Espaces vectoriels euclidiens. Groupe orthogonal

Dimension: px
Commencer à balayer dès la page:

Download "Espaces vectoriels euclidiens. Groupe orthogonal"

Transcription

1 19 Espaces vectoriels euclidiens. Groupe orthogonal Dans un premier temps, E est un espace vectoriel réel de dimension n Espaces vectoriels euclidiens Dénition 19.1 On dit qu'une forme bilinéaire symétrique φ : E E R est : positive si φ (x, x) 0 pour tout x dans E ; dénie si pour x dans E l'égalité φ (x, x) = 0 équivaut à x = 0. Dénition 19. On appelle produit scalaire sur E toute forme bilinéaire symétrique dénie positive. Dénition 19.3 Un espace euclidien est un espace vectoriel réel de dimension nie muni d'un produit scalaire. De manière plus générale, un espace vectoriel réel de dimension nie ou innie muni d'un produit scalaire est dit préhilbertien (voir le chapitre 47 pour une étude plus détaillée). Dans ce qui suit E est un espace euclidien de dimension n 1. On notera, quand il n'y a pas d'ambiguïté : (x, y) x y un produit scalaire sur E et pour y = x, on note : x = x x La norme euclidienne sur E induit une norme sur l'espace L (E) des endomorphismes de E en posant : u (x) u L (E), u = sup x E\{0} x Les trois égalités qui suivent, expressions de la forme polaire d'une forme quadratique, sont utiles en pratique. 481

2 48 Espaces vectoriels euclidiens. Groupe orthogonal Théorème 19.1 Pour tous x, y dans E on a : x y = 1 ( x + y x y ) = 1 ( x + y x y ) 4 x + y + x y = ( x + y ) Théorème 19. (Inégalité de Cauchy-Schwarz) Pour tous x, y dans E on a : x y x y, l'égalité étant réalisée si, et seulement si, x et y sont liés. Démonstration. Voir le théorème Une conséquence importante de l'inégalité de Cauchy-Schwarz est l'inégalité triangulaire de Minkowski. Théorème 19.3 (Inégalité de Minkowski) Pour tous x, y dans E on a : x + y x + y l'égalité étant réalisée si, et seulement si, x = 0 ou x 0 et y = λx avec λ 0 (on dit que x et y sont positivement liés). Démonstration. Voir le théorème Mesures d'angles géométriques L'inégalité de Cauchy-Schwarz nous dit que pour tous vecteurs x et y non nuls dans E, on a : x y 1 x y 1 ce qui implique qu'il existe un unique réel θ dans [0, π] tel que : x y = cos (θ) x y (la fonction cos étant dénie en analyse à partir d'une série entière). Le réel θ est la mesure dans [0, π] de l'angle géométrique (ou angle non orienté) que font les vecteurs x et y dans E {0}. On note (x, y) cette mesure. On a donc : ( ) (x, x y y) = arccos [0, π] x y Pour θ {0, π}, on a x y = x y, ce qui équivaut à dire que les vecteurs x et y sont liés (cas d'égalité dans l'inégalité de Cauchy-Schwarz). Pour θ = π, on a x y = 0 et les vecteurs x, y sont dits orthogonaux. De manière générale, on a : x + y = x + cos (θ) x y + y

3 Isométries d'un espace euclidien 483 où θ est la mesure dans [0, π] de l'angle géométrique que font les vecteurs non nuls x et y. On peut remarquer que si λ, µ sont deux réels strictement positifs, on a alors : ( ) (λx, x y µy) = arccos = (x, x y y) ce qui permet de dénir la mesure dans [0, π] de l'angle géométrique de deux demi-droites 1 = R + x 1 et = R + x par : ( 1, ) = (x 1, x ) où x 1 est un vecteur directeur de 1 et x un vecteur directeur de. On dit parfois que ( 1, ) est l'angle géométrique ou l'écart angulaire de 1 et Isométries d'un espace euclidien Dénition 19.4 Une isométrie (ou application orthogonale) de E est une application u : E E qui conserve le produit scalaire, c'est-à-dire que : (x, y) E E, u (x) u (y) = x y On note O (E) l'ensemble des isométries de E. Exemple 19.1 Les seules homothéties x λx qui sont des isométries sont Id et Id. En eet pour e E de norme égale à 1, on a 1 = e = u (e) = λ et λ = ±1. Exemple 19. Pour E de dimension 1, on a O (E) = { Id, Id}. Remarque 19.1 Une isométrie conserve l'orthogonalité, c'est-à-dire que pour tous x, y dans E, on a : x y = 0 u (x) u (y) = 0 mais une application qui conserve l'orthogonalité n'est pas nécessairement une isométrie comme le montre l'exemple d'une homothétie de rapport λ / { 1, 1}. Remarque 19. Comme une isométrie conserve l'orthogonalité, elle conserve les mesures d'angles géométriques. En eet, pour x, y non nuls dans E, on a : ( ) ( ) (x, x y u (x) u (y) y) = arccos = arccos = (u (x), u (y)) x y u (x) u (y) Exercice 19.1 Soient n, B = (e i ) 1 i n une base orthonormée de E et u une application linéaire de E dans E qui conserve l'orthogonalité. 1. Montrer que u (e i ) = u (e j ) pour tous i, j compris entre 1 et n. On notera λ cette valeur commune.. Montrer que u (x) = λ x pour tout x E (pour λ > 0, on dit que u est une similitude de rapport λ). Solution 19.1

