Cécile Lardon. Professeur en classe préparatoire au lycée du Parc à Lyon. Jean-Marie Monier

Dimension: px
Commencer à balayer dès la page:

Download "Cécile Lardon. Professeur en classe préparatoire au lycée du Parc à Lyon. Jean-Marie Monier"

Transcription

1 Mathématiques Méthodes et eercices ECS e aée Cécile Lardo Professeur e classe préparatoire au lycée du Parc à Lyo Jea-Marie Moier Professeur e classe préparatoire au lycée La Martiière-Moplaisir à Lyo

2 Duod, Paris, ISBN

3 Table des matières Duod Toute reproductio o autorisée est u délit Remerciemets VI Réductio des edomorphismes et des matrices carrées Les méthodes à reteir Éocés des eercices 4 Du mal à démarrer? Corrigés des eercices 5 Algèbre biliéaire 38 Les méthodes à reteir 39 Éocés des eercices 4 Du mal à démarrer? 47 Corrigés des eercices 5 3 Itégrales sur u itervalle quelcoque 66 Les méthodes à reteir 66 Éocés des eercices 7 Du mal à démarrer? 79 Corrigés des eercices 84 4 Foctios umériques de plusieurs variables réelles 6 Les méthodes à reteir 7 Éocés des eercices Du mal à démarrer? 6 Corrigés des eercices 9 5 Variables aléatoires discrètes, vecteurs aléatoires discrets 5 Les méthodes à reteir 5 Éocés des eercices 54 Du mal à démarrer? 6 Corrigés des eercices 63 6 Variables aléatoires à desité 8 Les méthodes à reteir 8 Éocés des eercices 83 Du mal à démarrer? 9 Corrigés des eercices 93 7 Covergeces et approimatios 7 Les méthodes à reteir 7 Éocés des eercices 8 Du mal à démarrer? 4 Corrigés des eercices 7 8 Estimatio, statistique 43 Les méthodes à reteir 44 Éocés des eercices 45 Du mal à démarrer? 54 Corrigés des eercices 57 9 Algorithmique 76 Les méthodes à reteir 76 Éocés des eercices 8 Du mal à démarrer? 9 Corrigés des eercices 93 Problèmes de révisio 3 Éocés des eercices 33 Du mal à démarrer? 33 Corrigés des eercices 338 Ide 378 III

4 Pour bie utiliser cet ouvrage La page d etrée de chapitre Elle propose u pla du chapitre, les thèmes abordés das les eercices, aisi qu u rappel des poits essetiels du cours pour la résolutio des eercices Les méthodes à reteir Cette rubrique costitue ue sythèse des pricipales méthodes à coaître, détaillées étape par étape, et idique les eercices auquels elles se rapportet IV

5 Pour bie utiliser cet ouvrage Éocés des eercices De ombreu eercices de difficulté croissate sot proposés pour s etraîer La difficulté de chaque eercice est idiquée sur ue échelle deà4 Du mal à démarrer? Des coseils méthodologiques sot proposés pour bie aborder la résolutio des eercices Duod Toute reproductio o autorisée est u délit Corrigés des eercices Tous les eercices sot corrigés de faço détaillée V

6 Remerciemets Nous teos ici à eprimer otre gratitude au ombreu collègues qui ot accepté de réviser des parties du mauscrit : Pascal Alessadri, Jea-Philippe Bere, Gérard Bourgi, Frédérique Christi, Jea-Paul Christi, Sophie Cohéléach, Carie Courat, Sylvai Delpech, Hermi Durad, Viviae Gaggioli, Marguerite Gauthier, Adré Laffot, Tewfik Lahcèe, Hadrie Larome, Ibrahim Rihaoui, Reé Roy, Marie-Domiique Siéfert, Marie-Pascale Tho, Audrey Verdier VI

7 Réductio des edomorphismes et des matrices carrées CHAPITRE Pla Les méthodes à reteir Éocés des eercices 4 Du mal à démarrer? Corrigés des eercices 5 Thèmes abordés das les eercices Détermiatio des valeurs propres et des sous-espaces propres d u edomorphisme ou d ue matrice carrée Étude de la diagoalisabilité d u edomorphisme ou d ue matrice carrée, obtetio d ue diagoalisatio Calcul des puissaces d ue matrice carrée Résolutio d équatios matricielles Duod Toute reproductio o autorisée est u délit K désige R ou C Par commodité, o utilise les abréviatios suivates : ev pour : espace vectoriel sev pour : sous-espace vectoriel vp pour : valeur propre SEP pour : sous-espace propre Poits essetiels du cours pour la résolutio des eercices Défiitio de : valeur propre, vecteur propre, sous-espace propre Matrices de passage, formules de chagemet de base, matrices carrées semblables Défiitio de la diagoalisabilité, d ue diagoalisatio CNS de diagoalisabilité faisat iterveir la somme des sous-espaces propres CNS de diagoalisabilité faisat iterveir la somme des dimesios des sousespaces propres Coditio suffisate de diagoalisabilité : valeurs propres deu à deu distictes e dimesio Polyômes d edomorphisme, polyômes de matrice carrée, polyômes aulateurs d u edomorphisme, polyômes aulateurs d ue matrice carrée Toute matrice symétrique réelle est diagoalisable

8 Chapitre Réductio des edomorphismes et des matrices carrées Les méthodes à reteir Pour détermier les valeurs propres d u edomorphisme f d u espace vectoriel E ou d ue matrice carrée A de M (K) Essayer l ue des trois méthodes suivates : calculer, pour tout λ K, le rag de la matrice A λi e foctio de λ ; λ est valeur propre si et seulemet si rg (A λi ) < Eercices a), b), c), e), f), 4 b), 6 b)), a), a), 35 b) reveir à la défiitio, c est-à-dire résoudre l équatio f () λ, d icoue λ K, où E\{}, ou l équatio AX λx, d icoue λ K, où X M, (K) \{} Eercices 6 b), 34 faire iterveir la otio de polyôme aulateur, si f ou A satisfait ue équatio assez simple Eercices b), 5 a), 6 d), 8 a), 9, 3, 33 b) Se rappeler que les valeurs propres d ue matrice triagulaire se liset sur sa diagoale Eercices d), 8 c), 3 c), 5 a), a), 5 d)), 33 a) Appliquer la défiitio : Pour détermier le sous-espace propre associé à ue valeur propre λ d u edomorphisme f ou d ue matrice carrée A de M (K) SEP ( f,λ ) Ker ( f λ Id E ) { E ; f () λ }, SEP (A,λ ) { X M, (K); AX λ X }, c est-à-dire résoudre l équatio f () λ, d icoue E ou l équatio AX λ X, d icoue X M, (K) Eercices, 5 b), b), a), 5 d)), 33 a) Pour détermier les valeurs propres et les vecteurs propres d u edomorphisme f d u espace vectoriel E ou d ue matrice carrée A de M (K) Essayer de : détermier d abord les valeurs propres de f ou de A, par ue méthode vue plus haut, puis, pour chaque valeur propre, détermier le sous-espace propre associé par la méthode vue plus haut Eercice résoudre l équatio f () λ, d icoues λ K, E \{} ou l équatio AX λx, d icoues λ K, X M, (K) Eercices 3 b), 6 b)), 4 b), 7, 8 b) Pour étudier la diagoalisabilité d ue matrice carrée A de M (K)et évetuellemet pour diagoaliser A Détermier les valeurs propres de A : si A admet valeurs propres deu à deu distictes, alors, d après le cours, A est diagoalisable Eercices a), b), 6 c), 9, a), 7 d)

