Chap. G2 : Algèbre des matrices

Dimension: px
Commencer à balayer dès la page:

Download "Chap. G2 : Algèbre des matrices"

Transcription

1 Chap. G2 : Algèbre des matrices II Calcul d inverse de matrices, systèmes linéaires inversibles, opérations élémentaires 0) Vue l équivalence AX = Y X = A 1 Y, calculer A 1 équivaut à résoudre un système. On a déjà vu que la méthode générale de résolution est le pivot, sauf pour certains systèmes particuliers : p.ex deux équations à deux inconnues (Cramer), ou bien présentant beaucoup de symétries. On retrouve donc ici les mêmes résultats pour l inversion des matrices, mais aussi des nouvelles liées à l algèbre dans M n(k), puis on montre comment on peut exprimer la méthode du pivot purement matriciellement. 1) Calcul d inverses dans (de nombreux) cas particuliers a) Cas des matrices 2 2, traduction matricielle des formules de Cramer. Retenir A 1 = (1/ det(a)) la matrice où on permute les deux éléments diagonaux et on met des aux éléments non diagonaux. b) Cas des matrices avec beaucoup de symétrie : il est intéressant de regarder L L n Exple : calculer l inverse de A = (a i,j ) où a i,j = 1 δ i,j. c) Utilisation de l algèbre dans M n (K) (i) Pour les matrices : I N avec N nilpotente. Identité remarquable : I N r = (I N) (I + N + + N r 1 ) car I et N commutent. (ii) Si on connaît une relation simple du type : A p = a p 1 A p a 1 A + a 0 I n, on peut, pour a 0 0 en déduire que A est inversible et avoir A 1. N.. Une telle relation existe toujours car la famille (I, A,..., A n2 ) est forcément liée. (iii) Cas où A est dans une petite sous-algèbre de M n (K) : on peut chercher l inverse dans cet algèbre Exemple de A = Le calcul de l inverse par la méthode du b) donne A 1 = On se demande alors pourquoi A 1 est de la même forme que A. Réponse : A = 3I + E, et A = Vect(I, E) est un sous-algèbre de M 3(K). On cherche alors A 1 A, ce qui donne un calcul rapide. (iv) Remarque : la méthode du (iii) s applique aussi à l exemple du b). (v) Exercice ( ) : validant la méthode du (iii) : montrer que si A est une sous-algèbre de M n (K) et si A A est inversible dans M n (K) alors son inverse est dans A. d) Utilisation du lien avec les endomorphismes : exemple d une matrice de permutation. 2) Pivot de Gauss et traduction matricielle des opérations sur lignes et colonnes a) Opération sur les colonnes : multiplication à droite. Trois opérations autorisées dans la méthode du pivot de Gauss (ici sur les colonnes) : Pour chacune, savoir retrouver les matrices de multiplication, et pourquoi on multiplie à droite. (i) Echange de colonne, notation : C i C j : (pour le choix du pivot). Traduction de l opération en terme d A.L., puis traduction matricielle : multiplication à droite par une matrice P i,j. Cor. (mnémo.) P i,j est simplement la matrice obtenue en permutant C i et C j dans I n. (ii) Multiplication d une colonne par un scalaire non nul, notation : C i αc i. Multiplication à droite par diag(1,..., α,..., 1), avec α à la i-ème place (mnémo. I n ). (iii) Ajout à la colonne C i d un multiple de C j, notation C i C i + λc j. Multiplication à droite par la matrice T j,i,λ = I n + λe j,i (retrouver avec I n ). Remarque : T j,i,λ est inversible d inverse T j,i, λ. b) Opérations analogues sur les lignes : multiplication à gauche. Mêmes résultats avec multiplication à gauche : preuve avec le a) appliqué à t A. 3) Application du pivot matriciel à l inversion de matrices Attention : utilisation du pivot seulement sur les Lignes (Ou seulement sur les colonnes!) 1