4 484 Espaces vectoriels euclidiens. Groupe orthogonal 1. Pour 1 i, j n, on vérie facilement que les vecteurs e i e j et e i +e j sont orthogonaux, donc : u (e i e j ) u (e i + e j ) = 0 et avec : u (e i e j ) u (e i + e j ) = u (e i ) u (e j ) u (e i ) + u (e j ) on déduit que u (e i ) = u (e j ). On note λ la valeur commune des u (e i ).. Pour tout vecteur x = n x i e i, on a u (x) = n u (x) = = = u (e i ) u (e j ) x i u (e i ) et : n x i u (e i ) + x i x j u (e i ) u (e j ) n x i u (e i ) = λ ( e i e j = 0 pour i j u (e i ) u (e j ) = 0). 1 i<j n x i = λ x Théorème 19.4 Une application u : E E est une isométrie si, et seulement si, elle est linéaire et conserve la norme, c'est-à-dire que : x E, u (x) = x Démonstration. Si u est linéaire et conserve la norme, on déduit alors de l'identité de polarisation qu'elle conserve le produit scalaire et c'est une isométrie. En eet, pour tous x, y dans E, on a : u (x) u (y) = 1 ( u (x) + u (y) u (x) u (y) ) 4 = 1 ( u (x + y) u (x y) ) (linéarité) 4 = 1 ( x + y x y ) (conservation de la norme) 4 = x y Réciproquement, si u est une application de E dans E qui conserve le produit scalaire, il est clair qu'elle conserve la norme. Il nous reste à montrer qu'elle est linéaire. Pour x, y dans E et λ dans R, on a : u (x + λy) u (x) λu (y) = u (x + λy) + u (x) + λ u (y) +λ x y = 0 ( u (x + λy) u (x) + λ u (x + λy) u (y) ) + λ u (x) u (y) = x + λy + x + λ y ( x + λy x + λ x + λy y ) + λ x y = x + λ y + λ x y x 4λ x y λ y

5 Isométries d'un espace euclidien 485 ce qui équivaut à u (x + λy) = u (x) + λu (y) et u est linéaire. On peut aussi utiliser une base orthonormée (e i ) 1 i n de E. Comme u conserve le produit scalaire, la famille (u (e i )) 1 i n est orthonormée et c'est une base de E. Pour tout x E, on a alors : n n u (x) = u (x) u (e i ) u (e i ) = x e i u (e i ) et la linéarité des applications x x e i entraîne celle de u. Remarque 19.3 On déduit du théorème précédent que les seules valeurs propres réelles possibles d'une isométrie sont 1 et 1. Remarque 19.4 Une application u : E E qui conserve la norme n'est pas nécessairement linéaire et n'est donc pas une isométrie en général. Par exemple pour e E de norme égale à 1, l'application u : x x e conserve la norme et n'est pas linéaire (u ( x) = u (x) u (x) pour x 0). Exercice 19. Soit u une application de E dans E qui conserve les distances, c'est-à-dire telle que : (x, y) E E, u (x) u (y) = x y Montrer qu'il existe un vecteur a E et une isométrie v de E tels que u (x) = a + v (x) pour tout x E (on dit que u est une isométrie ane). Solution 19. Soient a = u (0) (si a existe, c'est la seule possibilité) et v : E E dénie par v (x) = u (x) a, pour tout x E. Pour tous x, y dans E, on a : soit : v (x) = u (x) u (0) = x 0 = x v (x) v (y) = u (x) u (y) = x y v (x) v (x) v (y) + v (y) = x x y + y et en conséquence v (x) v (y) = x y. Donc v est une isométrie. Théorème 19.5 Une isométrie est un automorphisme de E et O (E) est un sous-groupe de GL (E). Démonstration. Soit u O (E). Pour x ker (u), on a 0 = u (x) = x et x = 0. Donc ker (u) = {0} et u est injective, ce qui équivaut à dire que u est un automorphisme de E puisqu'on est en dimension nie. On a Id O (E) et pour u, v dans O (E), x dans E, on a : u v (x) = u (v (x)) = v (x) = x u 1 (x) = u ( u 1 (x) ) = x donc u v et u 1 sont dans O (E). L'ensemble O (E) est donc bien un sous-groupe de GL (E). On dit, dans le cas où E est de dimension nie, que O (E) est le groupe orthogonal de E.