9 Les méthodes à reteir (suite) si A admet qu ue seule valeur propre α et si A α I, alors A est pas diagoalisable, comme o le motre e raisoat par l absurde Eercices d), 8 c), 9, 3 c) sio, détermier les sous-espaces propres de A puis les dimesios des sous-espaces propres de A ; d après le cours, A est diagoalisable si et seulemet si la somme des dimesios des sous-espaces propres de A est égale à Eercices c), e), c), 5 c), 8 c), b), 7, 5 d)), 6 c) si A est diagoalisable, e otat D la matrice diagoale formée (sur la diagoale) par les valeurs propres de A (présetes autat de fois que la dimesio du sous-espace propre associé), et e otat P la matrice de passage de la base caoique de M, (K) à ue base de vecteurs propres de A (associés au valeurs propres de A, das l ordre), o obtiet ue diagoalisatio A PDP de A Eercices a), b), c) se rappeler que toute matrice symétrique réelle est diagoalisable Eercices b), c), 3 a), 4 a), 7 b), e), 4 a), 8 a), 35 a) Duod Toute reproductio o autorisée est u délit Pour étudier la diagoalisabilité d u edomorphisme f d u espace vectoriel E de dimesio fiie Pour calculer les puissaces d ue matrice carrée Détermier les valeurs propres de f : si f admet valeurs propres deu à deu distictes, alors f est diagoalisable Eercice 6 sio, détermier les sous-espaces propres de f, puis évetuellemet les dimesios des sous-espaces propres de f f est diagoalisable si et seulemet si la somme des sous-espaces propres de f est égale à E Eercice 6 f est diagoalisable si et seulemet si la somme des dimesios des sous-espaces propres de f est égale à Eercices 6, 5 o peut essayer de se rameer à l étude de la diagoalisabilité d ue matrice carrée, e cosidérat la matrice de f das ue certaie base de E Eercices 7, 8,, 9 Essayer d utiliser, si possible, ue diagoalisatio A PDP de A, où D est diagoale et P est iversible O a alors : N, A PD P De plus, A estiversiblesietseulemetsid est iversible, et, das ce cas, o a alors : Z, A PD P Eercice 3 c) 3

10 Chapitre Réductio des edomorphismes et des matrices carrées Éocés des eercices Eemples d étude de diagoalisabilité et de diagoalisatio évetuelle de matrices carrées d ordre 3 Pour chacue des matrices suivates, est-elle diagoalisable et, si oui, la diagoaliser : a) A d) E b) B 3 e) F c) C 4 3 f) G Eemple de diagoalisatio d ue matrice carrée d ordre 4, d après HEC 9 O cosidère la matrice A de M 4 (R) et o ote f l edomorphisme de R 4 représeté par A das la base caoique B (e, e, e 3, e 4 )der 4 a) O ote v (,,, ), v (,,, ), v 3 (,,, ) Calculer f (v i ) pour tout i ; 3 b) Calculer A Qu e déduit-o pour les valeurs propres de A? c) Motrer que A est diagoalisable das M 4 (R) et détermier ue matrice de passage P de la base B à ue base de vecteurs propres pour f 3 Eemple de détermiatio des valeurs propres et des sous-espaces propres d ue matrice carrée d ordre 5, d après HEC 6 O cosidère la matrice A M 5 (R) a) Est-ce que A est diagoalisable? b) Détermier les valeurs propres et les sous-espaces propres de A 4 Eemple de calcul des puissaces d ue matrice carrée d ordre 3 à l aide d ue diagoalisatio O ote A M 3(R) / a) Motrer que A est diagoalisable et que A est iversible b) Diagoaliser A c) E déduire l epressio de A pour tout Z 4

11 Éocés des eercices 5 Eemple d étude de diagoalisabilité pour u edomorphisme de M (R) ( ) ab O ote E M (R)et: f : E E, ( ) a + db+ c cd b + ca+ d a) Vérifier : f L (E) etf f b) Détermier les valeurs propres et les sous-espaces propres de f c) Est-ce que f est diagoalisable? 6 Élémets propres d u edomorphisme d u ev de polyômes O cosidère l applicatio f défiie das C [X] par : P C [X], f (P) (X + )P (X )P a) Motrer que f est u edomorphisme de C [X] b) Détermier les valeurs propres et les sous-espaces propres de f, de deu faços différetes, e utilisat : ) la défiitio des élémets propres de f ) la matrice de f das la base (, X, X )dec [X] c) L edomorphisme f est-il diagoalisable? 7 Eemple de détermiatio des élémets propres d u edomorphisme de M (R) ( ) ( ) ab d b O cosidère l applicatio f : M (R) M (R), cd c a a) Vérifier que f est u edomorphisme de l espace vectoriel M (R) et écrire la matrice de f das la base caoique de M (R) b) Motrer que f est diagoalisable 8 Étude de diagoalisabilité pour u edomorphisme d u ev de polyômes Soit (a, b) R O ote a) Vérifier : f L ( R [X] ) f : R [X] R [X], P P(X + a) + P(X + b) (a + b)p (X) Duod Toute reproductio o autorisée est u délit b) Former la matrice de f das la base caoique B (, X, X )der [X] c) Détermier ue CNS sur (a, b) pour que f soit diagoalisable 9 Étude de diagoalisabilité pour ue matrice carrée d ordre à paramètres, d après EDHEC 8 ( ) Détermier ue coditio écessaire et suffisate sur (,y) R pour que la matrice A y soit diagoalisable das M (R) Eemple d étude de diagoalisabilité d ue matrice carrée d ordre 3 à paramètre, d après EDHEC 8 3 a 5 + a a O ote, pour tout a R, M(a) a a a M 3(R) 5 5 5

12 Chapitre Réductio des edomorphismes et des matrices carrées a) Détermier les valeurs propres de M(a), pour tout a R b) Trouver l esemble des a R tels que M(a) soit diagoalisable Étude de diagoalisabilité pour ue matrice carrée d ordre 3 à paramètre a) O ote J Motrer que J est diagoalisable das M 3(C) a c b b) O ote, pour tout (a, b, c) C 3, M(a, b, c) ba+ cb+ c c b a+ c Motrer que, pour tout (a, b, c) C 3, M(a, b, c) est diagoalisable das M 3 (C) Eemple d étude de diagoalisabilité pour u edomorphisme de M (R) ( ) O ote A M (R) etf : M (R) M (R), M AM a) Vérifier : f L ( M (R) ) b) Détermier Ker ( f ) et e doer ue base et la dimesio c) Détermier Im ( f ) et e doer ue base et la dimesio d) Écrire la matrice de f das la base caoique B (E, E, E 3, E 4 )dem (R), où : ( ) ( ) ( ) ( ) E, E, E 3, E 4 e) Est-ce que f est diagoalisable? 3 Eemple d edomorphisme d u espace de foctios, d après HEC O ote, pour tout k ; 3 : f k : R R, k e et o ote B ( f, f, f, f 3 ), E Vect (B) a) Motrer que B est ue base de E et détermier dim (E) b) Motrer que l applicatio φ : f f f est u edomorphisme du R-espace vectoriel E O ote M la matrice de f das B c) La matrice M est-elle iversible? diagoalisable? 4 Eemple de détermiatio des valeurs propres d ue matrice carrée d ordre si i + j est pair Soiet p N, p +, A (a ij ) ij M (R), où : a ij sio a) Est-ce que A est diagoalisable? b) Détermier les valeurs propres et les sous-espaces propres de A 5 Eemple d étude de diagoalisabilité pour ue matrice carrée d ordre si (i ou j ) Soiet N \{, }, A (a ij ) ij M (R)où: a ij sio 6