2 MPSI 1 Programme de colles Semaine 24, du 27 au 30 avril 2015 a) Méthode : présentation sur deux colonnes : au départ A à gauche, I à droite, à chaque étape, on répercute les opérations sur les lignes des deux côtés, à l arrivée I à gauche et A 1 à droite. b)mise en oeuvre de la méthode du pivot sur les lignes : on peut voir le pivot en deux temps. Si le pivot est l entrée (1, 1) on commence par créer des zéros sous la diagonale en retranchant à chaque ligne une C.L. de lignes inférieures. Puis, quand la matrice est TS, on utilise au contraire les lignes du bas (les plus simples), pour mettre des zéros au dessus de la diagonale Un exemple : inverser A = Résultat : A 1 = /3 1 4/3. 1/6 1/2 5/6 c) Ce qui valide la méthode : mêmes opérations signifie multiplication par la même matrice. d) Attention : si on veut agir à la fois sur les lignes et le colonnes : on obtient I = T 1 AT 2 à gauche et T 1 T 2 à droite! III Changement de bases, matrices équivalentes, matrices semblables 1) Effet d un changement de base sur la matrice d une application linéaire a) Matrice de passage (i) Déf P, la matrice dont les colonnes sont les coord. des vecteurs de dans la base. (ii) Interprét. géom. P, = Mat, (id E ) (écriture non usuelle pour id E endomorphisme). Conséquence : la matrice P, est inversible, d inverse P,. x 1, et [x] = X alors : (iii) Changement de base pour les vecteurs : si [x] = X = X = P, X. (iv) Moralité : si (nouvelle base) est donnée en fonction de (ancienne base), alors la matrice de passage qui est donnée sans calcul, i.e. P,, ne permet pas de calculer les coordonnées d un x dans la nouvelle base. Il faut inverser P,. Exemple de calcul en dim. 2. (v) Preuve de la formule du (iii) : simplement x = id E (x) avec id E (E, ) (E, ). b) Formule de changement de base pour les application linéaires (i) Si f L(E, F ) avec notations usuelles on a la relation : x n Mat C, (f) = P C,C Mat C, (f)p,. (ii) Preuve par la composition des applications : (E, ) f (F, C) (E, ) (F, C ) (ii) En pratique, si et C sont les anciennes bases, et et C les nouvelles exprimées en fonctions des anciennes, alors sont données sans calculs les matrices P = P, et Q = P C,C et la relation du (i) devient : id E M = Q 1 MP. c) Cas des endomorphismes (i) Relation : Mat (f) = P, Mat (f)p, (ii) Avec la même convention qu au b) (ii), M = P 1 MP 2) Matrices équivalentes et classification par le rang a) Matrices équivalentes : (i) Déf. Pour (M, N) M m,n (K) 2, on dit que N est équivalente à M ssi (Q, P ) GL m (K) GL n (K), N = QMP. (ii) Prop. : La relation du (i) est une relation d équivalence : R.S.T. (iii) Rem. Pour les calculs de rang d une famille de vecteurs, on avait déjà introduit la r- équivalence (équivalence à droite) : M et N sont r-équivalentes ssi il existe un P GL n (K) tel que M = NP. De même on peut introduire la l-équivalence : M = QN. f id F 2

3 L équivalence du (i), moins exigeante, pourrait s appeler RL-équivalence. N.. : Toutes ces terminologies r-équivalences, l-équivalence, et rl-équivalences ne sont hélas pas dans la lettre du programme. Le seul mot figurant au programme est matrices équivalentes, ce qui désigne la rl-équivalence. (iv) Caract. géométrique : Deux matrices sont équivalentes ssi elles représentent la même A.L. à deux changements de bases près : un au départ et un à l arrivée. Enoncé précis : Soit M et M dans M m,n(k). Soit f L(K n, K m ) tel que M = Mat C, (f) où, C sont les bases can. resp. Alors : M et M sont équivalentes si, et seulement si, il existe une base de K n et une base C de K m telles que M = Mat C, (f). b) Petite excursion sur la r-équivalence et la l-équivalence : (i) Convention : pour M M m,n (K), on désigne par ker(m) et Im(M) le noyau et l image de l application lin. can. associée à M qu on peut voir aussi comme l appl. X M.X. (ii) Prop. : deux matrices r-équivalentes ont même image. Deux matrices l-équivalentes ont même noyau. c) Rang d une matrice (rappels et compléments) (i) Prop. déf. du rang d une matrice : Soit A M m,n (K). (1) rg(c 1,..., C n ) (rang de la famille des col. de A) On peut définir rg(a) de manière équivalente comme : (2) rg(f) où f L(K n, K m ) est l A.L. can. ass. à f, (3) rg(f), f L(E, F ), A = Mat C, (f) (ii) Propriété : deux matrices équivalentes ont même rang. Deux preuves : (1) Preuve géométrique : Avec le a) (iv). (2) Preuve en décomposant via la r et la l équivalence, qui toutes deux conservent (plus que) le rang. (iii) Prop. (rappel) si A M m,n (K) alors rg(a) min(m, n). d) Classification par le rang : théorème de réduction par équivalence, pv. géom. (i) Théorème géométrique : réduction par deux changements de bases f L(E, F ) est de rang r, si et seulement si, il existe un choix de base, C de E, F tel que : Mat C, (f) = ( I r 0 (ii) Reformulation matricielle : théorème de réduction par équivalence si A M m,n (K), A est de rang r si, et seulement si, elle est équivalente à ( I r 0 (iii) Le sens est évident. (iv) Corollaire de la prop. (transitivité) deux matrices sont équivalentes ssi elles ont même rang. Pour les exercices du type A et sont elles équivalentes?, regarder simplement le rang (v) Preuve du (i) : C.N. sur les vecteurs de la base recherchée... puis on ajuste à l arrivée. e) Obtention de la même réduction par la méthode du pivot matriciel (i) Idée : si on reprend la méthode du pivot matriciel qu on a appliquée aux matrices inversibles au II 3), et qu on l applique à une matrice rectangulaire quelconque, mais cette fois en agissant d abord sur les lignes, mais aussi ensuite sur les colonnes (ou l inverse!) on arrive aussi à la matrice : ( I r Résultat vu seulement sur un exemple : Soit A =

