Chapitre 14. Les espaces vectoriels. Cours de mathématiques de BCPST Première année.

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 14. Les espaces vectoriels. Cours de mathématiques de BCPST Première année."

Transcription

1 Chapitre 14 Les espaces vectoriels Cours de mathématiques de BCPST Première année.

2 Table des matières 1 Etude de K n 2 2 Notion de sous-espaces vectoriels de K n Définition Sous-espace engendré par une famille Base d un espace vectoriel Famille génératrice Famille libre Base Dimension d un espace vectoriel Définition Dimension et Famille libre Dimension et Famille génératrice Dimension et Base Inclusion de sous-espaces vectoriels Coordonnées Bases et coordonnées Représentation matricielle Notion de Rang Rang d une famille Rang d une matrice Matrices échelonnées Algorithme du pivot de Gauss

3 Chapitre 14: Les espaces vectoriels Etude de K n Dans tout ce chapitre, K désigne R ou C et n et p deux entiers naturels non nuls. 1 Etude de K n On rappelle que K n est l ensemble des n-uplets d éléments de K. On a : Définition 1 K n = K K = {(x 1,, x n ) tel que i 1, n, x i K } Les éléments de K sont appelés les scalaires. Les éléments de K n sont appelés les vecteurs. (0,, 0) est le vecteur nul, il est noté 0 K n. On définit les opérations suivantes sur K n : Définition 2 Soit a un scalaire. Soient x = (x 1,, x n ) et y = (y 1,, y n ) deux vecteurs de K n. On définit l égalité de deux vecteurs par : x = y x 1 = y 1, x 2 = y 2,, x n = y n On définit l addition de deux vecteurs par : x + y = (x 1 + y 1,, x n + y n ) On définit le produit d un vecteur par un scalaire par : a x = (a x 1,, a x n ) 1. (1, 2, 3, 4) + (5, 6, 7, 8) = (1 + 5, 2 + 6, 3 + 7, 4 + 8) = (6, 8, 10, 12). 2. (1, 2 + i, 3 + 5i, 4i) + (5 + 3i, 6i, 7 + i, 8) = ( i, 2 + i + 6i, 3 + 5i i, 4i + 8) = (6 + 3i, 2 + 7i, i, 8 + 4i) = (6, 2, 10, 8) + i (3, 7, 6, 4) (1, 2+i, 3, 4i) = (8 1, 8 (2+i), 8 3, 8 4i) = (8, 16+8i, 24, 32i) = (8, 16, 24, 0)+i (0, 8, 0, 32). 4. (8 + 3i) (1, 2 + i, 3, 4i) = ((8 + 3i) 1, (8 + 3i) (2 + i), (8 + 3i) 3, (8 + 3i) 4i) = (8 + 3i, i, i, 32i 12) = (8, 13, 24, 12) + i (3, 11, 9, 32). Dessin dans R 2 ou R 3 de la somme de deux vecteurs et de la multiplication par un scalaire. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

4 Chapitre 14: Les espaces vectoriels Etude de K n Mise en garde : Pas de produit sur K n! On peut multiplier les scalaires, pas les vecteurs! Proposition 3 Ces deux opérations vérifient les propriétés suivantes pour tout éléments (u, v, w) de (K n ) 3 et pour tout (a, b) de K 2 : 1. u + (v + w) = (u + v) + w (Associativité de l addition) 2. u + v = v + u (Commutativité de l addition) 3. u + 0 K n = u (0 K n élément neutre de l addition) 4. Il existe un élément de K n noté u tel que : u + ( u) = 0 K n (Existence du symétrique) 5. 1 u = u 6. (a + b) u = a u + b u (Distributivité ) 7. a (v + w) = a v + a w (Distributivité ) 8. a (b u) = (a b) u 9. a 0 K n = 0 K n et 0 u = 0 K n 10. a u = 0 K n u = 0 K n ou a = ( a) u = a ( u) = (a u) 12. a u = a v u = v ou a = a u = b u u = 0 K n ou a = b Nous verrons en deuxième année que K n muni de ces deux opérations est un cas particulier d espace vectoriel. La plupart des notions que l on verra dans ce chapitre dans le cas particulier de K n sera en fait valable pour tout espace vectoriel. Quelques exemples d espaces vectoriels : C n (comme C-espace vectoriel). C n (comme R-espace vectoriel). R n (comme R-espace vectoriel... par contre, ce n est pas un C-espace vectoriel). C N (comme C-espace vectoriel ou R-espace vectoriel). R N (comme R-espace vectoriel... par contre, ce n est pas un C-espace vectoriel). M n,p (C) (comme C-espace vectoriel ou R-espace vectoriel). M n,p (R) (comme R-espace vectoriel... par contre, ce n est pas un C espace vectoriel). L ensemble des fonctions numériques dérivables sur un intervalle réel (comme R-espace vectoriel... par contre, ce n est pas un C-espace vectoriel). L ensemble des polynômes à coefficient dans R (comme R-espace vectoriel... par contre, ce n est pas un C-espace vectoriel). L ensemble des polynômes à coefficient dans C (comme C-espace vectoriel ou R-espace vectoriel). L ensemble des solutions d un système linéaire homogéne. L ensemble des solutions d une équation différentielle linéaire homogéne. L ensemble des variables aléatoires réelles sur un espace probabilisé (Ω, P(Ω), P ) est un R- espace vectoriel. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