13 Éocés des eercices a) Détermier les valeurs propres de A b) Calculer A Est-ce que A A? c) Motrer que A est pas diagoalisable 6 Edomorphismes f tels que ( f ae) ( f be), d après EDHEC 6 Soiet E u K-ev de dimesio fiie, dim (E) N, e Id E, (a, b) K tel que a b, f L (E) tel que ( f ae) ( f be) a) Motrer : Im ( f be) Ker ( f ae) et Im(f ae) Ker ( f be) b) Établir : a b ( f be) + ( f ae) e b a c) Démotrer que les sev Ker ( f ae) etker(f be) dee sot supplémetaires das E d) Coclure que f est diagoalisable 7 Matrices A M (R) telles que A I, d après EDHEC 6 Soit N Le but de l eercice est d étudier l eistece de matrices A M (R) telles que A I a) O suppose ici pair ( ) E utilisat la matrice, motrer qu il eiste A M (R) telle que A I b) O suppose ici impair, et o suppose qu il eiste A M (R) telle que A I ) E utilisat l eercice 6, motrer que A est diagoalisable das M (C) et que ses valeurs propres sot i et i O ote E i et E i les sous-espaces propres de A respectivemet associés à i et i Pour toute matrice carrée M (m ij ) ij M (C), o ote M (m ij ) ij M (C), et, pour toute matrice coloe X ( i ) i M, (C), o ote X ( i ) i M, (C) ) Motrer, pour toute X M, (C): X E i X E i 3) E déduire que, si (u,, u d ) est ue base de E i,alors(u,, u d ) est ue base de E i et coclure : dim (E i ) dim (E i ) 4) Ameer ue cotradictio et coclure Duod Toute reproductio o autorisée est u délit 8 Étude d u edomorphisme ilpotet Soiet E u K-ev de dimesio fiie et f L (E) ilpotet (c est-à-dire qu il eiste p N tel que f p ) a) Motrer que est ue valeur propre de f, et que c est la seule b) L edomorphisme f est-il diagoalisable? 9 Polyômes d edomorphismes, d après HEC Soiet E u espace vectoriel de dimesio fiie, e Id E, f L (E) tel que : ( f e) 3 ( f e) et (f e) 3 ( f e) Étudier la diagoalisabilité de f Eemple de recherche des sev stables par u edomorphisme, d après HEC 9 Soiet E u K-espace vectoriel de dimesio 3, B (e, e, e 3 ) ue base de E 7

14 Chapitre Réductio des edomorphismes et des matrices carrées O cosidère la matrice A de M 3(K) et o ote f l edomorphisme représeté par A das la base B de E O se propose de trouver tous les sev F de E stables par f, c est-à-dire les sev F de E tels que f (F) F a) Détermier les valeurs propres et les sous-espaces propres de f b) Soit F u sev de E stable par f ) Motrer que, si dim (F), alors F Vect (e ) ) Motrer que, si dim (F), alors F Vect (e, e ) c) Coclure Noyau et image de f lorsque f est diagoalisable Soiet E u espace vectoriel de dimesio fiie, f L (E) diagoalisable Motrer : Ker ( f ) Ker ( f ) et Im(f ) Im ( f ) Racies carrées d ue matrice carrée de M (C) ayat valeurs propres Soiet N, A M (C) admettat valeurs propres deu à deu distictes, otées λ,, λ O ote D diag(λ i )etp GL (C) telle que A PDP i O se propose de résoudre l équatio M A, d icoue M M (C) a) Soit M M (C) O ote N P MP Motrer : M A N D b) Motrer que, pour toute N M (C), si N D, alors N commute avec D c) Détermier toutes les matrices de M (C) qui commutet avec D d) E déduire l esemble { M M (C); M A } Cet esemble est-il fii? Si oui, combie a-t-il d élémets? 3 Lie etre les diagoalisabilités de AB et de BA Soiet N, A, B M (R) telles que AB soit diagoalisable a) Motrer que, si A ou B est iversible, alors BA est diagoalisable b) Le résultat précédet est-il valable sas l hypothèse d iversibilité? (O pourra se limiter au cas ) 4 f g et g f ot les mêmes valeurs propres Soiet E u espace vectoriel de dimesio fiie, f,g L (E) Motrer que f g et g f ot les mêmes valeurs propres 5 Eemple d edomorphisme d u espace de polyômes, d après HEC O ote f : R[X] R[X], P 3XP + (X X)P (X 3 X )P a) Motrer que f est u edomorphisme du R-espace vectoriel R[X] b) Calculer f (X ) pour tout N c) L applicatio f est-elle ijective? surjective? 8

15 Éocés des eercices d) ) Motrer qu il eiste N uique tel que R [X] soit stable par f et détermier cet etier ) O ote g l edomorphisme de R [X] (où a la valeur obteue ci-dessus) iduit par f Est-ce que g est diagoalisable? 6 Eemple d étude de diagoalisabilité pour ue matrice carrée d ordre Soit N tel que 3 O ote A () M (R) a) Quel est le rag de A? E déduire que est valeur propre de A et détermier la dimesio du sous-espace propre associé b) Détermier les valeurs propres de A c) Motrer que A est diagoalisable 7 Étude de diagoalisabilité pour ue matrice carrée d ordre Soiet N, a,, a R tels que < a < < a O ote : a a 3 a a a 3 a a) Soit λ R, X a a A M (R) a a a a M,(R) \{}, S a i i Motrer : i AX λx ( S (λ + a ),, S (λ + a ) ) Duod Toute reproductio o autorisée est u délit b) E déduire que, pour tout λ R, λ est valeur propre de A si et seulemet si : ( k ;, λ+ ak ) a k et λ + a k c) Dresser le tableau des variatios de la foctio f : λ + d) Coclure quat à la diagoalisabilité de A das M (R) k k a k λ + a k 8 Étude des valeurs propres d ue matrice carrée d ordre tridiagoale, par utilisatio d ue suite récurrete liéaire () Soiet N, A M (R) () 9

16 Chapitre Réductio des edomorphismes et des matrices carrées a) Motrer que A est diagoalisable das M (R) b) Soiet λ R ue valeur propre de A, X M,(R) \{} tel que AX λx O ote de plus et + ) Motrer : i ;, i+ λ i+ + i ) Établir que l équatio r λr +, d icoue r C, admet deu solutios distictes, otées r, r 3) E déduire : λ [ ; ] 9 Somme de projecteurs Soiet E u K-ev de dimesio fiie otée, e Id E, k N, (u,, u k ) ( L (E) )k tel que : k u i e et (i, j) ; k (, i j ui u j ) i a) Motrer : i ; k, u i u i b) Établir que les sev Im (u i ), i ; k, sot e somme directe et que E c) Démotrer que tout élémet de Vect (u,, u k ) est diagoalisable k Im (u i ) 3 Trois edomorphismes vérifiat des égalités Soiet E u espace vectoriel de dimesio fiie, e Id E, f, g,h L (E) tels que : i f g h, g h f, h f g a) Motrer : f g h puis f 5 f O suppose doréavat que f est bijectif et diagoalisable b) Établir : f e c) Motrer que f, g,h commutet deu à deu 3 CNS pour que α soit valeur propre de f Soiet E u espace vectoriel de dimesio fiie, α R, f L (E) Motrer : α est valeur propre de f si et seulemet si α ou α est valeur propre de f 3 Eemple des puissaces d ue matrice carrée o diagoalisable Soiet N, A M (R) telle que : A(A I ), (A I ), A(A I ) a) Motrer que les valeurs propres de A sot et b) Établir que A est pas diagoalisable c) Eprimer, pour tout k N, A k comme combiaiso liéaire de A et A d) Doer u eemple de telle matrice A pour 3

17 Éocés des eercices 33 Étude de projecteur, d après HEC a) La matrice A est-elle diagoalisable das M 3(R)? b) Soiet E u R-ev de dimesio 3 et f L (E) tel que f soit u projecteur et que rg ( f ) ) Motrer que l esemble des valeurs propres de f est {} ou {, } ou {, } ) O suppose, de plus, que f admet pour valeur propre et que f est pas u projecteur Motrer qu il eiste ue base B de E das laquelle f est représeté par A 34 Disques de Gershgori Soiet N, A (a ij ) ij M (C) Motrer que, pour toute valeur propre λ de A das C, il eiste i ; tel que : λ a ii a ij j, j i 35 Comportemet asymptotique des valeurs propres d ue matrice carrée d ordre O ote, pour tout N tel que 4: A M (R) () a) Motrer que A est diagoalisable das M (R) b) Motrer que est valeur propre de A et détermier la dimesio du sous-espace propre associé c) Établir que A admet eactemet quatre valeurs propres, qui sot et trois autres réelles deu à deu distictes, otées a, b, c, qui sot les racies du polyôme P X 3 X ( )X + ( ), et que : a < < b < < c d) Démotrer successivemet : c >, c, c, b, a Duod Toute reproductio o autorisée est u délit 36 Égalités de polyômes de matrices carrées Soiet P K[X], A, B M (K) diagoalisables O suppose que l applicatio polyomiale P : K K, P() est ijective et que P(A) P(B) Motrer : A B

