Isométries d'un espace euclidien.
|
|
- Noëlle Rochefort
- il y a 8 ans
- Total affichages :
Transcription
1 Isométries d'un espace euclidien. Dans ce chapitre, le corps des scalaires est R et l'espace (E ; ) est un espace euclidien de dimension finie n. 1. Isométries vectorielles d'un espace euclidien...p.1 Définition d'une isométrie vectorielle. Caractérisation par la conservation du produit scalaire. caractérisation par l'image d'une base orthonormale. Symétrie orthogonale par rapport à un sous espace vectoriel. Réflexion. Groupe orthogonal. Stabilité de l'orthogonal d'un sous-espace stable par une isométrie vectorielle. 2. Matrices orthogonales...p.6 Définition de l'orthogonalité pour une matrice. Groupe orthogonal d'ordre n. Caractérisation des matrices orthogonales à l'aide des lignes ou des colonnes. Caractérisation des bases orthonormales à l'aide des matrices de passage. Caractérisation des isométries vectorielles à l'aide de leur matrice dans une base orthonormale. Déterminant d'une matrice orthogonale. Déterminant d'une isométrie vectorielle. Isométrie vectorielle positive, négative (directe, indirecte). Groupe spécial orthogonal. Groupe spécial orthogonal d'ordre n. 3. Classification en dimension 2 et 3...p.9 Description du groupe orthogonal en dimension 2 et 3. Classification à partir des éléments propres. Caractéristiques géométriques d'une isométrie vectorielle. 4. Matrices symétriques réelles...p.18 Orthogonalité des sous-espaces propres d'une matrice symétrique réelle. Théorème spectral Isométries d'un espace vectoriel euclidien. Définition d'une isométrie vectorielle : soit (E ; ) un espace euclidien, la norme associée, et f L (E ). f est une isométrie vectorielle si et seulement si u E, f (u ) = u Illustration dans le plan vectoriel euclidien muni de la base orthonormale ( i ; j ) : Exemple et contre-exemple : Une projection orthogonale sur un sous-espace vectoriel F {0 E } Une symétrie orthogonale par rapport à un sous-espace vectoriel F... Isométries d'un espace euclidien 1/18 pycreach.free.fr - TSI2
2 Rappel : une réflexion est une symétrie orthogonale par rapport à un hyperplan. Pour n E {0 E } en notant s la réflexion par rapport à (vect (n)) on a u E, s (u )=u 2 u n n 2 n. Caractérisation d'une isométrie vectorielle par conservation du produit scalaire: soit (E ; ) un espace euclidien et f L (E ). f est une isométrie vectorielle si et seulement si (u; v ) E 2, f (u ) f (v ) = u v Démonstration : Si (u; v ) E 2, f (u ) f (v ) = u v alors f (u ) 2 = Si u E, f (u ) = u alors (u; v ) E 2, f (u+v ) 2 = Caractérisation d'une isométrie par l'image d'une base orthonormale : soit (E ; ) un espace euclidien, B=(e 1 ; ; e n ) une base orthonormale de E et f L (E ). f est une isométrie vectorielle si et seulement si la famille ( f (e 1 ); ; f (e n ) ) est une base orthonormale de E. Démonstration : ( f (e 1 ); ; f (e n ) ) est une base orthonormale de E (i ; j) [1; n ] 2 Si f est une isométrie vectorielle alors (i; j) [1; n ] 2, f (e i ) f (e j ) = e i e j or f (e i ) f (e j ) = { 1 si i= j 0 sinon B étant une base orthonormale, u= u e 1 e u e n e n et d'après le théorème de Pythagore : u 2 = Par ailleurs, par linéarité de f, f (u )= u e 1 f (e 1 )+ + u e n f (e n ) Si de plus la famille ( f (e 1 ); ; f (e n ) ) est une base orthonormale de E alors, d'après le théorème de Pythagore : f (u ) 2 = Donc f (u ) 2 = u 2 donc... Isométries d'un espace euclidien 2/18 pycreach.free.fr - TSI2
3 Exemples en dimension 2 : soit P un plan euclidien muni d'une base orthonormée ( i ; j ) : Soit f l'endomorphisme de P défini par : { f ( i )=0,6 i +0,8 j f ( j )= 0,8 i +0,6 j Soit g l'endomorphisme de P défini par : { g ( i )=0,6 i +0,8 j g ( j )=0,8 i 0,6 j Pour u = 2 i + j, on a f ( u )= Pour v =4 i +3 j, on a f ( v )= Pour u = 2 i + j, on a g ( u )= Pour v =4 i +3 j, on a g ( v )= Isométries d'un espace euclidien 3/18 pycreach.free.fr - TSI2
4 Exemple en dimension 3 : soit E un espace euclidien de dimension 3 muni d'une base orthonormale ( i ; j ; k ) et f l'endomorphisme de E défini par { f ( i )=0,48 i +0,6 j +0,64 k f ( j )=0,8 i 0,6 k f ( k )= 0,36 i +0,8 j 0,48 k Pour u =7 i +5 j + k on a f ( u )= u = f ( u ) = Pour v =2 i 3 j + k on a : f ( v )= v = f ( v ) = u v = f ( u ) f ( v ) = Opérations sur les isométries vectorielles : soit (E ; ) un espace euclidien, la norme associée, f L (E ) et g L( E). Si f et g sont des isométries vectorielles de E alors g f est une isométrie vectorielle de E. Si f est une isométrie vectorielle alors f est une bijection de E dans E (i.e. f GL ( E) ) et f 1 est une isométrie vectorielle de E. Démonstration : soit u E alors g f (u ) = Soit v Ker f alors v = Donc f est une bijection de E dans E. Soit u E alors il existe v E tel que u= f ( v ) donc f 1 ( u) = f 1 ( f (v )) = v = u car... Remarque : si f est une isométrie vectorielle alors son spectre (réel) est inclus dans l'ensemble { 1; 1}. En effet si λ Sp et si u est un vecteur propre de f associé à λ alors u = f (u ) = λ u = λ u ainsi, puisque u 0 E,on a nécessairement λ =1. Définition du groupe orthogonal (O ( E); ) : soit (E ; ) un espace euclidien. L'ensemble des isométries vectorielles de E muni de l'opération est appelé groupe orthogonal noté (O ( E ); ). Isométries d'un espace euclidien 4/18 pycreach.free.fr - TSI2
