tous les documents sont autorisés. Seuls les résultats du cours peuvent être utilisés sans démonstration. Le barême et la longueur des solutions

Plus en détail

en dimension finie Table des matières

en dimension finie Table des matières Maths PCSI Cours Algèbre linéaire en dimension finie Table des matières 1 Rappels d algèbre linéaire 2 1.1 Applications linéaires......................................... 2 1.2 Familles libres, génératrices

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

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

Première partie. Deuxième partie

Première partie. Deuxième partie PC 96-97 correction épreuve X97 Première partie. f étant convexe sur l intervalle [t, t 2 ], sa courbe représentative est en dessous la corde joignant les points (t, f(t )) et (t 2, f(t 2 )). Comme f(t

Plus en détail

1. a) question de cours b) P(f) est un polynôme de l endomorphisme f donc commute avec f.

1. a) question de cours b) P(f) est un polynôme de l endomorphisme f donc commute avec f. escp-eap 2(Ecole de commerce) OPTION SCIENTIFIQUEMATHEMATIQUES I adapté en retirant certaines question qui sont du cours de PC et en ajoutant le dernier exemple.. a) question de cours b) P(f) est un polynôme

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

TS - Cours sur le logarithme népérien

TS - Cours sur le logarithme népérien Lcée Europole - R. Vidonne 1 TS - Cours sur le logarithme népérien Fonction carrée et racine carrée Considérons les fonctions f : R + R + g : R + R + 2 Dans un repère orthonormal, les courbes C f et C

Plus en détail

Analyse des données et algèbre linéaire

Analyse des données et algèbre linéaire Analyse des données et algèbre linéaire Fondamentaux pour le Big Data c Télécom ParisTech 1/15 Machine-Learning : Une donnée x i = un ensemble de features (caractères) d un individu i x i = (x i,1,...,

Plus en détail

Fonctions de plusieurs variables

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

Plus en détail

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

Espaces vectoriels et applications

Espaces vectoriels et applications Espaces vectoriels et applications linéaires 1 Définitions On parle d espaces vectoriels sur le corps R ou sur le corps C. Les définitions sont les mêmes en substituant R à C ou vice versa. Définition

Plus en détail

Applications linéaires

Applications linéaires Chapitre IV Applications linéaires Révisions Définition. Soient E, deux espaces vectoriels sur le même corps commutatif est dite linéaire si quels que soient x, y E et λ,. Une application f : E f x y f

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

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

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

Plus en détail

Exo7. 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

Terminale S Spécialité Cours : DIVISIBILITE ET CONGRUENCES DANS.

Terminale S Spécialité Cours : DIVISIBILITE ET CONGRUENCES DANS. A la fin de ce chapitre vous devez être capable de : connaître différents procédés pour établir une divisibilité : utilisation de la définition, utilisation d identités remarquables, disjonction des cas,

Plus en détail

Feuille 5 : Exercices sur les déterminants, quelques corrections

Feuille 5 : Exercices sur les déterminants, quelques corrections Université de Poitiers Mathématiques L SPIC, Module 2L2 2/2 Feuille 5 : Exercices sur les déterminants, quelques corrections Exercice 3 : Dans cet exercice, pour obtenir directement les polnômes sous forme

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

1 Programme de Colles : Espaces vectoriels.

1 Programme de Colles : Espaces vectoriels. Lycée Louis le grand Année scolaire 2007/2008 Mathématiques Supérieure MPSI Semaine 12 11 mai 2009 1 Programme de Colles : Espaces vectoriels. On note K le corps R ou C. 1.1 Axiomes d espace vectoriel.

Plus en détail

Bref, c'est difficile, mais tout le monde doit y arriver.

Bref, c'est difficile, mais tout le monde doit y arriver. Bonjour à tous, les colles de mardi m'ont permis de vérifier que les notions de base du chapitre espaces vectoriels sont loin d'être acquises. Comme je vous le disais, il est essentiel d'apprendre régulièrement

Plus en détail

Les espaces vectoriels Partie 1

Les espaces vectoriels Partie 1 Les espaces vectoriels Partie 1 MPSI Prytanée National Militaire Pascal Delahaye 1 er février 2016 1 Définition d un Espace Vectoriel Soit ( K,+, ) un corps commutatif (le programme impose K = R ou C).

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

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

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

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

2. MATRICES ET APPLICATIONS LINÉAIRES

2. MATRICES ET APPLICATIONS LINÉAIRES 2. MATRICES ET APPLICATIONS LINÉAIRES 2.1 Définition Une matrice n m est un tableau rectangulaire de nombres (réels en général) à n lignes et m colonnes ; n et m sont les dimensions de la matrice. Notation.