18 Chapitre Réductio des edomorphismes et des matrices carrées Du mal à démarrer? a) Pour détermier les vp de A, étudier le rag de la matrice A λi 3 selo les valeurs du réel λ Détermier les SEP e utilisat la défiitio b) Remarquer que B est symétrique réelle Pour détermier les vp de B, étudier le rag de la matrice B λi 3 selo les valeurs du réel λ Détermier les SEP e utilisat la défiitio c) Pour détermier les vp de C, étudier le rag de la matrice C λi 3 selo les valeurs du réel λ Détermier les SEP e utilisat la défiitio d) Pour les vp, remarquer que E est triagulaire Motrer que E est pas diagoalisable e raisoat par l absurde e) Pour détermier les vp de F, étudier le rag de la matrice F λi 3 selo les valeurs du réel λ Détermier les SEP e utilisat la défiitio f) Pour détermier les vp de G, étudier le rag de la matrice G λi 3 selo les valeurs du réel λ À cet effet, étudier les variatios de la foctio λ λ 3 + λ 4 Motrer que G est pas diagoalisable e raisoat par l absurde a), b) Immédiats c) Remarquer que A est symétrique réelle Détermier SEP (f, ) et, d autre part, utiliser a) pour déduire Vect (v,v,v 3 ) SEP (f, ) 3 a) Remarquer que A est symétrique b) Résoudre l équatio AX λx, d icoues λ R, X 5 M 5, (R) \{}, e eprimat, par eemple,, 3, 4, 5 e foctio de 4 a) Remarquer que A est symétrique réelle Calculer le rag de A, par eemple b) Pour détermier les vp de A, étudier le rag de la matrice A λi 3 selo les valeurs du réel λ Détermier les SEP de A par la défiitio c) Utiliser la diagoalisatio A PDP obteue e b) pour calculer (PDP ) PD P 5 a) Immédiat b) Pour détermier les vp, utiliser a) Détermier les SEP e utilisat la défiitio c) Calculer la somme des dimesios des SEP 6 a) Immédiat b) ) Résoudre l équatio f(p) λp, d icoues λ C, P C [X] \{}, e otat P ax + bx+c, (a, b, c) C b) ) Calculer f(), f(x), f(x ), e déduire la matrice de f das la base caoique (, X, X )dec [X] et détermier les vp et les SEP de cette matrice carrée d ordre 3 par la méthode habituelle c) L edomorphisme f de C [X] admet trois vp deu à deu distictes 7 a) La liéarité de f est immédiate Calculer les images par f des vecteurs de la base caoique B (E,E,E 3,E 4 )dem (R) b) Remarquer que la matrice de f das B estsymétrique réelle 8 a) Immédiat b) Calculer f(), f(x), f(x ) c) Le cas a + b est d étude immédiate Si a + b, raisoer par l absurde pour motrer qu alors f est pas diagoalisable 9 Étudier les valeurs propres de A et séparer e cas selo le sige de y a) Calculer, pour λ R, le rag de M(a) λi 3 selo les valeurs de λ b) Détermier les SEP de M(a) e utilisat la défiitio Étudier la somme des dimesios des SEP de M(a) a) Détermier les vp de J par la méthode habituelle Motrer que le polyôme X 3 X dec[x] admet trois zéros deu à deu disticts b) Remarquer que M(a, b, c) se décompose liéairemet sur I 3,J,J a) Immédiat ( ) y b) Résoudre f(m), d icoue M M z t (R) ( ) y c) Calculer f(m) pour toute M M z t (R) d) Calculer f(e ),, f(e 4 ) e foctio de E,, E 4 e) Remarquer que la matrice obteue e d) est symétrique réelle 3 a) Motrer que B est libre e reveat à la défiitio et e faisat iterveir u polyôme b) Calculer φ(f i ) pour tout i ; 3 c) Motrer que M admet ue valeur propre et ue seule, puis raisoer par l absurde

19 Du mal à démarrer? Duod Toute reproductio o autorisée est u délit 4 a) Remarquer que A est symétrique réelle b) Résoudre l équatio AX λx, d icoues λ R, X p+ M p+, (R) \{} 5 a) Remarquer que A est triagulaire b) Immédiat c) Pour motrer que A est pas diagoalisable, raisoer par l absurde et remarquer que, si D est ue matrice diagoale semblable à A, alors D D 6 a) Passer par les élémets b) Immédiat c) Motrer que Ker (f ae) Ker (f be) {} e passat par les élémets Motrer E Ker (f)+im(f) e passat par les élémets et e utilisat a) d) Motrer que les vp de f sot parmi a et b et utiliser c) 7 a)cosidérer la matrice, diagoale par blocs, formée par la répétitio de la matrice d ordre proposée b) ) Appliquer l eercice 6, versio matricielle, au couple (a, b) (i, i) Ne pas oublier de motrer que i et i sot vp de A, e raisoat par l absurde b) ) Partir de AX i X et cojuguer b) 3) Motrer que u,, u d sot das E iù et que la famille (u,, u d ) est libre et géératrice de E i b) 4) Déduire dim(e i ), puis ue cotradictio 8 a) Remarquer que le polyôme X p est aulateur de f Motrer que f est pas bijectif b) Motrer que, si f est diagoalisable, alors f Réciproque immédiate 9 Remarquer que le polyôme (X ) 3 (X ) est aulateur de f et raisoer par l absurde pour motrer que f est pas diagoalisable a) Immédiat b) ) Immédiat b) ) Supposer qu il eiste v F tel que v Vect (e,e ), oter v a e + a e + a 3 e 3 où (a,a,a 3 ) R 3 et a 3, et cosidérer f(v) etf (v) c) Immédiat Faire iterveir ue base B (e,, e )dee das laquelle f est représeté par ue matrice diagoale Eprimer Ker (f) etim(f) à l aide de e,, e Utiliser : λ λ a) Remplacer M par PNP b) Immédiat c) Noter N ( ij ) ij et traduire ND DN d) Utiliser a), b), c) Pour détermier le ombre d élémets de l esemble étudié, distiguer e deu cas selo que est valeur propre de A ou o 3 a) Supposer A iversible et diagoaliser ABsous la forme AB PDP Étudier le cas où B est iversible b) Trouver u cotreemple, par eemple das lequel AB et BA 4 Soit λ ue valeur propre de f g, E \{} tel que (f g)() λ Calculer(g f) ( g() ) et séparer e deu cas : g(), g() Appliquer le résultat de ) à(g, f) àlaplacede(f, g) 5 a) b) Immédiats c) Cosidérer f(x )etf(x 3 ) Remarquer : f(p)() d) ) Utiliser b) d) ) Écrire la matrice de g das la base caoique de R 3 [X], e déduire les valeurs propres de g, puis détermier les sousespaces propres de g 6 a) Remarquer que, e otat C,, C les coloes de A, o a C C et C C Appliquer le théorème du rag b) Détermier les vp de A par l étude de l équatio A X λx, d icoue λ R et où X M, (R) \{} c) Étudier les dimesios des SEP de A 7 a) Immédiat b) Supposer, par eemple, λ + a, et déduire X, cotradictio Déduire S c) Calculer f (λ) pour λ R \{a,, a d } et détermier les limites de f d) Déduire de c) que A admet vp deu à deu distictes 8 a) Remarquer que A est symétrique réelle b) ) Poser le système d équatios correspodat à AX λx b) ) Raisoer par l absurde : supposer que l équatio r λr +, d icoue r C, admet ue solutio double, et ameer ue cotradictio b) 3) Remarquer : r + r λ, r r 3