4 Par pivot sur les lignes (de haut en bas puis de bas en haut), on arrive à A = (Cette réduction à elle seule est intéressante et implémentée en Scilab.) Par pivot sur les colonnes : on se ramène alors à puis à ( I ) (ii) En répercutant toutes les opérations sur les lignes dans une matrice qui vaut I m au départ et celles sur les colonnes dans une matrice qui vaut I n au départ, on obtient les deux matrices Q et P 1 telles que : QAP 1 = ( I r 0 f) Application au rang de la matrice transposée (i) Théorème Pour tout A M m,n (K), on a rg( t A) = rg(a). (ii) Reformulation : rang des lignes égale au rang des colonnes! (iii) Preuve avec le thm. de réd. par équivalence. g) Conséquence très forte : le théorème principal sur le systèmes d équations (i) Traduction matricielle d un système linéaire : Si E = K n et qu on considère un s.e.v. F défini par m équations ϕ 1 (x) = = ϕ m (x) = 0, on peut écrire en identifiant K n à M n,1 (K), X F AX = 0. (ii) En notant a L(K n, K m ) l endo. can. associé à A, F = ker(a) et par théorème du rang dim(f ) = n rg(a) = n rg(a) = n rg( t A) = n rg(ϕ 1,..., ϕ m ). Scholie : On vient de démontré le résultat attendu depuis longtemps : m équations indépendantes définissent un s.e.v. de dim. n m. h) Rang des matrices extraites et caractérisation du rang par les matrices extraites (i) Déf. (matrice extraite) Soit A = (a i,j ) M m,n (K). On appellera sous-matrice de A obtenue avec les lignes L i1,..., L ip et les colonnes C j1,..., C jq (où i 1 < < i p sont dans 1, m et j 1 < < j q sont dans 1, n ) la matrice A = (a k,l ) M p,q(k) définie par (k, l) 1, p 1, q, on a l égalité d entrées : a k,l = a i k,j l. (ii) Prop. Si A est un sous-matrice de A alors rg(a ) rg(a). (iii) Prop. si rg(a) = r il existe une sous-matrice A de A qui est une matrice carrée de taille r inversible. (iv) Caract. du rang par les matrices extraites : le rang d une matrice A M m,n (K) est le plus grand entier r tel qu il existe une sous-matrice de A carrée de taille r inversible. 4) Matrices semblables et propriété de la trace (matrices carrées uniquement) a) Matrices semblables (i) Déf. : si A, M n (K), on dit que est semblable à A ssi P GL n (K), = P 1 AP. (ii) La relation être semblable est une relation d équivalence. On notera (non stand.) A s. (iii) Si A et sont semblables alors elles sont équivalentes, récip. fausse : Toutes les matrices inversibles sont équivalentes à I n, la seule matrice semblable à I n est elle-même! (iv) Deux matrices carrées sont semblables ssi elles représentent le même endomorphisme avec un seul changement de base! (v) La relation de similitude (plus fine) est celle qui traduit vraiment les prop. géom. des endomorphismes. Remarque sur les produits : A = P 1 AP et = P 1 P donne A = P 1 (A)P. Utile aussi pour A n.. 4

5 (vi) Exemple : M de rang r est semblable à ( I r 0 ) si, et seulement si, M est la matrice d un 0 0 projecteur de rang r. (N.. M matrice de projecteur M 2 = M). b) Trace d une matrice, d un endomorphisme (i) Déf. trace d une matrice, Tr(A) = n i=1 a i,i. (ii) Prop. T r est une forme linéaire de M n (K). (iii) Prop. (A, ) M n (K) 2, Tr(A) = Tr(A). (iv) Cor. deux matrices semblables ont même trace. La récip. est fausse. La trace donne une C.N. de similitude, pas une CNS. (v) Cor-déf. de la trace d un endomorphisme (attention : pourquoi Tr(f) bien définie!) (vi) Exemple : trace d un projecteur. Si p est un projecteur alors Tr(p) = rg(p). c) Comment montrer que deux matrices sont semblables La relation A s se montre en général géométriquement avec les A.L. can. ass. Exercice type corrigé : comment montrer qu une matrice donnée est semblable à une matrice diagonale, donnée : Soit A = Montrer que A est semblable à D = diag(2, 2, 1) et donner une matrice P telle que A = P DP 1. Remarque : Il s agit d un exemple de diagonalisation : on montre que A est semblable à une matrice diagonale, ce qui simplifie bien l étude de A... Solution Méthode standard Soit la base can. de E = R 3 et f can. assoc. à A. On cherche = (e 1, e 2, e 3) telle que Mat (f) = D. Les conditions sur e 1, e 2, e 3 sont les suivantes : f(e 1) = 2e 1, de même f(e 2) = 2e 2 et f(e 3) = e 3. L essentiel : on cherche l expression de e 1, e 2, e 3 dans la base. On travaille dans, et on utilise l expression de f donnée par la matrice A pour traduire les conditions sur e 1, e 2, e 3. On cherche donc e 1 et e 2 dans {v E, f(v) = 2v} Or pour v y, on a f(v) = 2v ssi y = 2 y, ce qui équivaut à : x + y + z = 2x, 2z = 2y i.e. à y + z = 0. y + 3z = 2z Donc on peut choisir e 1, e 2 deux vecteurs de base du plan d équation y = z, par exemple : 1 0 e 1 0 et e De même, on cherche e 3 dans {v E, f(v) = v} Or pour v y, on a f(v) = v ssi y = y, ce qui équivaut à : x + y + z = x, 2z = y i.e. à { x + y + z = 0 y = 2z y + 3z = z 1 On choisit e 3 un vecteur directeur de la droite ainsi définie p.ex. e On remarque que si on note E 1 = Vect(e 1, e 2) et E 2 = Vect(e 3) on a pour x E 1 E 2 f(x) = 2x et f(x) = x ce qui force x = 0. Vue les dim. on a donc E 1 E 2 = E. Ainsi = (e 1, e 2, e 3) est une base de E. Par construction Mat (f) = diag(2, 2, 1). 5

6 En outre, par la formule de changement de base, on a A = P, DP,, donc A = P DP 1 avec P = Il n est pas de brouillards, comme il n est point d algèbres, Qui résistent, au fond des nombres ou des cieux, A la fixité calme et profonde des yeux ; Je regardais ce mur d abord confus et vague, Où la forme semblait flotter comme une vague, Où tout semblait vapeur, vertige, illusion ; Et sous mon oeil pensif, l étrange vision Devenait moins brumeuse et plus claire, à mesure Que ma prunelle était moins troublée et plus sûre. Victor Hugo, La légende des siècles cité par J.P. ourguignon dans Les Déchiffreurs, Voyage en mathématiques. 6

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

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

Plus en détail

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

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

Plus en détail

Chapitre 2. Matrices

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

Plus en détail

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

Cours d analyse numérique SMI-S4

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

Plus en détail

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

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

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

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

Polynômes à plusieurs variables. Résultant

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

Plus en détail

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

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère

Plus en détail

Correction de l examen de la première session

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

Plus en détail

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie

Plus en détail

NOTATIONS PRÉLIMINAIRES

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

Plus en détail

Structures algébriques

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

Plus en détail

Problème 1 : applications du plan affine

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

Plus en détail

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

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

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

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

Plus en détail

Cours 7 : Utilisation de modules sous python

Cours 7 : Utilisation de modules sous python Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est

Plus en détail

Résolution d équations non linéaires

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

Plus en détail

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

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

Plus en détail

Triangle de Pascal dans Z/pZ avec p premier

Triangle de Pascal dans Z/pZ avec p premier Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre

Plus en détail

Le théorème de Thalès et sa réciproque

Le théorème de Thalès et sa réciproque Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre

Plus en détail

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015 et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en 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

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes pour la planification de mouvements en robotique non-holonome Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot

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

Compter à Babylone. L écriture des nombres

Compter à Babylone. L écriture des nombres Compter à Babylone d après l article de Christine Proust «Le calcul sexagésimal en Mésopotamie : enseignement dans les écoles de scribes» disponible sur http://www.dma.ens.fr/culturemath/ Les mathématiciens

Plus en détail

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Mathématiques appliquées à l'économie et à la Gestion

Mathématiques appliquées à l'économie et à la Gestion Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle

Plus en détail

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

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

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

Plus en détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

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

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

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

Simulation de variables aléatoires

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

Plus en détail

Calcul différentiel sur R n Première partie

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

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

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

Groupe symétrique. Chapitre II. 1 Définitions et généralités

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

Plus en détail

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

statique J. Bertrand To cite this version: HAL Id: jpa-00237017 https://hal.archives-ouvertes.fr/jpa-00237017

statique J. Bertrand To cite this version: HAL Id: jpa-00237017 https://hal.archives-ouvertes.fr/jpa-00237017 Quelques théorèmes généraux relatifs à l électricité statique J. Bertrand To cite this version: J. Bertrand. Quelques théorèmes généraux relatifs à l électricité statique. J. Phys. Theor. Appl., 1874,

Plus en détail

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne

Plus en détail

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x = LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste

Plus en détail

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2 éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........

Plus en détail

IV- Equations, inéquations dans R, Systèmes d équations

IV- Equations, inéquations dans R, Systèmes d équations IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation

Plus en détail

MATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE

MATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE MATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE Michel Rigo http://www.discmath.ulg.ac.be/ Année 2007 2008 CRYPTOGRAPHIE. N. F. Art d écrire en chiffres ou d une façon secrète quelconque. Ensemble

Plus en 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

Chapitre 5 : Flot maximal dans un graphe

Chapitre 5 : Flot maximal dans un graphe Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

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

Plus en détail

Analyse en Composantes Principales

Analyse en Composantes Principales Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées

Plus en détail

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

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

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

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des

Plus en détail

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

Plus en 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

Théorème du point fixe - Théorème de l inversion locale

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

Plus en détail

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

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques : MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE

Plus en détail

Chapitre 3. Les distributions à deux variables

Chapitre 3. Les distributions à deux variables Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

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

Plus en détail

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en 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

Licence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année)

Licence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année) Licence Sciences de l Ingénieur et Licence Informatique Niveau L2 (= 2ème année) Mathématiques : Résumé de ce qu il faut savoir en Algèbre linéaire (ou Calcul Matriciel) au sortir du L1, en préalable au

Plus en détail

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

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

Plus en détail

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

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

Fonctions homographiques

Fonctions homographiques Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

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

Plus en détail

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

Premiers exercices d Algèbre. Anne-Marie Simon

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

Plus en détail

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

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

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

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

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)

Plus en détail

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

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

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

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

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

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

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Optimisation, traitement d image et éclipse de Soleil

Optimisation, traitement d image et éclipse de Soleil Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Représentation d un entier en base b

Représentation d un entier en base b Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir

Plus en détail

Une forme générale de la conjecture abc

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

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

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

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

Plus en détail

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

Plus en détail

Étudier si une famille est une base

Étudier si une famille est une base Base raisonnée d exercices de mathématiqes (Braise) Méthodes et techniqes des exercices Étdier si ne famille est ne base Soit E n K-espace vectoriel. Comment décider si ne famille donnée de vecters de

Plus en détail

Cryptographie et fonctions à sens unique

Cryptographie et fonctions à sens unique Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions

Plus en détail