5 Propriété de stabilité de l'orthogonal d'un sous-espace stable par une isométrie vectorielle : soit (E ; ) un espace euclidien, f O (E ) et F un sous-espace vectoriel de E. Si F est stable par f alors F est stable par f. Démonstration : Soit v F alors u F, u; v =0 De plus f O (E ) donc u F, f (u ) f (v ) = u ; v Ainsi u F, f (u ) f (v ) =0 Si F est stable par f alors la restriction de f à F f F : F F est une bijection de F dans F. Donc u' F, u F tel que u' = f (u ), ainsi u' F, u' f ( v ) = f (u ) f (v ) =0 donc f (v ) F. Ce raisonnement étant valide pour tout v F, F est stable par f Exemple : Soit E un espace euclidien de dimension 4 muni d'une base orthonormale B=( i ; j ; k ; l ) et f {f ( i )=0,6 j +0,8 l l'endomorphisme de E défini par f ( j )=0,6 i +0,8 k et F=Vect ( i + j ; k + l ). f ( k )= 0,8 j +0,6 l f ( l )= 0,8 i +0,6 k f est une isométrie vectorielle car... Le sous-espace vectoriel F est stable par f car... or i j F et k l F car car... Ainsi F =Vect ( ; ) est stable par f. Conséquence sur la matrice d'une isométrie vectorielle dans une base adaptée : soit (E ; ) un espace euclidien de dimension n, F un sous-espace vectoriel de E de dimension p, et B=(e 1 ; ; e p ; e p+1 ; ; e n ) une base de E telle que (e 1 ; e p ) soit une base de F et (e p+1 ; ;e n ) soit une base de F. Si f O (E ) et si F est stable par f A 0 alors il existe A M p (R) et B M n p (R) telles que =( M p, n p (R) 0 Mn p, p (R ) B ) Exemple : Soit E un espace euclidien de dimension 4 muni d'une base orthonormale B=( i ; j ; k ; l ) et f {f ( i )=0,6 j +0,8 l l'endomorphisme de E défini par f ( j )=0,6 i +0,8 k en notant B' =( i + j ; k + l ; i j ; k l ) f ( k )= 0,8 j +0,6 l f ( l )= 0,8 i +0,6 k On a ' = En utilisant la formule de changement de base on a : ' = Isométries d'un espace euclidien 5/18 pycreach.free.fr - TSI2
6 2. Matrices orthogonales Définition de l'orthogonalité d'une matrice : Soit A M n (R ). A est orthogonale si et seulement si A T A=I n Exemple et contre-exemple : ( ) ( ) Opérations sur les matrices orthogonales : Soit A M n (R ) et B M n (R). Si A et B sont orthogonales alors A B est une matrice orthogonale. Si A est orthogonale alors A est inversible (i.e. A GL n (R) ) et A 1 =A T est une matrice orthogonale. Démonstration : Si A T A=I n et B T B=I n alors (AB ) T AB= Si A T A=I n alors si X Ker ( A ),... Donc A est inversible et A 1 =A T (A T ) T (A T )= Définition du groupe orthogonal d'ordre n : l'ensemble des matrices orthogonales de M n (R) muni de l'opération est le groupe orthogonal d'ordre n noté (O n (R) ; ). Remarque : on note aussi O ( n). Caractérisation des matrices orthogonales à l'aide de leurs lignes ou de leurs colonnes : Soit A=( a 1,1 a 1, n a n,1 a n,n) M n (R) A est orthogonale si et seulement si (( la famille de ses n vecteurs colonnes a 1,1 a n,1) ; ; ( a 1, j j) ; ; ( a 1,n a n, a n,n)) est orthonormale dans M n,1 (R) si et seulement si la famille de ses n vecteurs lignes ((a 1,1 ; ; a 1,n ); ;(a i ;1 ; ; a i, n ); ;(a n, 1 ; ;a n,n )) est orthonormale dans M 1,n (R),1 a1, j a1, n Démonstration : Soit A=(a1 a n,1 a n, j a n,n) Alors A T A= a (a1,1 n,1 a 1, j a n, j a 1,n a n,n) (a1,1 a1, j a1,n a n,1 a n, j a n,n) Ainsi en notant C j= ( a 1, j j) M n,1 (R), on a A T A=((C i ) T C j ) 1 i 1 1 j 1 a n, Ainsi : A T A=I n (i, j ) 1; n 2, (C i ) T C j = { 1 si i= j 0 sinon Isométries d'un espace euclidien 6/18 pycreach.free.fr - TSI2
7 Par ailleurs : A A T = (a1,1 a1 a i,1 a i a n,1 a n,n) (a1,1 ai,1 a n,1 a 1,n a i,n a n,n) Ainsi en notant L i =(a i,1 ; ;a i,n ) M 1 n (R ) on a A A T =( L i (L j ) T ) ( 1 i n 1 j n) Ainsi A T A=I n A est inversible et A 1 =A T A A T =I n (i, j ) 1; n 2, L i (L j ) T = { 1 si i= j 0 sinon Caractérisation des bases orthonormales de E : Soit B 0 une base orthonormale de E et B une base de E. B est orthonormale si et seulement si la matrice de passage de B 0 à B est orthogonale. Démonstration : La base B 0 étant orthonormale, (u; v ) E 2, u v =(0 (u )) T 0 (v ) donc : Les vecteurs u et v sont orthogonaux dans E si et seulement si 0 ( u) et 0 ( v ) sont orthogonale dans M n,1 (R) Or les colonnes de la matrice de passage P de la base B 0 à la base B=(e' 1 ; ;e' n ) sont pour j 1; n, 0 (e' j ) donc : B est une famille de E orthonormale (0 (e' j )) 1 j n est orthonormale dans M n,1 (R) P O n (R) Caractérisation des isométries vectorielles de E : Soit B 0 une base orthonormale de E et f L (E ). f est une isométrie vectorielle si et seulement si la matrice de f dans B 0, 0 est orthogonale. Démonstration : soit B 0 =(e 1 ; ;e n ). f est une isométrie vectorielle si et seulement si ( f (e 1 ); ; f (e n ) ) est une base orthonormale de E si et seulement si (0 ( f (e 1 )); ; 0 ( f (e n ))) est une base orthonormale de M n,1 (R) si et seulement si 