5 Chapitre 14: Les espaces vectoriels Notion de sous-espaces vectoriels de K n 2 Notion de sous-espaces vectoriels de K n 2.1 Définition Définition 4 Soit G une partie de K n. On dit que G est un K sous-espace vectoriel de K n si les trois conditions suivantes sont vérifiées : 1. 0 K n G. 2. x G, λ K, λx G. 3. (x, y) G 2, x + y G. Un sous-espace vectoriel de K n n est jamais vide, il contient nécessairement 0 K n. Les ensembles suivants sont des sous-espaces vectoriels de R 2 : 1. L ensemble {0, 0}. 2. Les droites passant par l origine. 3. R 2. Les ensembles suivants sont des sous-espaces vectoriels de R 3 : 1. L ensemble {0, 0, 0}. 2. Les droites passant par l origine. 3. Les plans passant par l origine. 4. R 3. Proposition 5 Soit G une partie de K n. G est un K sous-espace vectoriel de K n si et seulement si les deux conditions suivantes sont vérifiées : 1. 0 K n G. 2. (x, y, λ) G 2 K, λx + y G. Méthode : 1. Pour prouver qu un ensemble F est un sous-espace vectoriel, on procéde ainsi : Etape 1 : On cherche un espace K n tel que F soit une partie de K n. Etape 2 : On montre que 0 K n est un élément de F. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

6 Chapitre 14: Les espaces vectoriels Notion de sous-espaces vectoriels de K n Etape 3 : On prend deux éléments x et y de F, un scalaire λ (un réel si on parle de R sous-espace vectoriel, un complexe si on parle de C sous-espace vectoriel) et on démontre que λx + y F. 2. Pour prouver qu une partie F de K n n est pas un sous-espace vectoriel, il suffit de : Ou bien démontrer que 0 K n n est pas un élément de F. Ou bien on trouve un élément x de F et un scalaire λ tels que λx n appartienne pas à F. Ou bien on trouve deux éléments x et y de F tels que x + y n appartienne pas à F. Les ensembles suivants sont des sous-espaces vectoriels de R 3 : 1. A = {(a + b, 2b, b a), (a, b) R 2 }. 2. B = {(x, y, z) R 3 tel que x = 2z }. Les ensembles suivants ne sont pas des sous-espaces vectoriels : 1. C = {(x, y, z) R 3 tel que x = 2y + 1}. 2. D = {(x, y) R 2 tel que x = 2y }. Mise en garde : 1. A = {(a + b, 2b, b a), (a, b) R 2 } est bien un sous-espaces vectoriels de R 3 et pas de R 2. Il ne faut pas confondre le nombre de coordonnées des vecteurs (3 ici) et le nombre de données nécessaires (ici 2, connaître a et b suffit). 2. On a pris pour B l ensemble {(x, y, z) R 3 tel que x = 2z }. Ce n est pas grave si, dans les équations, des coordonnées n interviennent pas. Cela signifie juste qu elles sont quelconques. Par contre, {(x, y, z) R 3 tel que x = 2t} n aurait pas de sens! ) Exercice 1 : Les ensembles suivants sont-ils des sous-espaces vectoriels? 1. A = {(x, y) R 2 tel que xy = 0}. 2. B = {(x, y, z) R 3 tel que x 2y = z }. Proposition 6 L intersection de deux sous-espace vectoriel de K n est un sous-espace vectoriel de K n. Mise en garde : Une réunion de sous-espaces vectoriels n est pas en général un sous-espace vectoriel (cf exemple de deux droites vectorielles distinctes.). Les ensembles suivants sont des sous-espaces vectoriels de R 3 : Lycée Pierre-Gilles de Gennes/ ENCPB /2015