6 486 Espaces vectoriels euclidiens. Groupe orthogonal Remarque 19.5 Si E est de dimension innie, une isométrie est toujours injective (son noyau est réduit à {0}), mais n'est pas nécessairement surjective. Donc, dans le cas de la dimension innie, O (E) n'est pas nécessairement un groupe. Considérons par exemple un espace préhilbertien E de dimension innie dénombrable (par exemple E = R [x] muni du produit scalaire (P, Q) 1 0 P (x) Q (x) dx.). On se donne une base orthonormée (e n ) n N (le procédé de Gram-Schmidt vu au paragraphe 47.4 nous permet de construire une telle base) et on dénit l'endomorphisme u par u (e n ) = e n+1 pour tout entier n x n x n x n 0. Pour x = x k e k dans E, on a u (x) = x k e k+1 et u (x) = x k = x, k=0 donc u est une isométrie. Comme Im (u) = Vect {e k k N } = E, cette application n'est pas surjective. Remarque 19.6 On peut donner, dans un espace préhilbertien, la dénition suivante d'une isométrie : une isométrie est un automorphisme qui conserve la norme et dans ce cas O (E) est un sous-groupe de GL (E). De l'injectivité et de la conservation de l'orthogonalité par une isométrie, on déduit le résultat suivant. Théorème 19.6 Soit u une isométrie de E. Si F est un sous-espace vectoriel de E stable par u, alors son orthogonal F est aussi stable par u. Démonstration. Comme u est injective, on a dim (u (F )) = dim (F ) et avec u (F ) F, on déduit que u (F ) = F. Pour x F et y F, on a : donc u (x) (u (F )) = F. k=0 u (x) u (y) = x y = 0 Remarque 19.7 Le théorème précédent est encore valable pour F sous-espace de dimension nie d'un espace préhilbertien E. Théorème 19.7 Soient B = (e i ) 1 i n une base orthonormée de E et u une application linéaire de E dans E. L'application u est une isométrie si, et seulement si, elle transforme B en une base orthonormée de E. Démonstration. Supposons que u O (E). Avec u (e i ) u (e j ) = e i e j = δ ij pour 1 i, j n, on déduit que u (B) = (u (e i )) 1 i n est orthonormé. Il en résulte que u (B) est libre et c'est une base puisque formé de n = dim (E) vecteurs. Réciproquement supposons que u L (E) transforme B en une base orthonormée de E. On a alors pour tout x = n x i e i dans E : et u O (E). u (x) n = x i u (e i ) = n x i = x k=0

7 Symétries orthogonales dans les espaces euclidiens 487 Théorème 19.8 O (E) est une partie compacte de L (E). Démonstration. Pour toute isométrie u O (E), on a u (x) = x pour tout vecteur x et donc u = 1, c'est-à-dire que O (E) est contenu dans la sphère unité de L (E), c'est donc une partie bornée. Si (u p ) p N est une suite d'éléments de O (E) qui converge vers u L (E), pour tout x E, on a alors : u (x) u p (x) = (u u p ) (x) u u p x 0 p + donc lim p + u p (x) = u (x) et : u (x) = lim u p (x) = lim x = x p + p + et u O (E). L'ensemble O (E) est donc fermé L (E). En dénitive O (E) est fermé borné dans L (E), ce qui équivaut à dire qu'il est compact puisque L (E) est un espace normé de dimension nie Symétries orthogonales dans les espaces euclidiens Pour tout sous-espace vectoriel F de E, on note p F la projection orthogonale sur F (voir le paragraphe Dénition 19.5 Si F est un sous-espace vectoriel de E, la symétrie orthogonale par rapport à F est l'application dénie sur E par : (gure 19.1). x E, s F (x) = p F (x) p F (x). p F (x) x p F (x) s F (x) Figure 19.1 Comme les applications p F et p F, l'application s F est linéaire. Remarque 19.8 Pour F = {0}, on a s F = Id et pour F = E, s F = Id. On supposera a priori que F distinct de {0} et de E (F est un sous-espace vectoriel propre de E).