0 est orthogonale. Remarque : on a un isomorphisme de groupe : (O ( E); ) (O n (R ) ; ) f 0 Exemples : si ( i ; j ) est une base orthonormale de E, les endomorphismes f et g définis par : { f ( i )=0,6 i +0,8 j, f ( j )= 0,8 i +0,6 j { g ( i )=0,6 i +0,8 j g ( j )=0,8 i 0,6 j Si ( i ; j ; k ) est une base orthonormale de E, l' endomorphisme f défini par : { f ( i )=0,48 i +0,6 j +0,64 k f ( j )=0,8 i 0,6 k f ( k )= 0,36 i +0,8 j 0,48 k Si ( i ; j ; k ; l ) est une base orthonormale de E, l' endomorphisme f défini par : {f ( i )=0,6 j +0,8 l f ( j )=0,6 i +0,8 k f ( k )= 0,8 j +0,6 l f ( l )= 0,8 i +0,6 k Déterminant d'une matrice orthogonale : Soit A M n (R ). Si A O n (R ) alors det (A ) { 1;1 } Démonstration : det (A T A )= det (A )=±1 est nécessaire si A O (n ) mais det (A )=±1 n'est pas suffisant pour assurer que A O (n ). Exemple : ( )... Isométries d'un espace euclidien 7/18 pycreach.free.fr - TSI2
8 Application à l'orientation d'un espace euclidien : soient (E ; ) un espace euclidien et B 0 une base orthonormale de E. L'espace euclidien E est dit orienté (par la donnée de la base B 0 ). Soit B une base orthonormale de E, B est dite directe si et seulement si le déterminant de la matrice de passage de la base B 0 à la base B est égal à 1. Exemples : Soit E un espace euclidien de dimension 3 orienté par la base orthonormale B 0 =( i ; j ; k ). La base B' =( k ; j ; i ) est La base B' '=( j ; k ; i ) est... Déterminant d'une isométrie vectorielle : Soit f L (E ). Si f O (E ) alors det { 1;1 } Démonstration : soit B 0 une base orthonormale de E alors det = Définition d'une isométrie vectorielle positive ou négative : soient (E ; ) un espace euclidien et f L (E ). f une isométrie vectorielle positive (ou directe) si et seulement si { f O ( E ) det =1 f une isométrie vectorielle négative (ou indirecte) si et seulement si { f O ( E ) det = 1 Exemples : soient ( i ; j ) une base orthonormale directe de E et les endomorphismes f et g définis par : { f ( i )=0,6 i +0,8 j, f ( j )= 0,8 i +0,6 j { g ( i )=0,6 i +0,8 j g ( j )=0,8 i 0,6 j Opérations sur les isométries vectorielles positives : soient (E ; ) un espace euclidien, f L (E ) et g L( E). Si { f O ( E) det =1 et g O (E) { det ( g )=1 alors g f O ( E) { det ( g f )=1 Si { f O ( E) det =1 alors f GL ( E) et { f 1 O ( E) det ( f 1 )=1 Démonstration : les propriétés du groupe orthogonal O(E) sont déjà démontrées. det ( g f )= det ( f 1 )= Définition du groupe spécial orthogonal : soit (E ; ) un espace euclidien. L'ensemble des isométries vectorielles de E positives muni de l'opération est appelé groupe spécial orthogonal de E noté (SO ( E ); ). L'ensemble des isométries vectorielles de E négatives n'est pas un sous-groupe car pour det = 1 et det ( g )= 1, det ( g f )= Définition du groupe spécial orthogonal d'ordre n : L'ensemble des matrices de O n (R ) de déterminant égal à 1 muni de l'opération est appelé groupe spécial orthogonal d'ordre n noté (SO n (R) ; ). Remarque : on note aussi SO (n). O (n )={A O (n ) det (A )= 1} n'est pas un sous-groupe. On a un isomorphisme de groupe : (SO ( E); ) (SO n (R) ; ) f 0 Isométries d'un espace euclidien 8/18 pycreach.free.fr - TSI2
9 3. Classification en dimension 2 et 3 Spectre (réel) d'une isométrie vectorielle : soit (E ; ) un espace euclidien et f L (E ). Si f O (E ) alors sp { 1; 1} Démonstration : soit un réel λ Sp et v une vecteur propre de f associé à la valeur propre λ : { v 0 E f ( v )=λ v. Si f O (E ) alors f (v ) = v donc λ v = v donc v ( λ 1)=0 Or v 0 donc λ =1 ainsi... Classification des isométries vectorielles en dimension 2 : soit (E ; ) un espace euclidien de dimension 2 et f L (E ). Si f O (E ) alors : ou bien sp={1} : dans ce cas f SO (E ) et f =Id E ou bien sp={ 1 } : dans ce cas f SO (E ) et f = Id E ou bien sp={ 1;1 } : dans ce cas f SO (E ) et f est une réflexion par rapport à E 1 ou bien sp= : dans ce cas f SO (E ) et f est une rotation d'angle θ 0 [π ] : u v ) soit une base orthonormale directe de E, u E {0 E }, en notant v l'unique vecteur tel que ( 1 u u ; 1 f (u )=cos (θ )u+sin (θ) v Démonstration : Soit χ f (X ) le polynôme caractéristique de f et f O (E ). Si χ f (X ) est scindé dans R [X ] alors f est trigonalisable dans E et 3 cas de figures sont possibles : 1) Si χ f (X )=(X 1) (X 1) alors sp={1}, det =1 2 =1 et 1 dim(e 1 ) 2. Supposons par l'absurde que dim (E 1 )=1 alors dim ((E 1 ) )=1 car E=E 1 (E 1 ) et puisque E 1 est stable par f (comme tout sous-espace propre), son orthogonal (E 1 ) est aussi stable par f. Ainsi en choisissant { e' 1 E 1 {0 E } e' 2 (E 1 ) {0 E }, B' =(e' ; e' 1 2) est une base de E et λ R tel que ' = ( λ). Donc det =λ, or det =1 donc λ=1 d'où dim (E 1 )=2 ce qui est contradictoire avec l'hypothèse de départ. Ainsi dim (E 1 )=2 donc E 1 =E d'où : f =Id E. 2) Si χ f (X )=(X+1)(X+1) alors sp={ 1 }, det = 1 1= 1 et 1 dim(e 1 ) 2. On démontre par l'absurde que dim (E 1 )=1 est impossible. Donc dim (E 1 )=2 ainsi E 1 =E d'où : f = Id E. 3) Si χ f (X )=(X 1) (X+1 ) alors sp={ 1;1 }, det = 1 1 donc f SO (E ) et f est diagonalisable car son polynôme caractéristique est scindé et à racines simples. dim (E 1 )=1 alors dim ((E 1 ) )=1 car E=E 1 (E 1 ) et puisque E 1 est stable par f (comme tout sousespace propre), son orthogonal (E 1 ) est aussi stable par f. Soit { e' 1 E 1 {0 E } e' 2 (E 1 ) {0 E }, B' =(e' ; e' 1 2) est une base de E et λ R tel que ' = ( λ). Donc λ= 1 et (E 1 ) =E 1. Ainsi f est une réflexion de E. Si χ f (X ) est n'est pas scindé dans R [X ] alors il existe z C tel que: χ f (X )=(X z) (X z ) Ainsi det =z z= z 2 donc det =1. Soit B=(e 1 ;e 2 ) une base orthonormale de E alors =A= ( a b c d), A SO (2 ) {a 2 +c 2 =1 b 2 +d 2 =1 ab+cd =0 ad bc=1 (θ 1 ; θ 2 ) R 2 tel que Or { cos (θ 1 )cos (θ 2 )+sin (θ 1 )sin (θ 2 )=cos (θ 1 θ 2 ) cos (θ 1 )sin (θ 2 ) sin (θ 1 ) cos (θ 2 )=sin (θ 2 θ 1 ) A SO (2 ) (θ 1 ; θ 2 ) R 2 tel que donc θ 1 θ 2 = π 2 {( a; c )=(cos (θ 1 ); sin (θ 1 )) (b;d )=(cos (θ 2 ); sin (θ 2 )) cos (θ 1 θ 2 )=0 sin (θ 2 θ 1)=1 {( a; c )=(cos (θ 1 ); sin (θ 1 )) (b;d )=(cos (θ 2 ); sin (θ 2 )) cos (θ 1 )cos (θ 2 )+sin (θ 1 )sin (θ 2 )=0 cos (θ 1 )sin (θ 2) sin (θ 1) cos (θ 2)=1 [ π ] (θ 1 ; θ 2 ) R 2 tel que {( a; c )=(cos (θ1 ); sin (θ1 )) (b;d )=(cos (θ 2 ); sin (θ 2 )) θ 1 θ 2 = π 2 [π ] θ 2 θ 1 = π 2 [ 2π] Isométries d'un espace euclidien 9/18 pycreach.free.fr - TSI2
10 (θ 1 ; θ 2 ) R 2 tel que {( a; c )=(cos (θ1 ); sin (θ1 )) (b; d )=(cos (θ 2 ); sin (θ 2 )) θ 2 =θ 1 π 2 [π ] θ 2 =θ 1 + π 2 [2π ] θ R tel que A= ( cos (θ) sin (θ ) sin (θ) cos (θ ) ) Si θ=0 [2π ] alors A=Id 2 donc sp={1} ce qui est impossible par hypothèse. Si θ=π [2π ] alors A= Id 2 donc sp ={ 1 } ce qui est impossible par hypothèse. Soit u E, en notant (u )= ( x cos (θ ) sin (θ ) Soit v= y e 1 +x e 2 la famille ( 1 u u ; 1 u v ) P= 1 y y x ) on a :... x 2 + y 2 ( x y), on a Mat ( f (u ))= B ( sin (θ ) cos (θ) )( x y) =cos (θ ) ( x y) +sin (θ ) ( y v est unique car dim (vect ( u)) =1, 1 u v =1 et ( 1 u u ; 1 u v ) est une base orthonormale directe de E car en posant x ) base orthonormale indirecte de E. Remarques sur les rotations en dimension 2 : soit f une rotation d'angle θ 0 [π ] Quelle que soit la base B' =(e' 1 ; e' 2 ) orthonormale directe de E, f (e' 1 )=cos (θ)e' 1 +sin (θ )e' 2 De plus (e' 2 ; e' 1 ) est aussi une base orthonormale directe donc f (e' 2 )=cos (θ )e' 2 +sin (θ ) ( e' 1 ) Ainsi ' = Par ailleurs : u E, f (u )=cos (θ ) u +sin ( θ) v avec u et v orthogonaux donne : u f (u ) = Enfin en notant ' ( u)= ( x y) on a : det B' ( u, f ( u))= x x cos (θ) y sin ) y x sin (θ )+ y cos (θ) = x x cos ) y y cos (θ) + x y sin (θ ) y x sin (θ) = Remarques sur les réflexions : soit f une réflexion. u E, f (u+ f (u ))= donc u+ f ( u) E 1 f (u f (u ))= donc u f (u ) E 1 Isométries d'un espace euclidien 10/18 pycreach.free.fr - TSI2
11 Soient (E ; ) un espace euclidien de dimension 2 et f O (E ) Nature de f f =Id E ou rotation d'angle 0 [2π ] f = Id E ou rotation d'angle π f est la rotation d'angle θ 0 [π ] f est une réflexion par rapport à E 1 Spectre de f sp={1} sp={ 1 } sp= sp={ 1;1 } Déterminant de f Vecteurs invariants det =1 det =1 det =1 det = 1 E {0 E } {0 E } E 1 Droites stables Toutes les droites vectorielles de E Toutes les droites vectorielles de E E 1 et E 1 Matrice dans une base orthonormale Pour toute base B de E : = ( ) Pour toute base B de E : = ( ) Pour toute base B orthonormale directe de E : = ( cos (θ) sin (θ ) sin (θ) cos (θ ) ) Il existe une base B orthonormale de E telle que : = ( ) Trace Tr =2 Tr = 2 Tr =2cos (θ ) ] 2; 2[ Tr =0 Symétrie de la matrice dans une base orthonormale Pour toute base B orthonormale de E, est symétrique. Pour toute base B orthonormale de E, est symétrique. Pour toute base B orthonormale de E, n'est pas symétrique. Pour toute base B orthonormale de E, est symétrique. Représentation dans le plan vectoriel euclidien muni d'une base orthonormale directe ( i ; j ) Caractéristiqu es géométriques Remarque : u E, f (u )=u u E, f (u )= u u E, u f (u ) = u 2 cos (θ) Pour toute base orthonormale directe B de E : det B (u; f (u ))= u 2 sin (θ ) Si A M n (R ) est symétrique alors P O (n ), (P T A P) T =P T A T (P T ) T =P T A P donc P O (n ), P T A P est symétrique. u E, u+ f ( u) E 1 u f (u ) E 1 Si A M n (R ) est antisymétrique alors P O (n ), (P T A P) T =P T A T (P T ) T =P T ( A )P= P T A P donc P O (n ), P T A P est antisymétrique Isométries d'un espace euclidien 11/18 pycreach.free.fr - TSI2