20 Chapitre Réductio des edomorphismes et des matrices carrées 9 a) Pour i ; k, calculeru i par u i e u i b) Soit (,, k ) Im (u ) Im (u k ) tel que k i Itroduire t i E tel que i u i (t i ), déduire i u i ( i ), puis, pour ( k ) j ; k, calculer u j i i Motrer que, pour tout E, se décompose sur les Im (u i ), i k, e partat de e() c) Utiliser ue base de E formée par la réuio de bases des Im (u i ) 3 a) Calculer f e remplaçat (ue fois) f par g h et e utilisat les hypothèses Calculer f 5 par f f f (par eemple) b) Remarquer f (f 4 e) et utiliser la bijectivité de f Motrer que f +e est bijectif, par eemple e passat à l aspect matriciel das ue base de diagoalisabilité de f c) Calculer g f, e utilisat les hypothèses et g e (par eemple) 3 ) Supposer que α est valeur propre de f Faire iterveir u vecteur propre de f associé à α, etcalculerf () De même si α est valeur propre de f ) Pour la réciproque, raisoer par cotrapositio Supposer que α est pas valeur propre de f et que α est pas valeur propre de f Traduire ceci par des bijectivités 3 a) ) Remarquer que le polyôme X(X ) est aulateur de A ) Supposer que est pas valeur propre de A et, e utilisat A, déduire ue cotradictio Supposer que est pas valeur propre de A et, e utilisat (A I ), déduire ue cotradictio b) Raisoer par l absurde : supposer A diagoalisable Écrire alors A PDP avec D diag (,,,,, ) et P iversible Calculer D puis A et coclure c) Obteir A 3 A A Motrer, par récurrece, que, pour tout k N, il eiste (a k,b k ) R tel que : A k a k A + b k A, et obteir des relatios eprimat a k+ et b k+ e foctio de a k et b k Eprimer a k+ e foctio de a k et a k+ Résoudre cette récurrece liéaire du secod ordre à coefficiets costats i d) Evisager, par eemple, ue matrice triagulaire dot les termes diagoau sot,, 33 a) Détermier les vp et les SEP de A b) ) Remarquer que le polyôme X 4 X est aulateur de f Motrer que est valeur propre de f, e raisoat par l absurde Motrer que,, e peuvet pas être tous trois valeurs propres de f, e raisoat par l absurde b) ) Motrer que f est pas diagoalisable, e raisoat par l absurde Établir : Ker (f) Ker (f ) Utiliser u vecteur v 3 tel que v 3 Ker (f )etv 3 Ker (f) 34 Soit λ ue vp de A das C Itroduire X M, (C) \{} tel que AX λx, et pas- ser au élémets Cosidérer u idice i ; tel que i Ma k Faire passer a ii i das l autre membre et utiliser k l iégalité triagulaire 35 a) Remarquer que A est symétrique réelle b) Motrer rg (A ) 3 et déduire dim ( SEP (A, ) ) 3 c) Étudier, pour λ R, le rag de A λ I et séparer e cas : λ, λ, λ et λ Motrer que P admet trois zéros réels, deu à deu disticts d) Calculer P () Motrer c 3 Motrer c 3 ( )c Motrer b b3 b Remarquer a b c ( ) 36 Itroduire D diag(d i ),E diag(e i ),Q,R GL (K) telles i i que : A QDQ et B RER Déduire : (R Q)P(D) P(E)(R Q) Noter U R Q et passer au élémets 4

21 Corrigés des eercices a) Détermios les valeurs propres de ASoitλ ROa: 4 λ 6 3 rg (A λi 3 ) rg 3 λ λ 3 λ rg 4 λ 6 3 L L λ 3 λ rg 6 (4 + λ)(3 λ) 3 + (4 + λ) 4 + 4(3 λ) λ L L (4 + λ)l L 3 L 3 + 4L 3 λ rg 8 4λ λ L L λ + λ + λ 3 λ rg λ 8 4λ C C 3 + λ 6 + λ + λ 3 λ rg λ 8 4λ L 3 L 3 + L λ 3λ + 3 si λ etλ etλ sio Ceci motre que les valeurs propres de A sot :,, Comme A est carrée d ordre 3 et que A admet trois valeurs propres deu à deu distictes, d après le cours, A est diagoalisable Détermios les sous-espaces propres de A Soit X y M 3,(R) z X SEP (A, ) AX X 4 + 6y 3z 3 + 6y 3z + 3y z y + 4y z 4 4y + 3z z 4 4y + 4z ( + z) + y + z ( + z) + 4y y ( + z) y Aisi : SEP (A, ) { ; R} Vect ( ) X SEP (A, ) AX X 4 + 6y 3z 5 + 6y 3z + 3y z y + y z 4 4y + 3z z 4 4y + z y z z y 5(y z) + 6y 3z 4(y z) 4y + z Aisi : SEP (A, ) { y ; y R} Vect ( ) y X SEP (A, ) AX X 4 + 6y 3z 6 + 6y 3z + 3y z y + y z 4 4y + 3z z 4 4y + z ( y) z y ( y) z z 4( y) + z Aisi : SEP (A, ) { ; R} Vect ( ) O coclut A PDP, où, par eemple : P, D b) La matrice B est symétrique réelle, doc, d après le cours, B est diagoalisable Détermios les valeurs propres de B Soit λ ROa: λ rg (B λi 3 ) rg λ λ λ L L 3 rg λ λ 5

22 Chapitre Réductio des edomorphismes et des matrices carrées λ rg λ λ + λ λ L3 L 3 + λl λ rg λ α L3 L 3 + L où α + λ λ ( + λ)( λ) 3 si λ et λ etλ sio Ceci motre que les valeurs propres de B sot :,, Puisque B est carrée d ordre 3 et admet trois valeurs propres deu à deu distictes, d après le cours, B est diagoalisable, ce que l o a vu autremet plus haut Détermios les sous-espaces propres de B Soit X y M 3,(R) z X SEP (B, ) BX z + y + z doc : SEP (B, ) ; R Vect X SEP (B, ) BX X z z y + y + z z doc : SEP (B, ) ; R Vect z y, y z, X SEP (B, ) BX X z y z y z, + y + z z doc : SEP (B, ) ; R Vect O coclut B PDP, où, par eemple : P, D c) Détermios les valeurs propres de CSoitλ ROa: 3 λ 6 rg (C λi 3 ) rg λ 4 3 λ 4 3 λ L L 3 rg λ 3 λ λ rg λ ( λ) λ L3 4L 3 + (λ 3)L 4 3 λ rg ( λ) λ L L 3 λ 4 3 λ rg ( λ) λ ( λ)( + λ) L3 L 3 L 3 si λ etλ si λ si λ Ceci motre que les valeurs propres de C sot : et Détermios les sous-espaces propres de C Soit X y M 3,(R) z X SEP (C, ) CX X 3 6y z y y y z 4 y 3z z doc : SEP (C, ) ; R Vect X SEP (C, ) CX X 3 6y z y y 3y + z, 4 y 3z z 3y + z doc : SEP (C, ) y (y, z) R z 3 3 y + z ;(y, z) R Vect, La matrice C est carrée d ordre 3 et la somme des dimesios des sous-espaces propres de C est égale à + 3, doc, d après le cours, C est diagoalisable 6

23 Duod Toute reproductio o autorisée est u délit O coclut C PDP, où, par eemple : 3 P, D d) La matrice E est triagulaire (supérieure) doc les valeurs propres de E se liset sur sa diagoale : E admet ue valeur propre et ue seule, qui est Si E était diagoalisable, il eisterait P M 3 (R) iversible telle que E PI 3 P PP I 3, cotradictio O coclut que E est pas diagoalisable e) Détermios les valeurs propres de F Soitλ ROa: 3 λ rg (F λi 3 ) rg λ 3 λ 3 λ L rg λ L 3 3 λ 3 λ rg λ λλ 6λ + L3 L 3 + (3 λ)l 3 λ rg λ α L3 L 3 L où α λ 6λ + 8 (λ )(λ 4) 3 si λ et λ 4 si λ ou λ 4 Ceci motre que les valeurs propres de F sot : et 4 Détermios les sous-espaces propres de F Soit X y M 3,(R) z X SEP (F, ) FX X 3 y + z y + z y + y + 3z z doc : SEP (F, ) ; R Vect z y, X SEP (F, 4) FX 4X 3 y + z 4 y + z 4y y z, + y + 3z 4z Corrigés des eercices doc : SEP (F, 4) y ; y R y Vect Puisque F est carrée d ordre 3 et que la somme des dimesios des sous-espaces propres de F est +, o coclut que F est pas diagoalisable f) Détermios les valeurs propres de G Soitλ ROa: λ rg (G λi 3 ) rg λ λ λ L L 3 rg λ λ λ rg λ ( + λ) λ L3 L 3 + ( + λ)l λ rg λ C C 3 λ λ λ rg λ α L3 L 3 ( λ )L où α λ ( λ )( λ) λ 3 + λ 4 3 si α si α Les valeurs propres de G sot doc les λ tels que α Étudios les variatios de l applicatio P : R R, λ λ 3 + λ 4 L applicatio P est dérivable (doc cotiue) sur R et : λ R, P (λ) 3λ + λ λ( 3λ + ) O forme le tableau des variatios de P : λ /3 P (λ) + < P(λ) 4 O a : P ( ) < Ceci motre que P e s aule e aucu poit de [ ; [ D après le théorème de la bijectio mootoe, P admet u zéro et u seul, oté μ et o a : μ< Aisi, G admet ue valeur propre et ue seule, et c est μ Si G était diagoalisable, il eisterait P M 3 (R) iversible telle que G P(μI 3 )P μi 3, cotradictio O coclut que G est pas diagoalisable 7