7 Chapitre 14: Les espaces vectoriels Notion de sous-espaces vectoriels de K n 1. A = {(x, t, z) R 3 tel que x = 2t}. 2. B = {(x, t, z) R 3 tel que z = t}. Ce sont des plans. A B est aussi un sous-espace vectoriel de R 3, c est une droite, c est l ensemble suivant : A B = { (x, t, z) R 3 tel que x 2t = z t = 0 }. 2.2 Sous-espace engendré par une famille Définition 7 Une famille de r (r entier naturel) vecteurs de K n est un élément de (K n ) r. Ainsi, si e 1,, e r sont r vecteurs de K n, (e 1,, e r ) est une famille de vecteurs de K n. 1. ((1, 2), (3, 4), ( 2, 1)) est une famille à 3 éléments de R ((1, 2), (3, 4), ( 2, 1)) est une famille différentes de 3 éléments de R ((0, 1, 2, 4), (3, 5, 4, 2)) est une famille de 2 éléments de R 4. Mise en garde : Attention, quand on parle d une famille (e 1,, e r ) de K n, les e i sont des éléments de K n (i.e. des vecteurs). Quand on parle d un élément (e 1,, e n ) de K n, les e i sont des éléments de K (i.e. des scalaires). Définition 8 Soit x un élément d un K-espace vectoriel K n. Soit (e 1,, e r ) une famille de vecteurs de K n. On dit que x est une combinaison linéaire de (e 1,, e r ) de K n s il existe r scalaires a 1,, a r tels que : x = a 1 e a r e r. L ensemble des combinaisons de (e 1,, e r ) est appelé Vect (e 1,, e r ). On a donc : Vect (e 1,, e r ) = {a 1 e a r e r, (a 1,..., a r ) K r } (15, 21, 27) est une combinaison linéaire de (2, 3, 4) et (5, 6, 7) car : (15, 21, 27) = 5 (2, 3, 4) + (5, 6, 7). Lycée Pierre-Gilles de Gennes/ ENCPB /2015

8 Chapitre 14: Les espaces vectoriels Notion de sous-espaces vectoriels de K n Mise en garde : Vect (e 1,, e r ) n est pas un vecteur. C est un ensemble de vecteurs qui comporte (à moins que les e 1,, e r soient r vecteurs nuls) une infinités de vecteurs. Faire des dessins dans R 2 et R 3. Définition 9 Soient K n un K-espace vectoriel et x, y et z trois vecteurs de K n. x et y sont dits colinéaires lorsque l un des deux est nul ou lorsqu il existe λ dans K tel que x = λy. x, y et z sont dits coplanaires lorsque deux des trois sont colinéaires ou lorsqu il existe λ et µ dans K tels que x = λy + µz. (15, 21, 27), (2, 3, 4) et (5, 6, 7) sont coplanaires car : (15, 21, 27) = 5 (2, 3, 4) + (5, 6, 7). Proposition 10 Soit (e 1,, e r ) une famille de vecteurs d un K-espace vectoriel K n. Vect (e 1,, e r ) est un K-espace vectoriel, il est appelé sous-espace vectoriel engendré par e 1,, e r. Vect (e 1,, e r ) est le plus petit espace vectoriel contenant les vecteurs e 1,, e r. Soit x un vecteur non nul de K n. Vect (x) est alors appelée droite vectorielle engendrée par x. Soient v 1, v 2 deux vecteurs non coplanaires de K n. Vect (v 1, v 2 ) est alors appelée plan vectoriel engendré par v 1 et v 2. Méthode : Les trois grandes formes d espace vectoriel que l on rencontrera cette année sont : Forme 1 : Espace défini comme un Vect. Exemple : A = Vect (e 1, e 2 ) avec e 1 = (2, 1, 0) et e 2 = ( 1, 0, 1). Forme 2 : Espace dont on connaît la forme des vecteurs. (Forme paramétrique) Exemple : A = {(ia 4b, a, 2ib), (a, b) R 2 }. Forme 3 : Espace dont on connaît des équations cartésiennes. Exemple : A = {(x, y, z) C 3 tel que x + 3y = 4z 6x = 0}. Il faut savoit passer facilement d une forme à l autre. Pour trouver les équations cartésiennes à partir de la forme 1 ou 2, on écrit le système linéaire obtenu en identifiant les coordonnées puis on le résout et on trouve ses équations de compatibilité. Ce seront les équations cartésiennes que l on cherchait. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

9 Chapitre 14: Les espaces vectoriels Base d un espace vectoriel ) Exercice 2 : Soient A l espace vectoriel engendré par (1, 1, 2, 1), (1, 0, 1, 1) et (0, 1, 2, 3). Trouver des équations cartésiennes de A. 3 Base d un espace vectoriel 3.1 Famille génératrice Définition 11 Soit E un K sous-espace vectorielde K n. Une famille (e 1,, e r ) d un K-espace vectoriel K n est dite génératrice de E si : E = Vect (e 1,, e r ). Proposition 12 Soit E un K-sous-espace vectoriel de K n. Une famille (e 1,, e r ) d un K-espace vectoriel K n est génératrice de E si et seulement si on a : x E, (a 1,, a r ) K r tels que x = a 1 e a r e r. 1. Une famille génératrice de K n est donc une famille contenant suffisamment d information pour engendrer K n en entier. C est un résumé de l information de K n. 2. Le caractère générateur d une famille (x 1,..., x p ) ne dépend pas de l ordre des éléments. 3. Le caractère générateur est une propriété extrinsèque, on parle de famille génératrice de E. Cela n a donc a priori aucun sens de dire qu une famille est génératrice sans préciser de quel sous-espace elle l est. Toute famille est génératrice... de l espace qu elle engendre! Toute famille (e 1,..., e p ) est génératrice de Vect (e 1,, e p ). 4. Par convention, lorsqu on dit qu une famille est génératrice (sans préciser de quel sous-espace), on sous-entend qu elle est génératrice de l espace ambiant tout entier. 1. ((1, 0), (1, 1)) est une famille génératrice de R 2. ((1, 0), (2, 3), (1, 1)) est aussi une famille génératrice de R ((1, 0), (2, 3), (1, 1)) n est pas une famille génératrice de R 3. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