12 Applications : soient ( i ; j ) une base orthonormale directe de E et les endomorphismes f et g définis par : { f ( i )=0,6 i +0,8 j, f ( j )= 0,8 i +0,6 j { g ( i )=0,6 i +0,8 j. Déterminer la nature de f et de g. g ( j )=0,8 i 0,6 j from sympy import * def nature(m): if M.equals(eye(2)): pprint(m) print(" est la matrice de l'identité dans n'importe quelle base.") elif M.equals(-eye(2)): pprint(m) print(" est la matrice de l'homothétie de rapport -1 dans n'importe quelle base.") else : Z=M*(M.transpose())-eye(2) if trace(z.transpose()*z)>10**-12: pprint(m) print(" n'est pas la matrice, dans une base orthonormale, d'une isométrie vectorielle. ") else : if abs(det(m)-1)<10**-12: if asin(m[1,0])>0: a=acos(m[0,0]) else : a=-acos(m[0,0]) pprint(m) print(" est la matrice, dans n'importe quelle base orthonormale directe, de la rotation d'angle "+str(a)) else : V=(M-eye(2)).nullspace() pprint(m) print(" est la matrice, dans une base orthonormale B, de la réflexion par rapport à ") print("la droite vectorielle dirigée par le vecteur dont les coordonnées dans la base B sont ") pprint(v) A=Matrix([[0.6,-0.8],[0.8,0.6]]) B=Matrix([[0.6,0.8],[0.8,-0.6]]) nature(a) nature(b) Image d'un vecteur par une isométrie vectorielle en dimension 2 : Soit r θ la rotation vectorielle d'angle θ : quel que soit le vecteur v : r θ ( v )=cos (θ ) v +sin (θ )r π ( v ) 2 Soit n un vecteur non nul et s ( vect ( n )) la réflexion par rapport à la droite vectorielle (vect ( n )), quel que soit le v n vecteur v : s ( vect ( n )) ( v )= v 2 n n 2 Isométries d'un espace euclidien 12/18 pycreach.free.fr - TSI2
13 Théorème de classification du groupe orthogonal en dimension 3 : soit (E ; ) un espace euclidien de dimension 3 et f O (E ). Si f SO (E ) alors 1 sp, il existe un )=( réel θ et une base B orthonormale directe de E telle que : ) ( f 0 cos (θ) sin (θ ) 0 sin (θ) cos (θ ) Si f O (E) alors 1 sp, il existe un )=( réel θ et une base B orthonormale directe de E telle que : ) ( f 0 cos (θ ) sin (θ) 0 sin (θ ) cos (θ ) Remarque : pour f O (E ) avec E de dimension 3, sp. Démonstration :Le polynôme caractéristique de f, χ f (X ) R 3 [X ] et χ f (X )=X 3 +Q ( X ) avec Q (X ) R 2 [X ] donc lim P f ( x )= et lim P f ( x )= x + x De plus toute fonction polynomiale étant continue sur R, l'équation χ f (x )=0 admet au moins une solution réelle α. Les racines de χ f (X ) sont les valeurs propres de f. Ainsi, f étant un endomorphisme orthogonal, on a : α=±1. Si χ f (X ) est scindé dans R [X] alors, ou bien χ f (X )=(X 1) 3 donc det = ou bien χ f (X )=(X 1) 2 ( X+1) donc det = ou bien χ f (X )=(X 1) (X+1 ) 2 donc det = ou bien χ f (X )=(X+1) 3 donc det = Si χ f (X ) n'est pas scindé dans R [X], soit β C R tel que χ f (β)=0 alors χ f (β)=0 or χ f (X ) R[ X ] donc χ f (β)=0 donc χ f (X )=(X α) (X β)(x β) donc det =α β 2, ainsi det est du signe de α. Ainsi, si f SO (E ), alors 1 sp or E 1 est stable par f donc (E 1 ) est stable par f. Soit e 1 un vecteur unitaire de E 1 et (e 2 ; e 3 ) une base orthonormée de (E 1 ) alors quitte éventuellement à )=( 1 0 d) 0 échanger e 2 et e 3, la famille (e 1 ;e 2 ;e 3 ) est une base orthonormale directe de E et ( f 0 a b 0 c Or la restriction de f à (E 1 ), f (E1 ) : (E ( f 1 )) (E 1 ) est une isométrie vectorielle sur un espace vectoriel de dimension 2 donc ( a b O ( 2). c d) De plus det = a b 0 c d = a b c d et comme det =1, a b c d =1 d'où ( a b Donc, il existe θ R tel que ( a b c d) = cos (θ ) sin (θ) ( sin (θ ) cos (θ ) ). c d) SO ( E) De façon analogue, si f O ( E) alors 1 sp or E 1 est stable par f donc (E 1 ) est stable par f. Soit e 1 un vecteur unitaire de E 1 et (e 2 ; e 3 ) une base orthonormée de (E 1 ) alors quitte éventuellement à )=( 1 0 d) 0 échanger e 2 et e 3, la famille (e 1 ;e 2 ;e 3 ) est une base orthonormale de E et ( f 0 a b 0 c Or la restriction de f à (E 1 ), f (E 1 ) : (E ( f 1 )) (E 1 ) est une isométrie vectorielle sur un espace vectoriel de dimension 2 donc ( a b O ( 2). c d) De plus det = a b 0 c d = a b c d et comme det = 1, a b c d =1 d'où ( a b c d) SO ( E) Donc, il existe θ R tel que ( a b c d) = cos (θ ) sin (θ) ( sin (θ ) cos (θ ) ). )=( Remarque : dans les deux cas en notant B=(e 1, e 2 ;e 3 ) pour tout u E en notant (u x z) y, on a : det B (e 1 ; u; f (u ))= 1 x ±x 0 y ycos (θ ) z sin (θ ) 0 z y sin (θ )+ z cos (θ) = y y cos (θ ) z z cos (θ) + y z sin (θ) z ysin (θ ) =( y 2 +z 2 )sin (θ) Isométries d'un espace euclidien 13/18 pycreach.free.fr - TSI2
14 Soient (E ; ) un espace euclidien de dimension 3 et f SO (E ) Nature de f f =Id E ou rotation d'angle 0 [2π ] f est un retournement (i.e. une rotation d'angle π [2 π] ) d'axe E 1 f est une rotation d'angle θ 0 [π ] et d'axe orienté par un vecteur unitaire e 1 Spectre et det de f sp={1} et det =1 sp={ 1;1 } et det =1 sp={1} et det =1 Vecteurs invariants E E 1 axe du retournement E 1 axe de la rotation Droites stables Toutes les droites vectorielles de E E 1 et toutes les droites vectorielles de E 1 E 1 Matrice dans une base orthonormale Pour toute )=( base B de E : ) ( f Si B=(e 1 ; e 2 ; e 3 ) est une base orthonormale de E avec e 1 E 1 et (e 2 ;e 3 ) base de E 1 alors : )=( ( f ) Si B=(e 1 ; e 2 ; e 3 ) est une base orthonormale directe de E avec e 1 E 1 et (e 2 ;e 3 ) base de (E 1 ) : )=( ) ( f 0 cos (θ) sin (θ ) 0 sin (θ) cos (θ ) Trace Tr =3 Tr = 1 Tr =1+2cos (θ) ] 1; 3[ Symétrie de la matrice dans une base orthonormale Pour toute base B orthonormale de E, est symétrique. Pour toute base B orthonormale de E, est symétrique. Pour toute base B orthonormale de E, n' est pas symétrique. Représentation dans le plan vectoriel euclidien muni d'une base orthonormale directe ( i ; j ) Caractéristiques géométriques u E, f (u )=u u E, u+ f ( u) E 1 u E, u f (u ) E 1 u (E 1 ), u f (u ) = u 2 cos (θ) Dans toute base B orthonormale directe de E, u E, det B (e 1,u; f ( u)) est du signe de sin (θ ) Isométries d'un espace euclidien 14/18 pycreach.free.fr - TSI2