24 Chapitre Réductio des edomorphismes et des matrices carrées a) O a :,,, d où : i ; 3, f (v i ) v i b) O calcule le produit de A par elle-même et o obtiet : A 4I 4 Aisi, le polyôme X 4 est aulateur de A D aprèsle cours, les valeurs propres de A sot parmi les zéros de ce polyôme, doc les valeurs propres de A sot parmi et Comme f est représeté par A, o coclut que les valeurs propres de f sot parmi et c) La matrice A est symétrique réelle, doc, d après le cours, A est diagoalisable das M 4 (R) y O a, pour tout V M z 4, (R) : t + y + z + t + y z t y AV V y + z t z y z + t t 3 + y + z + t 4 + 4y + 3y z t y + z + t y + 3z t y + z + t y z + 3t 4z 4t y z t, doc : SEP ( f, ) Vect ( (,,, ) ) D après a), est valeur propre de f et v,v,v 3 sot des vecteurs propres pour f associés à la valeur propre, doc : Vect (v,v,v 3 ) SEP ( f, ) Motros que (v,v,v 3 ) est libre O a, pour tout (a, a, a 3 ) R 3 : a v + a v + a 3 v 3 a + a + a 3 a a a + a 3 a a a a 3, doc (v,v,v 3 ) est libre Il e résulte : dim SEP( f, ) 3 Si dim ( SEP ( f, ) ) 4, alors SEP ( f, ) R 4, et e serait pas valeur propre de f, cotradictio O a doc dim ( SEP ( f, ) ) 3, et o obtiet : SEP ( f, ) Vect (v,v,v 3 ) O coclut qu ue matrice de passage P de la base caoique B de R 4 à ue base de vecteurs propres pour f est : 3 P a) La matrice A est symétrique, doc, d après le cours, A est diagoalisable b) Soiet λ R, X M 5,(R) \{} O a : 5 λ λ 4 4 λ 5 λ λ + 3 λ 3 λ AX λx + 4 λ 3 4 λ 3 3 (λ ) (S) 4 (λ 3 λ) 5 λ λ 5 5 (λ 4 3λ + ) (λ 3 λ) (λ 5 3λ 3 + λ) Si, alors,, 3, 4, 5 sot tous uls, doc X, eclu O a doc Et : λ 3 λ λ 5 3λ 3 + λ λ 5 4λ 3 + 3λ λ(λ 4 4λ + 3) λ(λ )(λ 3) 8

25 Corrigés des eercices Duod Toute reproductio o autorisée est u délit Si λ, alors : λ(λ )(λ + )(λ 3)(λ + 3) (S) ( ), 3, 4, 5, doc est vp de A et SEP (A, ) Vect Si λ, alors : (S) ( ), 3, 4, 5, doc est vp de A et SEP (A, ) Vect Si λ, alors : (S) ( ), 3, 4, 5, doc est vp de A et SEP (A, ) Vect Si λ 3, alors : (S) ( 3, 3, 4 ) 3, 5, doc 3 est vp de A et SEP (A, 3 3) Vect 3 Si λ 3, alors : (S) ( 3, 3, 4 ) 3, 5, doc 3 est vp de A et SEP (A, 3 3) Vect 3 O coclut que les valeurs propres de A sot,,, 3, 3 et que les sous-espaces propres de A sot les droites vectorielles egedrées respectivemet par les ciq vecteurs : 3 3,,,, 3 3 Remarque : Puisque A est carrée d ordre 5 et que que A admet ciq valeurs propres deu à deu distictes, d après le cours, A est diagoalisable, ce que l o avait obteu e a) par ue autre méthode 4 a) La matrice carrée A est symétrique réelle, doc, d après le cours, A est diagoalisable O a, par L L 3 : / rg (A) rg rg 3, / doc A est iversible b) Détermios les valeurs propres de ASoitλ R O a : λ rg (A λi 3 ) rg λ / λ / λ rg λ λ L L 3 / λ rg λ λ + λ λ L3 L 3 + λl Si λ, alors, par L 3 ( λ)l 3 λl : où : / λ rg (A λ I 3 ) rg λ α α ( λ) ( + λ ) λ λ 3 λ 3 λ + λ 3 ( + λ) ( 5 ) ( ) λ + λ ( + λ)( λ) λ O coclut que les valeurs propres de A sot :,, Remarque : Puisque A est carrée d ordre 3 et que A admet trois valeurs propres deu à deu distictes, A est diagoalisable, résultat obteu e a) par ue autre méthode Détermios les sous-espaces propres de A Soit X y M 3,(R) O a : z 9

26 Chapitre Réductio des edomorphismes et des matrices carrées X SEP (A, ) AX X z y + z y + y + z z doc : SEP (A, ) Vect X SEP (A, ) AX X z y + z y + y + z z doc : SEP (A, ) Vect X SEP ( A, ) AX X z y + z y + y + z z z y, z y, z y z, doc : SEP ( A, ) Vect O e déduit ue diagoalisatio de A, A PDP, où, par eemple : P, D / O calcule P et o obtiet : P 9 c) Remarquos d abord que, pour tout Z, A et D eistet, car A et D sot iversibles O a, pour tout Z : A (PDP ) PD P et o obtiet e faisat le produit de ces trois matrices, la matrice A : 4( ) ( ) + + 4( ) ( ) + + ( ) ( ) + + 4( ) ( ) + + 4( ) a) ( O) a, pour( tout) α R et pour toutes matrices ab a M, M b cd c d M (R) : (( )) αa + a f (αm + M αb + b ) f αc + c αd + d ( ) (αa + a ) + (αd + d )(αb + b ) + (αc + c ) (αb + b ) + (αc + c )(αa + a ) + (αd + d ) α ( ) a + db+ c + ( ) a + d b + c b + ca+ d b + c a + d doc f est liéaire O a, pour toute M α f (M) + f (M ), ( ) ab M cd (R): f (M) f ( f (M) ) f ( ( ) a + db+ c ) b + ca+ d ( ) (a + d) + (a + d) (b + c) + (b + c) (b + c) + (b + c) (a + d) + (a + d) ( ) a + db+ c f (M), b + ca+ d doc : f f b) Puisque f f, le polyôme X X est aulateur de f D après le cours, les valeurs propres de f sot parmi les zéros de ce polyôme aulateur de f, doc les valeurs propres de f sot parmi et ( ) ab O a, pour toute M M cd (R): f (M) M ( ) ( ) a + db+ c b + ca+ d a + d d a b + c c b doc est valeur propre de f et : {( ) } a b SEP ( f, ) ;(a, b) R b a O a, pour toute M Vect (( ), ( ) ab M cd (R): ( )) f (M) M ( ) ( ) a + db+ c ab b + ca+ d cd a + d a d b + c b c d a c b