10 Chapitre 14: Les espaces vectoriels Base d un espace vectoriel 3. ((1, 0, 0), (1, 1, 1)) n est pas une famille génératrice de R ((1, 0, 0), (1, 0, 1), (1, 1, 1)) est une famille génératrice de R 3. ((1, 0, 0), (1, 0, 1), (1, 1, 1), (5, 4, 1), (3, 2, 1)) est aussi une famille génératrice de R 3. Proposition 13 Soient (e 1,, e r ) une famille de K n et (f 1,, f q ) la famille obtenue à partir de (e 1,, e r ) en effectuant l une des opérations suivantes : 1. Permuter les vecteurs de (e 1,, e r ). 2. Ajouter à l un des vecteurs de (e 1,, e r ) une combinaison linéaire des autres. 3. Multiplier un des vecteurs de (e 1,, e r ) par un scalaire non nul. 4. Enlever un vecteur de (e 1,, e r ) qui serait combinaison linéaire des autres (en particulier le vecteur nul ou les vecteurs redondants). On a alors : Vect (e 1,, e r ) = Vect (f 1,, f q ) Faire un dessin dans R 2 ou R 3... Proposition 14 Soit E un K-sous-espace vectoriel de K n. Toute famille de E contenant une famille génératrice de E est génératrice de E. Toute famille de E engendrant une famille génératrice de E est génératrice de E. Mise en garde : Par contre, une partie d une famille génératrice d un K-sous-espace vectoriel E de K n n est pas nécessairement génératrice de K n. Enlever des vecteurs à une famille génératrice est donc un acte dangereux! ((1, 0, 0), (1, 0, 1), (1, 1, 1)) est une famille génératrice de R 3 mais ((1, 0, 0), (1, 0, 1)) n est pas une famille génératrice de R 3. Méthode : Pour montrer que (e 1,, e r ), une famille de K n, est génératrice d un K-sous-espace vectoriel E de K n, il faut prendre un élément quelconque x de E et chercher (a 1,, a r ) K r tels que : x = a 1 e a r e r. A l aide des coordonnées, on se rend compte que ces (a 1,, a r ) sont une solution du système linéaire dû à l identification des coordonnées dans l équation x = a 1 e a r e r d inconnue (a 1,, a r ) K r. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

11 Chapitre 14: Les espaces vectoriels Base d un espace vectoriel Pour trouver une famille génératrice d un K-sous-espace vectoriel E de K n, on chercher à exprimer E sous la forme suivante : E = Vect (e 1,, e r ). (e 1,, e r ) est alors une famille génératrice de E. ) Exercice 3 : Trouver une famille génératrice de A et une famille génératrice de B avec : A = { (a, a + b, 2b), (a, b) R 2 } et B = { (x, y, z, t, u) R 5 tel que x z + u = 0, x u + 3t = 0 }. 3.2 Famille libre Définition 15 Une famille (e 1,, e r ) de K n est dite libre (ou linéairement indépendant) si on a : Pour tout (a 1,, a r ) K r, a 1 e a r e r = 0 K n = a 1 = = a r = 0. Cela siginfie que la décomposition du vecteur nul sur cette famille est alors unique. Une famille de vecteur qui n est pas libre est dite liée (ou linéairement dépendant). Proposition 16 Ainsi, une famille (e 1,, e r ) de K n est donc liée si et seulement si il existe des scalaires a 1,, a r non tous nuls tels que : a 1 e a r e r = 0 K n. On parle de famille libre ou liée. Cela ne dépend pas de l espace vectoriel dans lequel on se place. Par contre, on parle de famille génératrice d un K-sous-espace vectoriel E de K n. Parler de famille génératrice sans préciser l espace n a pas d intérêt, toute famille étant génératrice de l espace qu elle engendre. ((1, 1)) est une famille libre, ((1, 1), (1, 3)) est une famille libre, ((1, 1), (2, 5), (1, 3)) est une famille liée. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