Plus en détail

1. Montrer que B est une base de. 2. Donner la dimension de f ( 3 ), puis la dimension de Ker f, qu en conclure?

1. Montrer que B est une base de. 2. Donner la dimension de f ( 3 ), puis la dimension de Ker f, qu en conclure? Chapitre Applications linéaires Testez vos connaissances Pourquoi s intéresse-t-on au applications linéaires en économie? Qu est-ce qu un noyau, un rang et une image d une application linéaire? Donner

Plus en détail

1 Codes linéaires. G = [I k A]. Dans ce cas on constate que la matrice. H = [ t A I n k ] est une matrice de contrôle de C. Le syndrome de x F n q

1 Codes linéaires. G = [I k A]. Dans ce cas on constate que la matrice. H = [ t A I n k ] est une matrice de contrôle de C. Le syndrome de x F n q 1 Codes linéaires Un code de longueur n est une partie de F n q. Un code linéaire C de longueur n sur le corps ni F q est un sous-espace vectoriel de F n q. Par défaut, un code sera supposé linéaire. La

Plus en détail

Actions de groupes. Exemples et applications

Actions de groupes. Exemples et applications 4 Actions de groupes. Exemples et applications G, ) est un groupe multiplicatif et on note ou G si nécessaire) l élément neutre. E est un ensemble non vide et S E) est le groupe des permutations de E.

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

Examen de l UE LM125 Janvier 2007 Corrigé

Examen de l UE LM125 Janvier 2007 Corrigé Université Pierre et Marie Curie Licence Sciences et Technologies MIME L énoncé est repris sur fond mauve. En prune : des commentaires. Examen de l UE LM15 Janvier 007 Corrigé Commentaires généraux barème

Plus en détail

Contrôle de mathématiques

Contrôle de mathématiques Contrôle de mathématiques Correction du Lundi 18 octobre 2010 Exercice 1 Diviseurs (5 points) 1) Trouver dans N tous les diviseurs de 810. D 810 = {1; 2; 3; 5; 6; 9; 10; 15; 18; 27; 30; 45; 54; 81; 90;

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Applications linéaires

Applications linéaires le 8 Février UTBM MT Arthur LANNUZEL http ://mathutbmal.free.fr Applications linéaires Exemples et définitions. Soit E et F, espaces vectoriels sur K = R ou C. On s intéresse aux applications qui conservent

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

Résumé de cours: Espaces vectoriels (Généralités) 1 Vocabulaire : 1.3 Régles de calcul : 1.1 Loi de composition interne :

Résumé de cours: Espaces vectoriels (Généralités) 1 Vocabulaire : 1.3 Régles de calcul : 1.1 Loi de composition interne : Résumé de cours : Espaces vectoriels Partie I : Généralités. : Source disponible sur : c Dans tout le chapitre K désigne un sous corps de C, et en général sauf mention du contraire, Q ou R ou bien C et

Plus en détail

Fiche n 2: Morphisme, sous-groupe distingué, quotient

Fiche n 2: Morphisme, sous-groupe distingué, quotient Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 2: Morphisme, sous-groupe distingué, quotient Exercice 1 Soient G, G deux groupes et f un homomorphisme de G dans G. Montrer que si A G, alors f( A )

Plus en détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et

Plus en détail

Algèbre Linéaire. Victor Lambert. 24 septembre 2014

Algèbre Linéaire. Victor Lambert. 24 septembre 2014 Algèbre Linéaire Victor Lambert 24 septembre 2014 Table des matières 1 Généralités 2 1.1 Espaces vectoriels............................ 2 1.2 Applications linéaires.......................... 4 1.3 Familles

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

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

Cours de mathématiques : Equation du second degré

Cours de mathématiques : Equation du second degré Cours de mathématiques : Equation du second degré I ) Formes de l'équation du second degré. L'équation du deuxiéme degré à une inconnue est celle où l'inconnue est élévé à la puissance de 2, sans y etre

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

Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J.

Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J. Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J. FAIVRE s de cours exigibles au bac S en mathématiques Enseignement

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

Projection orthogonale sur une droite du plan, projection vectorielle associée. Applications (calculs de distances et d angles, optimisation )

Projection orthogonale sur une droite du plan, projection vectorielle associée. Applications (calculs de distances et d angles, optimisation ) Projection orthogonale sur une droite du plan, projection vectorielle associée. Applications (calculs de distances et d angles, optimisation ) Introduction : On se place dans plan affine euclidien muni

Plus en détail

E3A PC 2009 Math A. questions de cours. t C). On véri e que

E3A PC 2009 Math A. questions de cours. t C). On véri e que E3A PC 29 Math A questions de cours. Soit C 2 M 3 (R) Analyse : Si C = S + A, S 2 S 3 (R) et A 2 A 3 (R) alors t C = t S + t A = S A d où S = 2 (C +t C) et A = 2 (C t C). L analyse assure l unicité (sous

Plus en détail

Cours élémentaire d arithmétique. Valentin Vinoles

Cours élémentaire d arithmétique. Valentin Vinoles Cours élémentaire d arithmétique Valentin Vinoles décembre 2009 Introduction «Wir müssen wissen. Wir werden wissen.» (Nous devons savoir. Nous saurons.) David Hilbert Voici un document présentant les principales

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

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

CHAPITRE V. de U U dans Hom(F, F ) est de classe C. b dans Hom(F,F ) est de classe C, l application b b. de U U

CHAPITRE V. de U U dans Hom(F, F ) est de classe C. b dans Hom(F,F ) est de classe C, l application b b. de U U CHAPITRE V FIBRÉS VECTORIELS 1. Fibrés vectoriels 1. Cartes et atlas vectoriels Soit B une variété différentielle. Considérons un B -ensemble, c est à-dire un ensemble M muni d une application p : M B.

Plus en détail

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls.

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls. Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/mc2/node2.html Sous-sections Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration

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

CI-4 PRÉVOIR ET SUPPRIMER LES

CI-4 PRÉVOIR ET SUPPRIMER LES CI-4 LES CONTRAINTES DE MONTAGE D UN SYSTÈME. Objectifs ANALYSER - OPTIMISER A la fin de la séquence de révision, l élève doit être capable de B2 Proposer un modèle de connaissance et de comportement Déterminer

Plus en détail

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Chapitre 17 Matrices et applications linéaires Sommaire 171 Matrices et applications

Plus en détail

11. Espaces vectoriels, homomorphismes, bases

11. Espaces vectoriels, homomorphismes, bases 11. Espaces vectoriels, homomorphismes, bases 11.1. Espaces vectoriels, algèbres 11.1.1. Structure d espace vectoriel et d algèbre 11.1.2. Combinaisons linéaires 11.1.3. Espaces vectoriels et algèbres

Plus en détail

Devoir surveillé n 1 : correction

Devoir surveillé n 1 : correction E1A-E1B 013-01 Devoir surveillé n 1 : correction Samedi 8 septembre Durée : 3 heures. La calculatrice est interdite. On attachera une grande importance à la qualité de la rédaction. Les questions du début

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

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

APPLICATIONS LINÉAIRES

APPLICATIONS LINÉAIRES 21-10- 2007 J.F.C. A.L. p. 1 APPLICATIONS LINÉAIRES I GÉNÉRALITÉS 1. Définition et vocabulaire 2. Conséquences de la définition 3. Caractérisation II OPÉRATIONS SUR LES APPLICATION LINÉAIRES 1. Somme,

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

Cours de Licence. Bernard Le Stum 1 Université de Rennes 1. Version du 19 janvier 2004. 1 bernard.le-stum@univ-rennes1.fr

Cours de Licence. Bernard Le Stum 1 Université de Rennes 1. Version du 19 janvier 2004. 1 bernard.le-stum@univ-rennes1.fr Géométrie Cours de Licence Bernard Le Stum 1 Université de Rennes 1 Version du 19 janvier 2004 1 bernard.le-stum@univ-rennes1.fr 2 Table des matières Table des matières 4 Introduction 5 1 Rappels d algébre

Plus en détail

6.11 Bases de Lanczos bi-orthogonales pour des matrices non symétriques

6.11 Bases de Lanczos bi-orthogonales pour des matrices non symétriques Chapitre 6 Méthodes de Krylov 611 Bases de Lanczos bi-orthogonales pour des matrices non symétriques Dans le cas où la matrice A n est pas symétrique, comment peut-on retrouver une matrice de corrélation

Plus en détail

MATHEMATIQUES Option Economique

MATHEMATIQUES Option Economique Concours EDHEC 9 Classes Préparatoires MATHEMATIQUES Option Economique La présentation, la lisibilité, l'orthographe, la qualité de la rédaction, la clarté et la précision des raisonnements entreront pour

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

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

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 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

Plus en détail

Applications linéaires, matrices, déterminants

Applications linéaires, matrices, déterminants Applications linéaires, matrices, déterminants Exercice 1. Soit u: R 3 R défini pour tout x = (x 1, x, x 3 R 3 par u(x = (x 1 + x + x 3, x 1 + x x 3 1. Montrer que u est linéaire.. Déterminer ker(u. Allez

Plus en détail

P (X) = (X a) 2 T (X)

P (X) = (X a) 2 T (X) Université Bordeaux I - année 00-0 MHT0 Structures Algébriques Correction du devoir maison Exercice. Soit P (X) Q[X]\Q.. Soit D(X) := pgcd(p (X), P (X)). a) Montrer que si deg D alors il existe α C tel

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

22 Cours - Espaces vectoriels.nb 1/8. Espaces vectoriels. I) Généralités II) Applications linéaires III) Sous espaces vectoriels IV) Générateurs

22 Cours - Espaces vectoriels.nb 1/8. Espaces vectoriels. I) Généralités II) Applications linéaires III) Sous espaces vectoriels IV) Générateurs 22 Cours - Espaces vectoriels.nb /8 Espaces vectoriels K -espace vectoriel, loi de composition interne (commutative, associative), élément neutre, symétrique, loi externe, vecteur nul, E, sous espace vectoriel,

Plus en détail

Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h

Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h - Le seul document autorisé est un résumé manuscrit du cours de trois pages maximum. - Les téléphones portables et

Plus en détail