27 Corrigés des eercices Duod Toute reproductio o autorisée est u délit doc est valeur propre de f et : SEP ( f, ) { ( ) ab ;(a, b) R } Vect ( ( ), ba ( ) ) Fialemet, les valeurs propres de f sot et et les sousespaces propres associés ot été détermiés ci-dessus c) Chacu des deu sous-espaces propres de f est de dimesio, doc la somme des dimesios des sous-espaces propres de f est égale à 4, doc égale à la dim (E) D après le cours, o coclut que f est diagoalisable 6 a) O a, pour tout P ax + bx + c C (X] : f (P) (X + )(ax + b) (X )(ax + bx + c) (a b)x + (a + b c)x + (b + c) C [X] O a, pour tout α C et tous P, Q C [X] : f (αp + Q) (X + )(αp + Q) (X )(αp + Q) (X + )(αp + Q ) (X )(αp + Q) α ( (X + )P (X )P ) + ( (X + )Q (X )Q ) α f (P) + f (Q), doc f est liéaire O coclut que f est u edomorphisme du C-ev C [X] b) ) Soiet λ C, P ax + bx + c C [X] \{} O a, e réutilisat le calcul de f (p)effectué e a) : f (P) λp (a b)x + (a + b c)x + (b + c) λ(ax + bx + c) a b λa b ( λ)a a + b c λb a + ( λ)b c b + c λc b (λ )c λ c a b ou b ( λ)a a c a + ( λ) a + a λ ( λ) + 4 b ou c a a c b ( λ)a, car, das le secod système, si a, alors c, b, doc P, eclu Et : ( λ) + 4 (λ ) 4 ( λ i ou λ i ) ( λ + i ou λ i ) Doc : λ b a c f (P) λp λ + i λ i ou c a ou c a b ia b ia Aisi, les valeurs propres de f sot, + i, i, et les sous-espaces propres de f sot : SEP ( f, ) Vect ( + X ), SEP ( f, + i) Vect ( + ix X ), SEP ( f, i) Vect ( ix X ) b) ) O calcule les images par f des vecteurs de la base caoique de C [X] : f () (X ) X f (X) (X + ) (X )X + X X f (X ) (X + )X (X )X X + X, d où la matrice A de f das B (, X, X ): A Détermios les valeurs propres de ASoitλ ROa: λ rg (A λi 3 ) rg λ λ λ rg λ L L λ λ rg + ( λ) ( λ) λ où : L L + ( λ)l λ rg λ + ( λ) ( λ) L L 3 λ rg λ α L 3 L 3 + ( + ( λ) ) L α ( λ) + ( + ( λ) ) ( λ) ( λ) ( 4 + ( λ) ),

28 Chapitre Réductio des edomorphismes et des matrices carrées et : α λ ou λ + i ou λ i Aisi, les valeurs propres de A sot :, + i, i Détermios les sous-espaces propres de A X y SEP (A, ) AX X z y y z z + y y + y + z y z, y + z z doc : SEP (A, ) Vect X y SEP (A, + i) AX ( + i)x z y ( + i) y z z + y ( + i) + y + z ( + i)y y + z ( + i)z i + y y i iy + z z, y iz doc : SEP (A, + i) Vect i De même : SEP (A, i) Vect i L edomorphisme f a les mêmes valeurs propres que A, doc les valeurs propres de f sot, + i, i Les vecteurs propres de A ous doet les coordoées des vecteurs propres de f das la base (, X, X )dec [X] : SEP ( f, ) Vect ( + X ), SEP ( f, + i) Vect ( + ix X ), SEP ( f, i) Vect ( ix X ) Remarque : O retrouve bie les mêmes résultats que das ) c) L edomorphisme f admet trois valeurs propres deu à deu distictes et dim ( C [X] ) 3, doc, d après le cours, f est diagoalisable 7 a) ( O) a, pour( tout) α R et pour toutes matrices ab a M, M b cd c d M (R) : ( ) αa + a f (αm + M αb + b ) f ( αc + c αd + d ) ( ) αd + d (αb + b ) (αc + c ) αa + a ( ) ( ) d b d b α + c a c a α f (M) + f (M ), ce qui motre que f est liéaire O coclut que f est u edomorphisme de l espace vectoriel M (R) Cosidéros la base caoique B (E, E, E 3, E 4 )de M (R), défiie par : ( ) ( ) ( ) ( ) E, E, E 3, E 4 O a : f (E ) E 4, f (E ) E, f (E 3 ) E 3, f (E 4 ) E O e déduit la matrice A de f das B : A b) La matrice A est symétrique réelle, doc, d après le cours, A est diagoalisable, puis, comme A représete f das ue base de E, o coclut que f est diagoalisable 8 a) Pour tout P R [X], o a : P(X + a) R [X], P(X + b) R [X], (a + b)p (X) R [X] R [X], doc : f (P) P(X + a) + P(X + b) (a + b)p [X] R [X] O a, pour tous α R, P, Q R [X] : f (αp + Q) (αp + Q)(X+a)+(αP + Q)(X+b) (a + b) ( (αp + Q) (X) ) αp(x + a) + Q(X + a) + αp(x + b) + Q(X + b) α(a + b)p (X) (a + b)q (X) α ( P(X + a) + P(X + b) (a + b)p (X) ) + ( Q(X + a) + Q(X + b) (a + b)q (X) ) α f (P) + f (Q), doc f est liéaire O coclut : f L ( R [X] ) b) O a : f () +,

29 Corrigés des eercices Duod Toute reproductio o autorisée est u délit f (X) (X + a) + (X + b) (a + b) X, f (X ) (X + a) + (X + b) (a + b)x X + (a + b ) O e déduit la matrice M de f das la base caoique B (, X, X )der [X] : a + b M c) O remarque que M est triagulaire (supérieure), doc les valeurs propres de M se liset sur sa diagoale, d où Sp (M) {} Aisi, M est diagoalisable si et seulemet s il eiste P M 3 (R) iversible telle que M P( I 3 )P I 3,siet seulemet si a + b, si et seulemet si a b O coclut que f est diagoalisable si et seulemet si a + b, c est-à-dire si et seulemet si a b, puisque (a, b) R 9 Soit (,y) R fié ( ) Étudios les valeurs propres de A y O a, pour tout λ R : ( ) λ C C rg (A λ I ) rg y λ ( ) λ L L rg + ( λ)l λ y ( ) λ si λ λ + y rg λ λ + y sio Il e résulte : λ vp de A λ λ + y (λ ) + (y ) ( ) Si y <, alors l équatio ( ) ci-dessus, d icoue λ R, admet deu solutios distictes, doc A admet deu valeurs propres distictes, et doc, comme A est carrée d ordre, o coclut que A est diagoalisable das M (R) Si y >, alors l équatio ( ) a pas de solutio das R, doc A est pas diagoalisable das M (R) Supposos y Alors, A admet ue valeur propre et ue seule, qui est λ Si A était diagoalisable das M (R), ( il eisterait ) ( P ) GL (R) telle que A P( I )P I, d où, cotradictio ( ) y O déduit que A est pas diagoalisable das M (R) Fialemet : A est diagoalisable das M (R)sietseulemetsiy< a) Soit a RSoitλ ROa: rg ( 3 a λ 5 + a a ) M(a) λi 3 rg a a λ a 5 5 λ 3 λ λ 3 L L L rg a a λ a 5 5 λ Si λ 3, alors : rg ( ) M(a) λi 3 Si λ 3, alors, e divisat L par 3 λ,oa: rg ( ) M(a) λi 3 rg a a λ a 5 5 λ rg a λ a C C + C 5 λ Si λ, alors, e divisat C par λ : rg ( ) M(a) λi 3 rg a a 5 λ ( ) a + rg + 3 λ Si λ, alors : rg ( ) M(a) λi 3 O obtiet : rg ( ) si λ ouλ 3 M(a) λi 3 3 sio O coclut que les valeurs propres de M(a) sot : et3 Remarque : les valeurs propres de M(a) e dépedet pas de a b) Détermios les sous-espaces propres de M(a) Soit X y M 3,(R) O a : z X SEP ( M(a), ) M(a)X X 3 a 5 + a a a a a y y 5 5 z z (5 a) + ( 5 + a)y + az y a + ay + az az, 5 5y 3