12 Chapitre 14: Les espaces vectoriels Base d un espace vectoriel Proposition 17 Soient u et v deux vecteurs. (u) est une famille libre si et seulement si u n est pas 0 K n. (u, v) est une famille libre si et seulement si (u, v) ne sont pas colinéaires. (u, v) est une famille liée si et seulement si (u, v) sont colinéaires. Mise en garde : La précédente équivalence n est pas vraie pour les familles comportant plus de 3 vecteurs. Par exemple, les vecteurs de ((1, 1), (3, 4), (2, 5)) sont deux à deux non colinéaires mais cette famille est tout de même liée. Méthode : Pour montrer que (e 1,, e r ), une famille de K n, est une famille libre, on prend des scalaires quelconques (a 1,, a r ) et on suppose qu ils vérifient a 1 e a r e r = 0 K n. On prouve alors, par le calcul, que nécessairement a 1 = = a r = 0. Si cette famille n a que un ou deux vecteurs, le plus simple est d utiliser la précédente proposition. ) Exercice 4 : Les familles suivantes sont-elles libres? 1. F 1 = ((1, 2, 1), (1, 3, 1)). 2. F 2 = ((1, 2), (1, 3), (12, 10)). Proposition 18 Toute famille contenant le vecteur nul est liée. Toute famille contenant une famille liée est liée. Une famille (e 1,, e r ) de K n est liée si et seulement si l un de ses vecteurs est combinaison linéaire des r 1 autres. On n a pas nécessairement le choix dans les vecteurs en trop : si u = (1, 0), v = (2, 0) et w = (0, 1), on peut écrire v comme combinaison linéaire de u et w, u comme combinaison linéaire de v et w mais pas w comme combinaison linéaire de u et v. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

13 Chapitre 14: Les espaces vectoriels Base d un espace vectoriel Proposition 19 Soit (e 1,, e r ) une famille de K n. Si (e 1,, e r ) est une famille libre alors, en permutant les vecteurs de cette famille, on obtient une famille libre. Si (e 1,, e r ) est une famille libre alors toute sous-famille de (e 1,, e r ) est aussi libre. (e 1,, e r ) est une famille libre si et seulement si tout vecteur de Vect (e 1,, e n ) se décompose de manière unique sur la famille (e 1,, e r ). (e 1,, e r ) est une famille libre si et seulement si à chaque fois que l on a deux combinaisons linéaires de (e 1,, e r ) égales alors leurs coefficients respectifs sont égaux deux à deux. Ainsi, si (e 1,, e r ) est une famille libre de K n, alors on a pour tout scalaires ((a 1,, a r ), (b 1,, b r )) de (K r ) 2 : a 1 = b 1 a 2 = b 2 a 1 e a r e r = b 1 e b r e r. a r = b r Mise en garde : Par contre, une famille contenant une famille libre n est pas nécessairement libre. Ajouter des vecteurs à une famille libre est donc un acte dangereux! 3.3 Base Définition 20 Soit E un Ksous-espace vectoriel de K n. On appelle base de E une famille libre et génératrice de E. Proposition 21 Soit E un K-sous-espace vectoriel de K n. Soit (e 1,, e r ) une famille de E. (e 1,, e r ) est donc une base de E si et seulement si on a : x E,!(a 1,, a r ) K r tels que x = a 1 e a r e r. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

14 Chapitre 14: Les espaces vectoriels Dimension d un espace vectoriel Dans cette dernière proposition, l unicité est due au caractère libre de la famille et l existence au caractère générateur de la famille. La famille B = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) est une base de R 3 : 1. Pour tout (x, y, z) dans R 3, on a : (x, y, z) = (0, 0, 0) x = y = z = 0. B est donc une famille libre. 2. Pour tout vecteur u de R 3, il exsite trois réels x, y et z tels que u = (x, y, z), on a donc : u = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1). B est donc une famille génératrice de R 3. La famille B = ((1, 0, 0), (1, 1, 0), (1, 1, 1)) est aussi une base de R 3 : 1. Pour tout (x, y, z) dans R 3, on a... B est donc une famille libre. 2. Pour tout vecteur u de R 3,... B est donc une famille génératrice de R 3. La famille B = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) est une base de R 3. Si on enlève un seul vecteur de cette famille, on perd le caractère générateur. Si on rajoute un vecteur, on perd le cacractère libre. 4 Dimension d un espace vectoriel 4.1 Définition Théorème 22 Soit G un sous-espace vectoriel de K n non réduit au vecteur nul. G admet alors une base. Toutes les bases de G ont le même nombre d éléments, ce nombre est appelé la dimension de G et est noté dim(g). On pose par convention dim ({0 K n }) = 0. Méthode : Pour trouver la dimension d un espace vectoriel de dimension finie, il suffit donc de trouver une base et de compter ses éléments. Proposition 23 La famille ((1, 0,, 0),, (0,, 0, 1)) est une base de K n, c est la base canonique de K n. On en déduit que dim(k n ) = n. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

15 Chapitre 14: Les espaces vectoriels Dimension d un espace vectoriel 4.2 Dimension et Famille libre Théorème 24 Théorème de la base incomplète. Soit F un sous-espace vectoriel de K n de dimension r. Soit q un entier naturel non nul tel que q r. Soit (u 1,..., u q ) une famille libre de F. On peut compléter (u 1,..., u q ) pour créer une base de F, c est à dire qu il existe (u q+1,..., u r ) F r q tel que (u 1,..., u q, u q+1,..., u r ) soit une base de F. ) Corollaire 25 : Soit (u 1,..., u p ) une famille libre de F avec F un sous-espace vectoriel de K n de dimension r. On a alors : 1. p n 2. Si p = n, (u 1,..., u p ) est une base de F. Ainsi, si on connaît une famille libre et la dimension d un espace vectoriel, il ne reste qu à compter le nombre de membres de cette famille pour savoir si cette famille est une base de l espace vectoriel. Si on cherche une base, on va compléter cette famille pour en faire une base. 4.3 Dimension et Famille génératrice Proposition 26 Soit F un sous-espace vectoriel de K n de dimension r. Soit (u 1,..., u p ) une famille génératrice de F. On a alors : 1. p r 2. Si p = r, (u 1,..., u p ) est une base de F. 3. On peut extraire une base de (u 1,..., u p ), c est à dire qu il existe (a 1,..., a r ) {u 1,..., u p } r tel que (a 1,..., a r ) soit une base de F. Ainsi, si on connaît une famille génératrice et la dimension d un espace vectoriel, il ne reste qu à compter le nombre de membres de cette famille pour savoir si cette famille est une base de l espace vectoriel. Si on cherche une base, on va éliminer dans cette famille le bon nombre de vecteurs judicieusement choisis. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

16 Chapitre 14: Les espaces vectoriels Coordonnées 4.4 Dimension et Base Proposition 27 Soit (u 1,..., u r ) une famille de F avec F un sous-espace vectoriel de K n de dimension r. Les trois propositions suivantes sont alors équivalentes : 1. (u 1,..., u r ) est une famille libre de F. 2. (u 1,..., u r ) est une famille génératrice de F. 3. (u 1,..., u r ) est une base de F. Il est plus facile actuellement de démontrer qu un famille est libre que de démontrer qu une famille est génératrice. C est pourquoi, si on connaît la dimension d un espace vectoriel, on ne démontrera que le caractère libre d une famille puis on comptera le nombre de membres de cette famille pour prouver qu une famille est une base. ) Exercice 5 : Montrer que ((0; 0; 1), ( 2; 1; 0), ( 1; 0; 1)) est une base de R Inclusion de sous-espaces vectoriels Proposition 28 Soient E et G deux espaces vectoriels de dimension finie tels que E G. On a : dim(e) dim(g). dim(e) = dim(g) si et seulement si E = G. Pour démontrer que deux espaces vectoriels sont égaux, on peut faire un raisonnement par double inclusion. On peut aussi, si on sait déjà que ces deux espaces vectoriels ont même dimension, se contenter d une simple inclusion. Méthode : Pour montrer que E G (avec E et G deux espaces vectoriels de dimension finie), le plus simple est d avoir les équations cartésiennes et de s assurer que les vecteurs de K n vérifient ces équations. On prouve ainsi que Vect((2; 3; 1), (1; 1; 2)) =Vect((3; 7; 0), (5; 0; 7)) car... 5 Coordonnées Dans toute cette partie, F désigne un sous-espace vectoriel de K p de dimension n. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

17 Chapitre 14: Les espaces vectoriels Coordonnées 5.1 Bases et coordonnées Définition 29 Soit B = (u 1,..., u n ) une base de F. Soit x un vecteur de F. Il existe un unique n-uplet (x 1,..., x n ) K n tel que x = x 1 u 1 + x 2 u x n u n. On appelle ce n-uplet (x 1,..., x n ) les coordonnées de x dans la base B. ) Exercice 6 : Montrer que ((3; 1), (5; 0)) est une base de R 2 et donner les coordonnées de (x; y) dans cette base. 5.2 Représentation matricielle Définition 30 Soit B = (u 1,..., u n ) une base de F. Soient x un vecteur de F et (x 1,..., x n ) les coordonnées de x dans la base B. On a : x = x 1 u 1 + x 2 u x n u n. On appelle matrice des coordonnées du vecteur x dans la base B la matrice suivante : Mat B (x) = Soit (a 1,..., a p ) une famille de p vecteurs de F. On note pour tout j 1, p, (a 1,j,..., a n,j ) les coordonnées de a j dans la base B, on a donc pour tout j 1, p : a j = a 1,j u 1 + a 2,j u a n,j u n. On appelle matrice des coordonnées de la famille (a 1,..., a p ) dans la base B la matrice suivante : Mat B (a 1,..., a p ) = x 1. x n a 1,1 a 1,p.. a n,1 a n,p Soient B la base canonique de R n et C la base canonique de R 3. 4 On a : Mat C ((4, 5, 6)) = 5. 6 Soit a = (a 1,..., a n ) un vecteur de R n. On a : Mat B (a) = a 1. a n. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

18 Chapitre 14: Les espaces vectoriels Notion de Rang ) Exercice 7 : Soient B = ((3; 7), (5; 0)), a 1 = (3; 1), a 2 = (11; 2) et a 3 = (8; 1). Montrer que B est une base de R 2 et donner Mat B (a 1 ) et Mat B (a 1, a 2, a 3 ). Proposition 31 Soient B une base de F, u et v deux vecteurs de F et λ un scalaire. On a : 1. Mat B (u + v) = Mat B (u) + Mat B (v) 2. Mat B (λu) = λmat B (u) 6 Notion de Rang 6.1 Rang d une famille Définition 32 Soit (u 1,..., u p ) une famille de K n. On appelle rang de la famille (u 1,..., u p ) la dimension de l espace vectoriel qu elle engendre, on a donc : rang (u 1,..., u p ) = dim (Vect (u 1,..., u p )). Proposition 33 Soit (u 1,..., u p ) une famille de F avec F un sous-espace vectoriel de K n de dimension r. On a : rang (u 1,..., u p ) min(r, p) rang (u 1,..., u p ) = p si et seulement si (u 1,..., u p ) est une famille libre. rang (u 1,..., u p ) = r si et seulement si (u 1,..., u p ) est une famille génératrice de F. Le rang est donc une notion fondamentale puisqu il permet de caractériser la notion de famille libre et de famille génératrice. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

19 Chapitre 14: Les espaces vectoriels Notion de Rang 6.2 Rang d une matrice Définition 34 Soit A une matrice ayant n lignes et p colonnes. On appelle (C 1,..., C p ) ses p vecteurs colonnes, ce sont des éléments de M n,1 (K). On appelle rang de A, et on note rang(a), le rang de la famille des p vecteurs colonnes de A. On a : rang(a) = rang (C 1,..., C p ) = dim (Vect (C 1,..., C p )). Soit A une matrice. On a : 1. rang(a) = 0 si et seulement si A = 0 2. rang(a) = 1 si et seulement si les différentes colonnes de A sont proportionnelles deux à deux et l une d elles n est pas nulle. 6.3 Matrices échelonnées Définition 35 Soit A = (a i,j ) 1 i n,1 j p une matrice. On appelle (L 1,..., L n ) ses n vecteurs lignes. Pour chaque ligne L i non nulle de A, on note d(i) le plus petit indice j tel que a i,j 0. On dit que A est échelonnée supérieurement s il existe un entier r de {0,..., n} tel que : Pour tout i de {1,..., r }, la ligne L i est non nulle (Il n y a donc pas de ligne nulle si r = 0). Pour tout i de {r + 1,..., n}, la ligne L i est nulle (Il n y a donc pas de blocs de lignes nulles à la fin si r = n). La suite (d(k)) 1 k r est strictement croissante. On appelle pivots de A les r coefficients non nuls situés aux positions (k, d(k)) avec 1 k r. Les matrices suivantes sont échelonnées : Les matrices suivantes ne sont pas échelonnées : Lycée Pierre-Gilles de Gennes/ ENCPB /2015

20 Chapitre 14: Les espaces vectoriels Notion de Rang Proposition 36 On utilise les notations précédentes. Une matrice échelonnée est de rang r rang = rang = rang 4. rang = = 1 Proposition 37 Le rang d une matrice est égal au rang de sa transposée. ) Corollaire 38 : Le rang d une matrice A est égal au nombre maximum de colonnes libres dans A. Il est aussi égal au nombre maximum de lignes libres dans A. 6.4 Algorithme du pivot de Gauss Définition 39 Soit F une famille de vecteurs de K n. On appelle opération élémentaire sur les vecteurs de cette famille l une des opérations suivantes : Multiplier un des vecteurs de la famille par un scalaire non nul. Ajouter à l un des vecteurs un multiple d un autre vecteur de la famille. Echanger deux vecteurs de la famille. Proposition 40 On utilise les notations précédentes. Soit F la famille de vecteurs obtenue en appliquant une opération élémentaire à F. F et F ont même rang. Lycée Pierre-Gilles de Gennes/ ENCPB /2015

21 Chapitre 14: Les espaces vectoriels Notion de Rang On en déduit qu on ne modifie pas le rang d une famille de vecteurs en lui appliquant une succession d opérations élémentaires. On ne modifiera donc pas le rang si l on ajoute à l un des vecteurs une combinaison linéaires des autres vecteurs de la famille. Définition 41 Soit A = (a ij ) 1 i n,1 j p une matrice à coefficients dans K. On appelle (L 1,..., L n ) ses n vecteurs lignes et (C 1,..., C p ) ses p vecteurs colonnes. On appelle opération élémentaire sur les lignes de A l une des opérations suivantes : Multiplier une ligne de A la famille par un scalaire α non nul. L i αl i. Ajouter à l une des lignes de A un multiple d une autre ligne de A. L i L i + βl j. Echanger deux lignes de A. L i L j. On appelle opération élémentaire sur les colonnes de A l une des opérations suivantes : Multiplier une colonne de A la famille par un scalaire α non nul. C i αc i. Ajouter à l une des colonnes de A un multiple d une autre colonne de A. C i C i + βc j. Echanger deux colonnes de A. C i C j. Mise en garde : Dans l opération C i αc i ou L i αl i, il est absolument indispensable que α soit non nul. Il faudra donc faire particulièrement attention dans le cas où α dépend d un paramètre. Proposition 42 On ne modifie pas le rang d une matrice en lui appliquant une suite d opérations élémentaires sur ses colonnes ou sur ses lignes. Proposition 43 Par suite d opérations élémentaires sur les colonnes ou sur les lignes d une matrice, on peut transformer toute matrice en une matrice échelonnée. Méthode : Pour calculer le rang d une matrice quelconque, il suffit de la transformer cette dernière en une matrice échelonnée. Proposition 44 Soit B une base d un sous-espace vectoriel E de K n. Soit (r 1,..., r p ) une famille de E. On a : rang (r 1,..., r p ) = rang (Mat B (r 1,..., r p )). Lycée Pierre-Gilles de Gennes/ ENCPB /2015

22 Chapitre 14: Les espaces vectoriels Notion de Rang Méthode : Lorqu on connaît une base B d un d un K-sous-espace vectoriel E de K n, il est simple avec le rang de caractériser les familles libres, les familles génératrice de E et les base de E. Il suffit de calculer le rang de cette famille (r 1,..., r p ) en faisant une interprétation matricielle (i.e. en introduisant Mat B (r 1,..., r p )). On calcule alors le rang de Mat B (r 1,..., r p ) en l échelonnant. On utilise enfin la proposition suivante pour conclure : Proposition 45 Soit (u 1,..., u p ) une famille de F avec F un sous-espace vectoriel de K n de dimension r. On a : rang (u 1,..., u p ) min(r, p). rang (u 1,..., u p ) = p si et seulement si (u 1,..., u p ) est une famille libre. rang (u 1,..., u p ) = r si et seulement si (u 1,..., u p ) est une famille génératrice de F. Méthode : La notion de rang permet aussi de trouver facilement la dimension d un K-sous-espace vectoriel E de K n. Si on connaît une base B d un espace vectoriel qui contient E, il suffit de trouver une famille génératrice quelconque de K n (donc de réussir à l exprimer sous forme de Vect ( ) ) et de calculer le rang de cette famille grâce à la méthode précédente pour conclure. ) Exercice 8 : Soit m un réel. On pose : c 1 = (2; 1; 1), c 2 = (1; 2; 1), c 3 = (1; 1; 2) et c 4 = (5; 1; 2). E = { (x, y, z, t) R 4 tel que x + 2y + t = 0 }. F m = ((1, 1, 0, 0), (1, 0, m, 1), (1, m, 1, 0), (1, 0, 0, m)) 1. Evaluer le rang des trois matrices suivantes : , m 0 0 m m 2. La famille (c 1, c 2, c 3, c 4 ) est-elle génératrice de R 3? 3. La famille F m est-elle libre? 4. Trouver la dimension de E. et Lycée Pierre-Gilles de Gennes/ ENCPB /2015

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

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

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

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

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

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

Plus en détail

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

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

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

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 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

Correction du Baccalauréat S Amérique du Nord mai 2007

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

Plus en détail

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

Cours d Analyse. Fonctions de plusieurs variables

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

Plus en détail

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

Plan du cours : électricité 1

Plan du cours : électricité 1 Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)

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

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

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

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

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

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

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

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples, Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très

Plus en détail

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé du baccalauréat S Asie 21 juin 2010 Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =

Plus en détail

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

Plus en 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

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

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

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

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

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

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

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

108y= 1 où x et y sont des entiers

108y= 1 où x et y sont des entiers Polynésie Juin 202 Série S Exercice Partie A On considère l équation ( ) relatifs E :x y= où x et y sont des entiers Vérifier que le couple ( ;3 ) est solution de cette équation 2 Déterminer l ensemble

Plus en détail

Partie 1 - Séquence 3 Original d une fonction

Partie 1 - Séquence 3 Original d une fonction Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)

Plus en 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

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

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

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m 1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.

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

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

Plus en détail

Equations cartésiennes d une droite

Equations cartésiennes d une droite Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la

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

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

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

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

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

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

LE PRODUIT SCALAIRE ( En première S )

LE PRODUIT SCALAIRE ( En première S ) LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation

Plus en détail

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

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

Plus en détail

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

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Angles orientés et trigonométrie

Angles orientés et trigonométrie Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.

Plus en détail

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

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

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

Amphi 3: Espaces complets - Applications linéaires continues

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

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

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

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

Géométrie dans l espace Produit scalaire et équations

Géométrie dans l espace Produit scalaire et équations Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire

Plus en détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

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

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

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

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

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

Plus en détail

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

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

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

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

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

aux différences est appelé équation aux différences d ordre n en forme normale.

aux différences est appelé équation aux différences d ordre n en forme normale. MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire

Plus en détail

PRIME D UNE OPTION D ACHAT OU DE VENTE

PRIME D UNE OPTION D ACHAT OU DE VENTE Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

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

Plus en détail

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

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

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

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

Plus en détail

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 intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

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

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

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

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES ET STATISTIQUE I&II PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits

Plus en détail

Programme de la classe de première année MPSI

Programme de la classe de première année MPSI Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

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

Planche n o 22. Fonctions de plusieurs variables. Corrigé

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

Plus en détail

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

Plus en 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

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

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

INF6304 Interfaces Intelligentes

INF6304 Interfaces Intelligentes INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie

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

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

Commun à tous les candidats

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

Plus en détail