8 488 Espaces vectoriels euclidiens. Groupe orthogonal De p F + p F = Id, on déduit que s F est aussi dénie par : x E, s F (x) = p F (x) x = x p F (x). Si D = Ra est une droite vectorielle, on a alors : Si H = D est un hyperplan, on a alors : x a s D (x) = p D (x) x = a a x. x a s H (x) = p H (x) x = x a a. Dénition 19.6 On appelle réexion une symétrie orthogonale par rapport à un hyperplan et demi-tour ou retournement une symétrie orthogonale par rapport à une droite. Exercice 19.3 Soient a un vecteur non nul dans E, α un réel et u l'application linéaire dénie par : x E, u (x) = x + α x a a Déterminer les valeurs de α pour lesquelles u est une isométrie. Solution 19.3 Pour α = 0, u est l'identité et c'est une isométrie. Pour α 0 et x E, on a : u (x) = x a a α + x a α + x Si u est une isométrie, on a alors u (x) = x pour tout x E, ce qui équivaut à : x a ( a α + ) = 0 ou encore à a α + = 0 et donne α = a. Réciproquement, si α =, l'application u est dénie par : a x E, u (x) = x x a a a et u est la réexion par rapport à l'hyperplan orthogonal au vecteur a. Exercice 19.4 Soient a un vecteur non nul dans E, α un réel et u l'application linéaire dénie par : x E, u (x) = α x a a x Déterminer les valeurs de α pour lesquelles u est une isométrie. Solution 19.4 Pour α = 0, u est l'homothétie de rapport 1 (u = Id) et c'est une isométrie. Pour α 0 et x E, on a : u (x) = x a a α x a α + x

9 Symétries orthogonales dans les espaces euclidiens 489 Si u est une isométrie, on a alors u (x) = x pour tout x E, ce qui équivaut à : x a ( a α ) = 0 ou encore à a α = 0 et donne α = a. Réciproquement, si α =, l'application u est dénie par : a x E, u (x) = x a a a x et u est le demi-tour par rapport à la droite dirigée par a. Des propriétés des projections orthogonales, on déduit le résultat suivant. Théorème 19.9 Soit F un sous espace vectoriel de E. 1. Pour x E, on a x F si, et seulement si, s F (x) = x et x F si, et seulement si, s F (x) = x.. s F s F = Id (s F est involutive). Une symétrie orthogonale est donc un automorphisme de E avec s 1 F = s F. 3. Pour tous x, y dans E, on a : (s F est auto-adjoint). 4. Pour tous x, y dans E, on a : s F (x) y = x s F (y) s F (x) s F (y) = x y (s F est une isométrie). 5. On a s F + s F = 0 et s F s F = s F s F = Id. 6. Si F est de dimension p {1,(, n 1}, il ) existe alors une base orthonormée de E dans Ip 0 laquelle la matrice de s F est et det (s 0 I F ) = ( 1) n p. n p Démonstration. 1. On a : et :. On a : x F p F (x) = x s F (x) = x x F p F (x) = x s F (x) = x s F s F = (p F p F ) (p F p F ) = p F p F p F p F p F p F + p F p F = p F + p F = Id

10 490 Espaces vectoriels euclidiens. Groupe orthogonal 3. On a : 4. On a : 5. On a : et : s F (x) y = p F (x) y x y = x p F (y) x y = x p F (y) x y = x s F (y) s F (x) s F (y) = x s F s F (y) = x y s F + s F = (p F p F ) + (p F p F ) = 0 s F s F = (p F p F ) (p F p F ) = p F p F p F p F p F p F + p F p F = p F p F = Id. 6. Il sut de se placer dans une base formée de la réunion d'une base orthonormée de F et d'une base orthonormée de F. Exemple 19.3 Si s H est une réexion, on a det (s H ) = 1 et si s D est un demi-tour, on a det (s D ) = ( 1) n 1. Théorème Pour n = dim (E), le groupe O (E) est engendré par l'ensemble des réexions. Précisément, toute isométrie de E peut s'écrire comme le produit d'au plus n ré- exions. Démonstration. On procède par récurrence sur n. Pour n =, pour toute rotation ρ O + (E) et toute réexion σ O (E), on a det (σ ρ) = 1, donc σ 1 = σ ρ est une réexion (voir le paragraphe 1.1), ce qui nous donne ρ = σ 1 σ 1 = σ σ 1 et ρ est produit de deux réexions. Les isométries négatives étant des réexions, on en déduit que toute isométrie de E est produit d'une ou deux réexions. Supposons le résultat acquis pour les espaces euclidiens de dimension n 1 et soit u O (E) avec E de dimension n. Si u = Id, elle s'écrit u = σ, où σ est une réexion quelconque. Si u Id, il existe un vecteur non nul x tel que u (x) x. On désigne alors par H l'hyperplan orthogonal à u (x) x et par σ H la réexion par rapport à H. Comme u (x) x H, on a σ H (u (x) x) = x u (x). De plus, avec : u (x) x u (x) + x = u (x) x = 0 on déduit que u (x) + x H et σ H (u (x) + x) = u (x) + x, ce qui nous donne : σ H (x) = σ H (u (x) + x) σ H (u (x) x) = u (x) soit σ H (x) = u (x) (H est l'hyperplan médiateur de x et u (x)) et σ H u (x) = x, c'est-à-dire que l'isométrie σ H u laisse stable la droite D dirigée par x et aussi l'hyperplan D. La restriction de σ H u à D s'écrit alors comme le produit σ 1 σ p de p réexions de D avec 1 p n 1. Les applications σ 1,, σ p dénies par σ k (x) = σ k (x) pour x D et σ k (x) = x pour x D sont alors des réexions de E telles que σ H u = σ 1 σ p et u = σ H σ 1 σ p. Remarque 19.9 Dans le cas où E est de dimension 1, on a O (E) = { Id, Id}, σ = Id étant l'unique réexion avec σ = Id et O (E) est engendré par { Id}.

11 Matrices réelles orthogonales Matrices réelles orthogonales Le théorème 19.7 va nous donner une caractérisation des matrices d'isométries dans une base orthonormée de E. En munissant R n de sa structure euclidienne canonique et en notant pour toute matrice réelle A = ((a ij )) 1 i,j n par C j = (a ij ) 1 i n R n la colonne numéro j {1,, n} de A, on a : t AA = ((α ij )) 1 i,j n avec : α ij = ( ligne i de t A ) (colonne j de A) = t C i C j a 1j n = (a 1i,, a ni ). = a ki a kj = C i C j. a k=1 nj De plus si B = (e i ) 1 i n est une base orthonormée de E, en notant pour tout x = n x i e i dans E, X = (x i ) 1 i n R n le vecteur colonne formé des composantes de X dans B, on a pour tous x, y dans E : n x y = x k y k = X Y le produit scalaire de gauche étant celui de E et celui de droite celui de R n. k=1 Théorème Soient B = (e i ) 1 i n une base orthonormée de E et u une application linéaire de E dans E de matrice A dans B. L'application u est une isométrie si, et seulement si, t AA = A t A = I n. Démonstration. Supposons que u O (E). En notant t AA = ((α ij )) 1 i,j n et en utilisant les notations qui précèdent, on a, pour 1 i, j n : α ij = C i C j = u (e i ) u (e j ) = e i e j = δ ij ce qui signie que t AA = I n. La matrice A est donc inversible d'inverse t A et en conséquence, on a aussi A t A = I n. Réciproquement, si t AA = A t A = I n, on a alors pour 1 i, j n : u (e i ) u (e j ) = C i C j = δ ij ce qui signie que u (B) est une base orthonormée de E et u O (E). Dénition 19.7 On appelle matrice orthogonale, une matrice réelle A telle que t AA = A t A = I n. On note O n (R) l'ensemble des matrices orthogonales. Il revient au même de dire qu'une matrice orthogonale est une matrice inversible A d'inverse t A. Le théorème précédent nous dit qu'une application linéaire u de E dans E est une isométrie si, et seulement si, sa matrice dans une base orthonormée quelconque de E est orthogonale. Mais attention, ce résultat est faux pour une base non orthonormée. Par exemple l'application (x, y) ( x, y) est orthogonale et sa matrice dans la base ( ) ( ) 1 1 A = est non orthogonale ( 0 1 t AA = I 5 ). (( 1 0 ), ( 1 1 )) est

12 49 Espaces vectoriels euclidiens. Groupe orthogonal Théorème 19.1 Pour toute matrice A dans O n (R), on a det (A) = ±1 et O n (R) est un sous-groupe de GL n (R). Démonstration. De det (A) = det ( t A) pour toute matrice A M n (R) et t AA = A t A = I n pour A O n (R), on déduit que (det (A)) = 1 et det (A) = ±1. Il en résulte que O n (R) GL n (R). Comme I n O n (R) et pour A, B dans O n (R), on a : ( A 1 ) 1 = ( t A ) 1 = t A 1 (AB) 1 = B 1 A 1 = t B t A = t (AB) on en déduit que O n (R) est un sous-groupe de GL n (R). On note : O + n (R) = {A O n (R) det (A) = 1} O n (R) = {A O n (R) det (A) = 1} et on dit que les éléments de O + n (R) sont les matrices orthogonales positives et les éléments de O n (R) sont les matrices orthogonales négative. On rappelle que si A = ((a ij )) 1 i,j n est une matrice carrée d'ordre n, la matrice des cofacteurs de A est la matrice C = ((c ij )) 1 i,j n, où c ij = ( 1) i+j det (A ij ) en notant A ij la matrice carrée d'ordre n 1 déduite de A en supprimant la ligne numéro i et la colonne numéro j. On a alors : A tc = t C A = det (A) I n et dans le cas où A est inversible, A 1 = 1 det (A) Théorème Si A O + n (R) [resp. A O n (R)], on a alors A = C [resp. A = C], où C est la matrice des cofacteurs de A. Démonstration. Résulte de : pour A O ± n (R). A 1 = 1 det (A) t C. t C = ± t C = t A 19.6 Isométries directes, indirectes Théorème Pour toute isométrie u O (E), on a det (u) = ±1. Démonstration. On a det (u) = det (A) où A est la matrice de u dans une base orthonormée et u O (E) si, et seulement si, A O n (R), ce qui entraîne det (A) = ±1. On note : O + (E) = {u O (E) det (u) = 1} O (E) = {u O (E) det (u) = 1} et on dit que les éléments de O + (E) sont les automorphismes orthogonaux positifs ou les isométries directes ou les rotations vectorielles et les éléments de O (E) sont des automorphismes orthogonaux négatifs.

13 Réduction des endomorphismes orthogonaux 493 Théorème O + (E) [resp. O + n (R)] est un sous-groupe distingué de O (E) [resp. de O n (R)] d'indice. Démonstration. Voir l'exercice 1.9. Comme le déterminant d'une réexion vaut 1 et celui d'une isométrie directe vaut 1, le théorème nous dit que toute isométrie directe est produit d'un nombre pair de réexions et toute isométrie indirecte est produit d'un nombre impair de réexions. De ce théorème, on peut aussi déduire le résultat suivant. Théorème Les composantes connexes de O (E) sont O + (E) et O (E). Démonstration. Il s'agit de montrer que O + (E) et O (E) sont connexes dans L (E). Pour ce faire, on remarque que l'application φ x qui associe à tout vecteur x S 1 (la sphère unité de E) la réexion s x par rapport à l'hyperplan H x = (Rx) est continue. On rappelle que cette réexion est dénie par s x (y) = y x y x et pour tous x, x dans S 1 et tout y E, on a : s x (y) s x (y) = x y x x y x = x x y x + x y (x x ) x x y + x y x x x x y + y x x = 3 x x y ce qui nous dit que s x s x 3 x x. L'application x s x est donc continue de S 1 dans L (E) et il en est de même de l'application : φ : (S 1 ) n L (E) (x 1,, x n ) s x1 s xn En eet, pour x = (x 1,, x n ), x = (x 1,, x n) dans (S 1 ) n et y E, on a : φ (x) (y) φ (x ) (y) = s x (y) s x (y) 3 n x 1 x 1 x n x n y et φ (x) φ (x ) 3 n ( x 1 x 1 x n x n. Comme S 1 est connexe, il en est de même de (S 1 ) n et O + (E) = φ (S 1 ) n) est connexe comme image d'un connexe par une application continue. On procède de manière analogue pour O (E) en utilisant l'application ψ : (x 1,, x n+1 ) s x1 s xn+1. Avec le corollaire 19., on propose une autre démonstration de ce résultat Réduction des endomorphismes orthogonaux On sait déjà que le déterminant d'une isométrie vaut ±1. Pour ce qui est des valeurs propres réelles, on a le résultat suivant. Lemme 19.1 Les seules valeurs propres réelles possibles d'une isométrie sont 1 et 1. Démonstration. Si λ est une valeur propre réelle de u O (E) et x E un vecteur propre associé unitaire, de l'égalité u (x) = x, on déduit alors que λ = ±1.

14 494 Espaces vectoriels euclidiens. Groupe orthogonal Lemme 19. Soit u O (E). Il existe des sous espaces vectoriels de E, P 1,, P r, de dimension égale à 1 ou, deux à deux orthogonaux, stables par u et tels que E = r P j. j=1 Démonstration. On procède par récurrence sur la dimension n 1 de E. Pour n = 1 ou, le résultat est évident. Supposons le acquis pour tout endomorphisme orthogonal sur un espace vectoriel euclidien de dimension p comprise entre 1 et n 1, avec n 3. Si P 1 est un sous espace vectoriel de E non réduit à {0} de dimension au plus égale à stable par u O (E) (lemme 17.7) alors P1 est stable par u (théorème 19.6). Comme 1 n dim ( ) P1 n 1, on peut trouver des sous espaces vectoriels de E, P,, P r, de dimension au plus, deux à deux orthogonaux et stables par la restriction de u à P1, donc par u, tels que P1 = r P j. On a alors E = P 1 P1 = r P j. j= j=1 Dans le cas où n ( =, la forme ) des matrices orthogonales est particulièrement simple (théorème 1.1) : si A = O a b c d (R), il existe alors un unique réel θ [0, π[ tel que : ( ) ( ) cos (θ) sin (θ) cos (θ) sin (θ) A = ou A = sin (θ) cos (θ) sin (θ) cos (θ) et dans le deuxième cas, A est orthogonalement semblable à vérier avec : ( ( cos θ ) ( sin θ ) sin ( ) θ cos ( ) θ ( ), ce que l'on peut ) ( ) ( ( 1 0 cos θ ) sin ( ) ) ( ) θ 0 1 sin ( ( θ ) cos θ ) cos (θ) sin (θ) = sin (θ) cos (θ) On peut aussi dire que A est symétrique et orthogonale, donc A = A t A = I n et elle est diagonalisable puisque annulée par X 1 qui( est scindé ) à racines simples dans R. Comme 1 0 A ±I n, elle est orthogonalement semblable à. 0 1 Théorème Soit u O (E) avec n. Il existe une base orthonormée B de E dans laquelle la matrice de u s'écrit : I p I q R D = R R r où, pour tout k {1,, r}, on a noté : ( cos (θk ) sin (θ R k = k ) sin (θ k ) cos (θ k ) ) avec θ k ]0, π[ {π} et p, q, r sont des entiers naturels tels p + q + r = n (si l'un de ces entiers est nul, les blocs de matrices correspondants n'existent pas).

15 Réduction des endomorphismes orthogonaux 495 Démonstration. On procède par récurrence sur la dimension n de E. Pour n =, c'est fait avec le lemme précédent. Supposons le résultat acquis pour les endomorphismes orthogonaux sur les espaces euclidiens de dimension p comprise entre et n 1 et soit u O (E) avec n = dim (E) 3. Si u admet 1 ou 1 comme valeur propre, pour tout vecteur propre unitaire e 1 associé à cette valeur propre, le sous espace vectoriel H = (Rx) est stable par u (pour y H, on a u (y) e 1 = ± u (y) u (e 1 ) = ± y e 1 = 0) et il existe alors une base orthonormée B 1 de H dans laquelle la matrice de la restriction de u à H est de la forme : I p I q R A 1 = R R r ( ) ±1 0 Dans la base orthonormée {e 1 } B 1 la matrice de u est A =, qui se ramène 0 A 1 bien à la forme souhaitée en permutant au besoin e 1 avec l'un des vecteurs de B 1. Si toutes les valeurs propres de u sont complexes non réelles, on a alors une décomposition E = r P k où les P k sont de dimension deux à deux orthogonaux et stables par u. L'étude du k=1 cas n = nous dit alors qu'il existe, pour tout k compris entre 1 et r, une base orthonormée B k de P k dans laquelle la matrice de u est de la forme : ( ) cos (θk ) sin (θ R k = k ), sin (θ k ) cos (θ k ) avec θ k ]0, π[ {π} (la restriction de u à P k est dans O (P k )). En réunissant toutes ces bases, on obtient une base orthonormée de E dans laquelle la matrice de u est : R R A = R r Remarque On a p = dim (ker (u Id)) et q = dim (ker (u + Id)) avec p + q + r = n. De plus u O + (E) [resp. u O (E)] si et seulement si q est pair [resp. impair]. Corollaire 19.1 Soit A O n (R) avec n. Il existe une matrice P O n (R) telle que : I p I q 0. t 0 0 R P AP = 1 0 0, 0 0 R R r

16 496 Espaces vectoriels euclidiens. Groupe orthogonal Démonstration. A est la matrice dans la base canonique R n d'un endomorphisme orthogonal u et la matrice de passage P de la base canonique à une base orthonormée dans laquelle la matrice de u à la forme indiquée est orthogonale, donc telle que P 1 = t P. Exercice 19.5 Soit G un sous-ensemble de O (E). Montrer que s'il existe m N tel que u m = Id pour tout u G (dans le cas où G est un groupe, on dit qu'il est d'exposant ni), alors l'ensemble : tr (G) = {tr (u) u G} est ni. Solution 19.5 On sait qu'il existe une base orthonormée de E dans laquelle la matrice de u G est diagonale par blocs de la forme : D = diag (I p, I q, R 1,, R r ) ( ) cos (θk ) sin (θ où R k = k ) avec θ sin (θ k ) cos (θ k ) k ]0, π[ {π}. Dans le cas où toutes les matrices des éléments de G sont de la forme diag (I p, I q ), on a : tr (G) { p q (p, q) N et p + q = n } et cet ensemble est ni. S'il existe u G et une base orthonormée dans laquelle la matrice de u est de la forme D = diag (I p, I q, R 1,, R r ), alors la matrice de u m dans cette base : D m = diag (I p, ( 1) m I q, R (mθ 1 ),, R (mθ r )) et la condition u m = Id impose mθ k ]0, mπ[ πz, ce qui entraîne que les θ k ne prennent qu'un nombre ni de valeurs et : { } r tr (G) p q + cos (θ k ) p + q + r = n, mθ k ]0, mπ[ πz est ni. k=1 Le théorème de réduction des endomorphismes orthogonaux nous permet de retrouver le théorème Corollaire 19. Les composantes connexes de O (E) sont les fermés O + (E) et O (E). Démonstration. Montrons que O + (E) est connexe par arcs (donc connexe) dans L (E). Soient u O + (E) et B = (e i ) 1 i n une base orthonormée de E dans laquelle la matrice de u est de la forme : I p I q 0. D = 0 0 R (θ 1 ) 0, R (θ r )

17 Réduction des endomorphismes orthogonaux 497 ( ) cos (θk ) sin (θ où pour tout k {1,, r}, R (θ k ) = k ) avec θ sin (θ k ) cos (θ k ) k dans ]0, π[ {π}. Comme u O + (E), on a det (u) = 1, donc q est pair et la matrice D peut s'écrire : I p 0 0 D = 0 D 1 0, 0 0 D avec : R (α 1 ) 0 0 R (θ 1 ) R (α D 1 = ).. 0, D 0 R (θ = ).. 0, 0 0 R (α q ) 0 0 R (θ r ) avec α j = π pour tout j. Pour tout t [0, 1], on désigne par γ (t) l'isométrie directe de matrice dans B : I p 0 0 D (t) = 0 D 1 (t) D (t) où : D 1 (t) = D (t) = R (tα 1 ) R (tα ).. 0, 0 0 R (tα q ) R (tθ 1 ) R (tθ ).. 0, 0 0 R (tθ r ) L'application γ dénit alors un chemin continu dans O + (E) qui relie Id et u. Ce qui sut à prouver la connexité par arcs de O + (E). ( ) Pour toute isométrie indirecte v O In 1 0 (E) (par exemple v de matrice dans 0 1 une base orthonormée B), l'application u v u réalisant un homéomorphisme de O + (E) sur O (E), on en déduit alors que O (E) est aussi connexe par arcs. On a O (E) = O + (E) O (E), avec O + (E) et O (E) fermés (images réciproques de 1 et 1 respectivement par l'application déterminant) connexes disjoints dans O (E). Ce sont donc les composantes connexes de O (E).

18 498 Espaces vectoriels euclidiens. Groupe orthogonal

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

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

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

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

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

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

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

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

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

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

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

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

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

Développement décimal d un réel

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

Plus en détail

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

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

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

Théorème du point fixe - Théorème de l inversion locale

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

Plus en détail

[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

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

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

Plus en détail

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

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

Groupe symétrique. Chapitre II. 1 Définitions et généralités

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

Plus en détail

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

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

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

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX

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

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

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

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

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

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

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

* 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

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

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

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

Produit semi-direct. Table des matières. 1 Produit de sous-groupes 2. 2 Produit semi-direct de sous-groupes 3. 3 Produit semi-direct de groupes 4

Produit semi-direct. Table des matières. 1 Produit de sous-groupes 2. 2 Produit semi-direct de sous-groupes 3. 3 Produit semi-direct de groupes 4 Produit semi-direct Table des matières 1 Produit de sous-groupes 2 2 Produit semi-direct de sous-groupes 3 3 Produit semi-direct de groupes 4 1 1 Produit de sous-groupes Soient G un groupe et H et K deux

Plus en détail

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

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

Plus en détail

1 Complément sur la projection du nuage des individus

1 Complément sur la projection du nuage des individus TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent

Plus en détail

Date : 18.11.2013 Tangram en carré page

Date : 18.11.2013 Tangram en carré page Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches

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

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

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

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

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

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

Mesures gaussiennes et espaces de Fock

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

Plus en détail

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

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

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

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

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

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

Plus en détail

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

Mathématiques Algèbre et géométrie

Mathématiques Algèbre et géométrie Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches

Plus en détail

Continuité en un point

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

Plus en détail

Axiomatique de N, construction de Z

Axiomatique de N, construction de Z Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................

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

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

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et

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

Logique. Plan du chapitre

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

Plus en détail

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

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

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour

Plus en détail

Chapitre VI Fonctions de plusieurs variables

Chapitre VI Fonctions de plusieurs variables Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements

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

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Cours de Mécanique du point matériel

Cours de Mécanique du point matériel Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels

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

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

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

Plus en détail

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

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R. Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur

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

Approximations variationelles des EDP Notes du Cours de M2

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

Plus en détail

F411 - Courbes Paramétrées, Polaires

F411 - Courbes Paramétrées, Polaires 1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013

Plus en détail

Représentation géométrique d un nombre complexe

Représentation géométrique d un nombre complexe CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres

Plus en détail

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

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

Plus en détail

chapitre 4 Nombres de Catalan

chapitre 4 Nombres de Catalan chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C

Plus en détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

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

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

Fonctions de plusieurs variables

Fonctions de plusieurs variables Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les

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

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

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

Calcul Différentiel. I Fonctions différentiables 3

Calcul Différentiel. I Fonctions différentiables 3 Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques

Plus en détail

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

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

Plus en détail

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

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

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

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

Résumé du cours d algèbre 1, 2013-2014. Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr

Résumé du cours d algèbre 1, 2013-2014. Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr Résumé du cours d algèbre 1, 2013-2014 Sandra Rozensztajn UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr CHAPITRE 0 Relations d équivalence et classes d équivalence 1. Relation d équivalence Définition

Plus en détail

Continuité d une fonction de plusieurs variables

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

Plus en détail

Chapitre 1. Une porte doit être ouverte et fermée. 1.1 Les enjeux de l'informatique quantique

Chapitre 1. Une porte doit être ouverte et fermée. 1.1 Les enjeux de l'informatique quantique Chapitre Une porte doit être ouverte et fermée Crois et tu comprendras ; la foi précède, l'intelligence suit. Saint Augustin. Les enjeux de l'informatique quantique La puissance de calcul des ordinateurs

Plus en détail