15 Soient (E ; ) un espace euclidien de dimension 3 et f O (E) Nature de f f = Id E f est une réflexion par rapport à E 1 f est la composée commutative d'une réflexion par rapport (vect (e 1 )) et d'une une rotation d'angle θ 0 [π ] et d'axe orienté par le vecteur unitaire e 1 Spectre et det de f sp={ 1 } et det = 1 sp={ 1;1 } et det = 1 sp={ 1 } et det = 1 Vecteurs invariants E 1 Droites stables Toutes les droites vectorielles de E E 1 et toutes les droites vectorielles de E 1 E 1 Matrice dans une base orthonormale Pour toute )=( base B de E : ( f ) Si B=(e 1 ;e 2 ; e 3 ) est une base orthonormale de E avec e 1 E 1 et (e 2 ; e 3 ) base de E 1 alors : )=( ) ( f Si B=(e 1 ; e 2 ; e 3 ) est une base orthonormale directe de E avec e 1 E 1 et (e 2 ;e 3 ) base de (E 1 ) alors : =( cos (θ ) sin (θ) 0 sin (θ ) cos (θ ) ) Trace Tr = 3 Tr =1 Tr = 1+2cos (θ ) ] 3;1[ Symétrie de la matrice Pour toute base B orthonormale de E, est symétrique. Pour toute base B orthonormale de E, est symétrique. Pour toute base B orthonormale de E, n'est pas symétrique. Représentation dans le plan vectoriel euclidien muni d'une base orthonormale directe ( i ; j ) Caractéristiques géométriques u E, f (u )= u u E, u+ f (u) E 1 u E, u f (u ) E 1 u (E 1 ), u f (u ) = u 2 cos (θ) Dans toute base B orthonormale directe de E, u E, det B (e 1,u; f ( u)) est du signe de sin (θ ) Isométries d'un espace euclidien 15/18 pycreach.free.fr - TSI2
16 Applications : Soient ( i ; j ; k ) une base orthonormale directe de E et l' endomorphisme f défini par : { f ( i )=0,48 i +0,6 j +0,64 k f ( j )=0,8 i 0,6 k f ( k )= 0,36 i +0,8 j 0,48 k Déterminer la nature de f et de f from sympy import * def supplementaire_orthogonal(c): if C[0]!=0 : C1=Matrix([[C[1]],[-C[0]],[0]]) elif C[1]!=0 : C1=Matrix([[0],[C[2]],-C[1]]) else : C2=Matrix([[1],[0],[0]]) C1=C1/sqrt(C1.dot(C1)) C2=C.cross(C1) return C1,C2 def angle(c,u,v): t=acos(u.dot(v)) if C.dot(U.cross(V))>=0: return t else: return -t def nature(m): pprint(m) if M.equals(eye(3)) : print(" est la matrice, dans n'importe quelle base, de l'identité.") elif M.equals(-eye(3)) : print(" est la matrice, dans n'importe quelle base, de l'homothétie de rapport -1.") else: Z=M*(M.transpose())-eye(3) if trace(z.transpose()*z)>10**-12: print("n'est pas la matrice, dans une base orthonormale, d'une isométrie vectorielle.") else : if det(m)==1 : C1=((M-eye(3)).nullspace())[0] C1=C1/sqrt(C1.dot(C1)) if M.equals(M.transpose()): print("est la matrice, dans une base orthonormale B, d'un retournement dont l'axe") print("est dirigé par le vecteur unitaire dont les coordonnées dans la base B sont:") pprint(c1) else : C2,C3=supplementaire_orthogonal(C1) a=angle(c1,c2,m*c2) print("est la matrice, dans une base orthonormale B, d'une rotation r d'angle"+str(a)+" radians ") print("selon l'axe orienté par le vecteur unitaire dont les coordonnées dans la base B sont:") pprint(c1) print("le plan globalement invariant par r est engendré par les deux vecteurs unitaires dont les coordonnées dans la base B sont:") pprint([c2,c3]) else : C1=((M+eye(3)).nullspace())[0] C1=C1/sqrt(C1.dot(C1)) C2,C3=supplementaire_orthogonal(C1) if M.equals(M.transpose()): print("est la matrice, dans une base orthonormée B, de la réflexion par rapport au plan") print("admettant pour base orthonormale les vecteurs dont les coordonnées dans la base B sont :") pprint([c2,c3]) else : a=angle(c1,c2,m*c2) print("est la matrice, dans une base orthonormale B, de la composée commutative de " ) print("la réflexion s et de la rotation r définies de la façon suivante.") print("la rotation r est d'angle "+str(a)+" radians selon l'axe orienté") print("par le vecteur unitaire dont les coordonnées dans la base B sont :") pprint(c1) print("la réflexion s est la réflexion par rapport au plan admettant pour base") print("orthonormale les vecteurs dont les coordonnées dans la base B sont :") pprint([c2,c3]) A=Matrix([[48,80,-36],[60,0,80],[64,-60,-48]])*1/100 nature(a) nature(-a) Isométries d'un espace euclidien 16/18 pycreach.free.fr - TSI2
17 Isométries d'un espace euclidien 17/18 pycreach.free.fr - TSI2
18 Image d'un vecteur par une isométrie vectorielle en dimension 3 : soit un espace vectoriel euclidien E de dimension 3 et n un vecteur unitaire de E : Soit r θ, n la rotation vectorielle d'angle θ et d'axe dirigé par le vecteur n : quel que soit le vecteur v, r θ, n ( v )= v n n +cos (θ )( v v n n )+sin (θ ) n v Soit s θ, n la composée de la rotation vectorielle d'angle θ et d'axe dirigé par le vecteur n avec la réflexion par rapport à (vect ( n )) : quel que soit le vecteur v, s θ, n ( v )= v n n +cos (θ )( v v n n )+sin (θ ) n v Démonstration : v =( v n n ) +( v v n n ) vect ( n ) ( vect ( n )) Or n ( v v n n )= n v donc n v = n v v n n = v v n n 4. Matrices symétriques réelles Propriété d'orthogonalité des sous-espaces propres d'une matrice symétrique réelle : Soit A M n (R ), et deux réels λ et μ. Si A est symétrique, {λ ; μ} sp (A ) et λ μ alors les sous-espaces propres E λ ( A ) et E μ ( A ) sont orthogonaux dans M n,1 (R) muni de son produit scalaire euclidien canonique. Démonstration : Si A est symétrique, alors (X ; X' ) M n,1 (R) : AX X' =(AX ) T X'=X T A T X' =X T A X'= X AX' Soit {λ ; μ} sp (A ) tel que λ μ X E λ ( A ) et X' E μ ( A ) alors : { AX=λ X AX' =μ X' Donc λ X X' = X μ X' (λ μ) X X' =0 X X' =0 car λ μ 0. Théorème spectral : Soit une matrice A M n (R ). Si A est symétrique alors il existe une matrice diagonale D et une matrice orthogonale P telle que D=P T A P Principe de la démonstration : on construit par récurrence une base orthonormale de vecteurs propres de A : chaque sousespace propre admet une base orthonormale (cf Gram-Schmidt) les sous-espaces propres sont orthogonaux deux à deux. Exemples : Soit A=( 1 2 9) , deux matrices colonnes formant une famille libre sont clairement dans Ker ( A ) 3 6 0,1 0,1 0,7 Soit B=(0,7 0,1 0,7 0,7 0,1, B est à la fois symétrique et orthogonale donc... 0,1 0,7 0,7 0,1 0,7 0,1 0,1 0,7) Isométries d'un espace euclidien 18/18 pycreach.free.fr - TSI2
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 détailExo7. 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 détailStructures 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[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 détailProgrammes 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 détailI. 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 détailFormes 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 détailProblème 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 détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
Plus en détailPremière 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 détailRésolution 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 détailCalcul 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 détailCorrigé 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 détailProgramme 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 détailCapes 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 détailFonctions 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 détailMathématiques 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 détailExercices 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 détailL 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* 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 détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailLe 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 détailAxiomatique 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 détailCours 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 détailCorrection 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 détail1 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 détailReprésentation 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 détail1 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 détailwww.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 détailCours 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 détailPlanche 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 détailGéométrie 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 détailJournées 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 détailExercices - 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 détailDe 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 détailCalcul 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 détailRésumé 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 détailUn 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 détailI - 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 détailLa 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 détailFonctions 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 détailCours 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 détailLimites 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 détailENSAE - 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 détailAngles 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 détailChapitre 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 détailApproximations 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 détailDifférentiabilité ; 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 détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
Plus en détailCalcul 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 détailAngles orientés et fonctions circulaires ( En première S )
Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble
Plus en détailExemple 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 détailCalcul 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 détailDéveloppement 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 détailChapitre 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 détailCHAPITRE 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 détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailParis et New-York sont-ils les sommets d'un carré?
page 95 Paris et New-York sont-ils les sommets d'un carré? par othi Mok (3 ), Michel Vongsavanh (3 ), Eric hin (3 ), iek-hor Lim ( ), Eric kbaraly ( ), élèves et anciens élèves du ollège Victor Hugo (2
Plus en détailChapitre 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 détailL ALGORITHMIQUE. Algorithme
L ALGORITHMIQUE Inspirée par l informatique, cette démarche permet de résoudre beaucoup de problèmes. Quelques algorithmes ont été vus en 3 ième et cette année, au cours de leçons, nous verrons quelques
Plus en détailMATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.
Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne
Plus en détailOptimisation 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 détailDérivées 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 détailDéterminants. 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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détail= 1 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 détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailIntégration 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 détailGroupe 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 détailExercices - 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 détailExercices - 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 détailMATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME
Notre cadre de réflexion MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME La proposition de programme qui suit est bien sûr issue d une demande du Premier Cycle : demande de rénovation des contenus
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailGroupe 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 détailAnalyse 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 détailCours3. 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 détailExo7. 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 détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailUne introduction aux codes correcteurs quantiques
Une introduction aux codes correcteurs quantiques Jean-Pierre Tillich INRIA Rocquencourt, équipe-projet SECRET 20 mars 2008 1/38 De quoi est-il question ici? Code quantique : il est possible de corriger
Plus en détailFonctions 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 détailFONCTIONS 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 détailLa géométrie du triangle III IV - V Cercles remarquables - Lieux géométriques - Relations métriques
La géométrie du triangle III IV - V Cercles remarquables - Lieux géométriques - Relations métriques III. Cercles 1. Cercle d'euler 2. Droite d'euler 3. Théorème de Feuerbach 4. Milieux des segments joignant
Plus en détailRappels 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 détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailI. 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 détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
Plus en détailDeux disques dans un carré
Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................
Plus en détailSéquence 10. Géométrie dans l espace. Sommaire
Séquence 10 Géométrie dans l espace Sommaire 1. Prérequis 2. Calculs vectoriels dans l espace 3. Orthogonalité 4. Produit scalaire dans l espace 5. Droites et plans de l espace 6. Synthèse Dans cette séquence,
Plus en détailActivités numériques [13 Points]
N du candidat L emploi de la calculatrice est autorisé. Le soin, la qualité de la présentation entrent pour 2 points dans l appréciation des copies. Les résultats seront soulignés. La correction est disponible
Plus en détailCours 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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
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 détail3 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 détailCalcul Formel et Numérique, Partie I
Calcul Formel et Numérique N.Vandenberghe nvdb@irphe.univ-mrs.fr Table des matières 1 Introduction à Matlab 2 1.1 Quelques généralités.......................... 2 2 Où trouver des informations 2 3 Opérations
Plus en détailCHAPITRE 10. Jacobien, changement de coordonnées.
CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,
Plus en détailMais comment on fait pour...
Mais comment on fait pour... Toutes les méthodes fondamentales en Maths Term.S Édition Salutπaths Table des matières 1) GÉNÉRALITÉS SUR LES FONCTIONS...13 1.Comment déterminer l'ensemble de définition
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailhttp://cermics.enpc.fr/scilab
scilab à l École des Ponts ParisTech http://cermics.enpc.fr/scilab Introduction à Scilab Graphiques, fonctions Scilab, programmation, saisie de données Jean-Philippe Chancelier & Michel De Lara cermics,
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailThéorème 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 détailCalcul 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