30 Chapitre Réductio des edomorphismes et des matrices carrées doc : si a, alors SEP ( M(a), ) Vect,, et, si a, alors SEP ( M(a), ) Vect, d où : dim ( SEP ( M(a), )) si a si a X SEP ( M(a), 3 ) M(a)X 3X 3 a 5 + a a a a a y 3 y 5 5 z z a + (a 5)y + az z 5 5y 5z y doc : SEP ( M(a), 3 ) Vect, d où : dim ( SEP ( M(a), 3 )) Il e résulte que la somme des dimesios des sous-espaces propres de M(a) est égale à 3 si a, et est égale à si a Comme M(a) est diagoalisable si et seulemet si la somme des dimesios de ses sous-espaces propres est égale à 3, o coclut que M(a) est diagoalisable si et seulemet si a a) Détermios les valeurs propres de J das C Soit λ COa: λ rg (J λ I 3 ) rg λ λ λ rg λ L L λ λ rg λ L + λ L + λl λ λ rg λ λ + λ L L 3 λ rg λ λ 3 + λ + L3 + λ L Les valeurs propres de J sot doc les solutios de l équatio λ 3 λ, d icoue λ C D après le cours, cette équatio du troisième degré admet, das C, trois solutios (a priori o écessairemet distictes) ; motros que celles-ci sot deu à deu distictes Raisoos par l absurde : supposos que l équatio admette (au mois) ue solutio (au mois) double, otée λ D après le cours, λ aule le polyôme cosidéré et sa dérivée première, c est-àdire : λ 3 λ 3λ O déduit λ, puis, e reportat das la première équatio : 3 3 λ λ, doc λ 3, puis ( 3 ) 3, cotradictio Ceci motre que les racies du polyôme λ 3 λ sot toutes simples Aisi, l équatio λ 3 λ, d icoue λ C, admet eactemet trois solutios deu à deu distictes Il e résulte que J admet (das C) trois valeurs propres deu à deu distictes Comme J est carrée d ordre trois et admet trois valeurs propres deu à deu distictes, d après le cours, o coclut que J est diagoalisable das M 3 (C) b) Soit (a, b, c) C 3 Oa: a c b M(a, b, c) ba+ cb+ c c b a+ c a + b +c } {{ } J et o remarque que la troisième matrice, das cette derière epressio, est J D après a), ileisted D 3 (C) etp GL 3 (C) telles que J PDP O a alors J PD P, puis : M(a, b, c) a I 3 + bj + cj a I 3 + bpdp + cpd P P(a I 3 + bd + cd )P Comme a I 3 +bd+cd est diagoale, o coclut que M(a, b, c) est diagoalisable das M 3 (C) a) D abord, f est bie ue applicatio de M (R) dasluimême O a, pour tout α R et toutes M, N M (R): f (αm + N) A(αM + N) αam + AN α f (M) + f (N), doc f est liéaire O coclut : f L ( M (R) ) b) O a, pour toute M ( y z t ) M (R): M Ker ( f ) f (M) AM 4

31 Duod Toute reproductio o autorisée est u délit doc : ( )( y z t ) Ker ( f ) { ( ) y z t ( ) UebasedeKer(f )est ( ( ), et dim ( Ker ( f ) ) + z y + t, ; + z et y + t } c) Comme, pour toute matrice M ( ) + z y + t f (M), o a : + z y + t Im ( f ) { ( ) ab ab ;(a, b) R } Vect ( ( ), D autre part, d après le théorème du rag : { ( ) y ;(,y) R } y ( ) ) ( ) y M z t (R), ( ) ) dim ( Im ( f ) ) dim ( M (R) ) dim ( Ker ( f ) ) Il e résulte qu il y a égalité das l iclusio précédete : Im ( f ) { ( ) ab ;(a, b) R ab } Vect ( ( ) ( ) ), d) O calcule les images des élémets E, E, E 3, E 4 de B par f : ( )( ) ( ) f (E ) AE E + E 3, ( )( ) ( ) f (E ) AE E + E 4, ( )( ) ( ) f (E 3 ) AE 3 E + E 3, ( )( ) ( ) f (E 4 ) AE 4 E + E 4, d où la matrice de f das B : F e) La matrice F de f das B est symétrique réelle, doc, d après le cours, F est diagoalisable, et o coclut : f est diagoalisable 3 a) Motros que B est libre Soit (a, a, a, a 3 ) R 4 tel que 3 a k f k O a doc : k R, (a + a + a + a 3 3 )e, Corrigés des eercices c est-à-dire : R, a + a + a + a 3 3 Le polyôme a +a X+a X +a 3 X 3 s aule e tout réel, doc c est le polyôme ul, d où a a a a 3 Ceci motre que B est libre Puisque B est libre et que, par défiitio de E, B egedre E, o coclut : B est ue base de E Il e résulte : dim (E) Card (B) 4 b) Il est clair que, pour toute f E, f est deu fois dérivable sur R, doc φ( f ) f f eiste Calculos les images par φ des élémets de B O a, pour tout R : doc : φ( f )() e, φ( f )() ( ) e, φ( f )() ( )e, φ( f 3 )() (3 3 )e, φ( f ) f, φ( f ) f f, φ( f ) f f, φ( f 3 ) 3 f f 3 Comme φ est liéaire (par liéarité de la dérivatio), il e résulte : f E, φ( f ) E O coclut : φ est u edomorphisme de l espace vectoriel E De plus, la matrice M de φ das B est : M 3 c) La matrice M est triagulaire (supérieure) et ses termes diagoau sot tous o uls, doc M est iversible La matrice M est triagulaire (supérieure), doc ses valeurs propres se liset sur sa diagoale : M admet pour valeur propre et c est la seule Si M était diagoalisable, il eisterait P GL 4 (R) telle que M P( I 4 )P I 4, cotradictio O coclut que M est pas diagoalisable 4 Il s agit d ue matrice formée de et de e damier : A M p+ (R) 5

32 Chapitre Réductio des edomorphismes et des matrices carrées a) D après la défiitio de A : (i, j) ;, a ij a ji, doc A est symétrique réelle D après le cours, o coclut que A est diagoalisable b) Soiet λ R, X M p+(r) \{} O a : AX λx p p+ λ () p λ () p+ λ p+ (), (), λ λ 3 λ p+, λ λ 4 λ p λ p p ou λ 3 p+ 4 p (p + ) λ p λ λ p p λ p + λ p ou 3 p+ ou 3 p+ 4 p 4 p O coclut que les valeurs propres de A sot, p, p + et que les sous-espaces propres de A sot : SEP (A, ) { p+ M p+,(r); p+ et p }, qui est de dimesio p (o peut, par eemple, eprimer p et p+ e foctio de,, p ), SEP (A, p) { p+ M p+,(r); 3 p+ et 4 p } qui est de dimesio, egedré par le vecteur de coordoées (,,,,,,, ) SEP (A, p + ) { M p+,(r); p+ 3 p+ et 4 p }, qui est de dimesio, egedré par le vecteur de coordoées (,,,,,,, ) Remarque : La somme des dimesios des sous-espaces propres de A estégaleàp +, et o retrouve aisi le fait que A est diagoalisable 5 Il s agit de la matrice A () a) Puisque la matrice A est triagulaire (supérieure), les valeurs propres de A se liset sur sa diagoale, doc les valeurs propres de A sot et b) A () (), () doc A A c) Nous allos motrer que A est pas diagoalisable, e raisoat par l absurde Supposos que A est diagoalisable Il eiste alors P M (R) iversibleetd M (R) diagoale telles que A PDP Puisque les termes diagoau de D sot les valeurs propres de A, les termes diagoau de D sot parmi et, doc D D D où : A (PDP ) PD P PDP A Cotradictio avec b) O coclut : A est pas diagoalisable 6 a) Soit y Im ( f be) Il eiste E tel que y ( f be)() O a : ( f ae)(y) ( f ae) ( ( f be)() ) ( ) ( f ae) ( f be) (), } {{ } doc : y Ker ( f ae) Ceci motre : Im ( f be) Ker ( f ae) 6

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

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

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

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

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

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

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

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

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

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

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

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

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

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

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

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

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

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

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

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

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

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

Plus en détail

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

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

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi

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

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

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

[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

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

Plus en détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

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

Plus en détail

Fonctions 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

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

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

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

Plus en détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail