MAT 7400 REPRÉSENTATION DES GROUPES. Robert Bédard UQAM

Dimension: px
Commencer à balayer dès la page:

Download "MAT 7400 REPRÉSENTATION DES GROUPES. Robert Bédard UQAM"

Transcription

1 MAT 7400 REPRÉSENTATION DES GROUPES Robert Bédard UQAM Notes pour le cours Représentation des groupes Sigle: MAT 7400) offert par le département de mathématiques de l Université du Québec à Montréal.

2

3 PRÉFACE Ces notes s adressent aux étudiantes et étudiants du cours Représentation des groupes Sigle: MAT7400). Elles constituent la matière pour un cours de deuxième cycle d une quarantaine d heures. Elles sont divisées en dix chapitres. Nous y traitons de la théorie des représentations et des caractères ordinaires des groupes finis. Nous décrivons entre autres des caractères irréductibles du groupe symétrique, du groupe alterné et du groupe linéaire de rang 2 sur un corps fini. Un chapitre traite aussi brièvement des repésentations des groupes compacts. D avance je remercie toute personne qui me signalera les lapsus et autres coquilles qui m auraient échappés. Robert Bédard, juillet iii

4

5 TABLE DES MATIÈRES Chapitre : Source de la théorie - Frobenius Chapitre 2: Lemme de Schur et théorie des caractères Chapitre 3: Table de caractères Chapitre 4: Exemples Chapitre 5: Représentation induite Chapitre 6: Propriétés de la représentation induite Chapitre 7: Caractères du groupe symétrique Chapitre 8: Caractères du groupe alterné Chapitre 9: Représentations des groupes compacts Chapitre 0: Caractères du groupe linéaire de rang 2 sur un corps fini v

6

7 CHAPITRE SOURCE DE LA THÉORIE - FROBENIUS Dans ce premier chapitre, nous allons décrire le problème qui a incité Frobenius ) à créer en 896 la théorie des représentations pour les groupes non commutatifs et généraliser celle des caractères des groupes abéliens finis. Pour ces derniers groupes, Gauß et Dirichlet avaient déjà utilisé ces caractères dans leurs travaux en théorie des nombres. Rappelons qu un caractère χ d un groupe abélien fini G est une fonction non-nulle χ : G C telle que χg g 2 ) = χg )χg 2 ) pour tout g, g 2 G. C est d ailleurs à Gauß que nous devons le terme de caractères. Mais la généralisation aux groupes non commutatifs a été nécessaire pour répondre à une question sur les déterminants de groupe. Cette dernière notion n a plus vraiment d intérêt maintenant, la théorie des représentations étant nettement plus essentielle en mathématiques. Nonobstant ce jugement nous allons premièrement rappeler cette notion de déterminant de groupe. Dedekind 83-96) a défini le déterminant de groupe lors de son étude du discriminant d un corps de nombres K i.e. extension finie normale de Q) et G = {g, g 2,..., g n }, son groupe de Galois. Étant donnée une base {w, w 2,..., w n } de K comme espace vectoriel sur Q), alors le discriminant est défini comme étant = D 2, où g w g w 2 g w n g D = 2 w g 2 w 2 g 2 w n g n w g n w 2 g n w n Un cas spécial important est lorsque tous les éléments w i sont les conjugués d un élément w fixe et dans ce cas nous pouvons prendre comme base de K: {g w, g 2 w,..., g n w}. Conséquemment g g w g g 2 w g g n w g D = 2 g w g 2 g 2 w g 2 g n w g n g w g n g 2 w g n g n w Cette dernière matrice a suggéré à Dedekind d étudier dans l anneau commutatif C[x g g G] le polynôme défini par le déterminant de la matrice dont les lignes et colonnes sont indexées par les éléments de G et l entrée à la ligne g et colonne g est x gg. Éventuellement Dedekind a considéré le déterminant Θ = detx gg ) ) de la matrice dont les lignes et colonnes sont indexées par les éléments de G et l entrée à la ligne g et colonne g est x gg ). Toutes les entrées sur la diagonale de cette dernière matrice sont égaux à la variable x e correspondant à l élément neutre e de G. Θ est le déterminant de groupe. Lorsque G est commutatif, Dedekind a noté une relation entre les caractères de G et Θ. Nous pouvons illustrer ceci pour le groupe Z/nZ. Exemple. Si G = Z/nZ = {0,, 2,..., n }, alors x 0 x n x n 2 x x x 0 x n x 2 Θ = x 2 x x 0 x 3... =.... x n x n 2 x n 3 x 0 n i=0 n ρ ij x j = [ ] χg)x g, χ g où ρ est une racine primitive n ième de l unité, le produit dans la dernière expression étant sur l ensemble des caractères de G et la somme, sur les éléments de G. j=0

8 Il est facile de démontrer ceci. En effet, pour i = 0,, 2,..., n ), il suffit de noter que le vecteur ρ i v i = ρ 2i. ρ n )i [ n est un vecteur propre de valeur propre j=0 ρ ij x j ]. Les vecteurs v 0, v,..., v n sont linéairement indépendants et forment ainsi une base de C n. Conséquemment la matrice x 0 x n x n 2 x x x 0 x n x 2 x 2 x x 0 x x n x n 2 x n 3 x 0 est diagonalisable et son déterminant est le produit des valeurs propres. Dedekind a observé dans plusieurs exemples que ces déterminants de groupe pouvaient être factorisé en plusieurs termes. En 886, il a étudié cette question de factorisation pour des groupes non commutatifs. Par exemple, pour le groupe symétrique S 3 ou encore le groupe des quaternions {±, ±i, ±j, ±k}, Dedekind a noté que tous les facteurs ne sont pas toujours linéaires. Exemple.2 Considérons le cas où G est le groupe symétrique S 3 et posons x = x 23, u = x 23, u = x 32, v = x 23, v = x 32, y = x 32, alors le déterminant de groupe x u u v v y u x v y u v u v x u y v v y u x v u v u y v x u y v v u u x est égal à x + u + u + v + v + y)x u u + v + v y)x 2 u 2 u 2 + v 2 + v 2 y 2 + uu xv xv + uy + u y vv ) 2. En 896, Dedekind a communiqué ces résultats à Frobenius avec aussi la conjecture à moitié démontré) que le nombre de facteurs linéaires est l ordre du groupe abélien G/G, où G est le sous-groupe dérivé de G, i.e. le sous-groupe engendré par tous les éléments xyx y avec x, y G. Six mois plus tard, Frobenius pouvait expliquer complètement la factorisation de Θ pour tout groupe fini G. Nous allons maintenant définir ce qu est une représentation linéaire d un groupe fini. Nous ne considérerons que les représentations complexes ou encore ordinaires) dans ces notes. Dans ce chapitre, G désignera toujours un groupe fini..3 Soit un espace vectoriel V sur C. GLV ) désignera le groupe des automorphismes de V, i.e. des endomorphismes linéaires T : V V inversibles. Si V est de dimension finie et B = {v, v 2,..., v n }, une base de V, alors pour tout T GLV ), [T ] B B désignera la matrice a ij) i,j n définie par T v j ) = n a ij v i pour tout j =, 2,..., n. i= Comme T est inversible, il est bien connu que la matrice [T ] B B est inversible. Nous noterons par GL nc): le groupe linéaire, i.e. le groupe des matrices inversibles dont les entrées sont complexes. Il est aussi bien connu que [ ] B B : GLV ) GL n C), T [T ] B B 2

9 est un isomorphisme de groupes. Nous allons supposer pour la suite que V est de dimension finie n > 0 et B = {v, v 2,..., v n }, une base de V. Définition.4 Une représentation linéaire complexe de G dans V est un homomorphisme de groupes) R : G GLV ). En d autres mots, R associe un automorphisme Rg) de V à tout élément g de G et satisfait aussi la propriété que Rgg ) = Rg)Rg ) pour tout g, g G. V est appelé l espace de la représentation et dimv ) = n est le degré de R. À cause de.3, une représentation linéaire est aussi un homomorphisme de groupes) R : G GL n C). En effet, il suffit de prendre R g) = [Rg)] B B. Très souvent nous ferons ce passage de GLV ) à GL nc). Le contexte nous permettra d éviter toute confusion. Définition.5 Deux représentations R : G GLV ) et R 2 : G GLV 2 ) du groupe G sont dites équivalentes s il existe un isomorphisme d espaces vectoriels) T : V V 2 tel que T R g)t = R 2 g) pour tout g G. À cause de.3, deux représentations linéaires R : G GL n C) et R 2 : G GL n2 C) sont équivalen - tes si et seulement si n = n 2 et qu il existe une matrice P inversible d ordre n n telle que P R g)p = R 2g) pour tout g G. Définition.6 Étant donné une représentation linéaire R : G GLV ) et un sous-espace vectoriel U de V. Nous dirons que U est un sous-espace stable de V relativement à R) si et seulement si Rg)u) U pour tout g G et u U. Dans un tel cas, Rg) induit un automorphisme bien défini R U g) de U en considérant sa restriction à U et nous obtenons alors facilement que R U : G GLU) est aussi une représentation de G. Nous dirons que R U est une sous-représentation de R. Si V 0 et que les seuls sous-espaces stables relativement à R) de V sont 0 et V, alors nous dirons que R est une représentation irréductible de G. Énumérer toutes les représentations irréductibles de G à équivalence près et comprendre leurs structures est l un des objectifs majeurs de la théorie des représentations. Celles-ci forment les briques à partir desquelles les autres réprésentations sont construites. Exemple.7 Soit V = C. Alors GLV ) est le groupe multiplicatif C du corps C. La représentation triviale de G est obtenue par R : G C avec Rg) = pour tout g G. Nous noterons celle-ci par R triv. Il est clair que R triv est une représentation irréductible. Exemple.8 Soit V = C G. Notons par {v x x G}: une base de V indexée par les éléments de G. À g G, nous associons l unique transformation linéaire R reg g) de V telle que R reg g)v x ) = v gx pour tout x, g G, i.e. ) R reg g) a x v x = a x v gx. x G x G Il est facile de vérifier que R reg g)r reg g ) = R reg gg ) pour tout g, g G et que R reg e) = Id V. De cette observation, nous obtenons que R reg g) est un automorphisme de V pour tout g G et R reg : G GLV ) est une représentation. Celle-ci est dite être la représentation régulière de G, que nous noterons par R reg. Il est facile de vérifier que R reg n est pas irréductible si G {e}. En effet, ) { } C v x = a x v x a x = a C pour tout x G x G x G est un sous-espace stable de V de dimension différent de 0 et V, parce que G >. Exemple.9 Supposons que le groupe G agit sur l ensemble fini X. Nous pouvons généraliser la construction ci-dessus. Soit V = C X. Notons par {v x x X}: une base de V indexée par les éléments de X. À g G, nous associons l unique transformation linéaire R X g) de V telle que R X g)v x ) = v gx pour tout x X, g G, i.e. ) R X g) a x v x = a x v gx. x X x X 3

10 Il est facile de vérifier que R X g)r X g ) = R X gg ) pour tout g, g G et que R X e) = Id V. De cette observation, nous obtenons que R X g) est un automorphisme de V pour tout g G et R X : G GLV ) est une représentation. Celle-ci est dite être la représentation par permutation de G sur X, que nous noterons par R X. Si X >, alors R X n est pas irréductible. En effet, si O est une orbite de G dans X, alors ) { } C v x = a x v x a x = a C pour tout x O x O x O est un sous-espace stable de V de dimension différent de 0 et V, parce que X >. Nous allons maintenant décrire quelques constructions élémentaires de représentations obtenues à partir de représentations données de G. Définition.0 Soient une représentation linéaire R : G GLV ), un ensemble {U i i k} de sous-espaces vectoriels de V tel que V est la somme directe k i= U i. Si chacun des U i est stable relativement à R, on dit alors que R est la somme directe interne) des sous-représentations R Ui et nous écrirons k i= R U i dans ce cas. Maintenant étant donné un ensemble de représentations linéaires R i : G GLU i ) avec i k, alors nous pouvons construire une représentation de G sur la somme directe externe) V = k i= U i en posant Rg)u u 2 u k ) = R g)u ) R 2 g)u 2 ) R k g)u k ). Il faut vérifier que Rg) est bien un automorphisme de V et que Rgg ) = Rg)Rg ) pour tout g, g G. Nous noterons R par k i= R i. À cause de.3 nous pouvons aussi décrire ceci matriciellement. Si R i : G GL ni C) sont des représentations linéaires, alors la somme directe k i= R i est définie par k i= R i ) g) = R g) R 2g) R 3g) R k g) Définition. Soient deux représentations linéaires R : G GLV ), R 2 : G GLV 2 ) de G. Soit l espace vectoriel V = HomV, V 2 ) des transformations linéaires T : V V 2. Nous pouvons définir une représentation R de G sur HomV, V 2 ) par la formule Rg)T ) = R 2 g)t R g ) pour tout g G et tout T HomV, V 2 ). En effet, il est facile de vérifier que Rg) est une transformation linéaire de V. Il suffit de noter que Rg)a T + a 2 T 2 ) = R 2 g)a T + a 2 T 2 )R g ) = a R 2 g)t )R g ) + a 2 R 2 g)t 2 )R g ) = a Rg)T ) + a 2 Rg)T 2 ) pour tout a, a 2 C et T, T 2 HomV, V 2 ). De plus Rg) est inversible et son inverse est Rg ) car Rg) Rg )T ) = Rg) R 2 g )T R g) ) = R 2 g)r 2 g )T R g)r g ) = R 2 gg )T R gg ) = R 2 e)t R e) = T et similairement Rg ) Rg)T ) = T pour tout g G et T HomV, V 2 ) parce que R et R 2 sont des homomorphismes. Finalement R est un homomorphisme de groupes parce que Rg g 2 )T ) = R 2 g g 2 )T R g g 2 ) ) = R 2 g )R 2 g 2 )T R g 2 )R g ) = R 2 g ) Rg 2 )T ) ) R g ) = Rg ) Rg 2 )T ) 4

11 pour tout g, g 2 G et T HomV, V 2 ) parce que R et R 2 sont des homomorphismes. De ceci nous pouvons conclure que Rg g 2 ) = Rg )Rg 2 ) pour tout g, g 2 G. Nous noterons la représentation R par HomR, R 2 ). Il est aussi possible de donner une représentation matricielle de HomR, R 2 ) en prenant par exemple la base {T ij : V V 2 i m, j n} de HomV, V 2 ) obtenue en définissant T ij comme l unique transformation linéaire telle que { vi, si k = j; T ij u k ) = 0, sinon. où {u, u 2,..., u n } et {v, v 2,..., v m } sont des bases de V et V 2 respectivement. HomV.V 2 ) est isomorphe à l espace Mat m n C) de matrices d ordre m n ayant des entrées complexes et nous obtenons avec ces choix de bases, la représentation R g)m) = R 2g)MR g ), où g G et M Mat m n C). Un cas particulier important de la construction précédente est obtenu lorsque R 2 est la représentation triviale T riv G. Alors V 2 = C et conséquemment V = HomV, C) = V est l espace dual de V. Dans ce cas, HomR, T riv G ) est la représentation contragrédiente associée à R et nous noterons celle-ci par R. Dans ce dernier cas, il est facile de décrire la représentation matricielle de la représentation contragrédiente. En prenant la base {u, u 2,..., u n} de V duale de la base {u, u 2,..., u n } de V, alors la représentation contragrédiente de R : G GL n C) est obtenue par où M) T est la matrice obtenue en transposant M. R ) : G GL n C), g R ) g) = R g )) T Définition.2 Soient deux représentations linéaires R : G GLV ), R 2 : G GLV 2 ) de G. Nous pouvons définir une représentation R de G sur le produit tensoriel V C V 2 par la formule Rg)v v 2 ) = R g)v ) R 2 g)v 2 ). Pour vérifier que R est bien définie et est une représentation de G, il suffit d utiliser de la définition du produit tensoriel ainsi que ses propriétés. R est le produit tensoriel de R et R 2 et nous noterons cette représentation par R C R 2 ou encore R R 2 si aucune confusion est possible quant au corps de base C. Théorème.3 Soient une représentation linéaire R : G GLV ) du groupe fini G et un sous-espace vectoriel U de V stable relativement à R. Alors il existe un sous-espace vectoriel U de V stable relativement à R et complémentaire à U, i.e. V = U U. Preuve: Soit un sous-espace W complémentaire de U dans V, i.e. V = U W. Nous ne supposons pas que W est stable pour R. Soit la projection correspondante P : V U, i.e. tout v de V peut s écrire d une et d une seule façon comme une somme v = u + w avec u U et w W, alors P u + w) = u. P est une transformation linéaire. Considérons P = G Rg)P Rg ). g G Alors l image P V ) de P est contenue dans U. En effet, P Rg )v) U, parce que P est la projection de V sur U et, comme U est un sous-espace stable, nous obtenons que Rg)P Rg )v) U et G Rg)P Rg )v) U. g G Conséquemment P est une transformation linéaire P : V U. Il nous faut étudier P Montrons premièrement que P u) = u pour tout u U. Étant donné que U est stable, alors Rg )u) U pour tout g G et tout u U. Comme P est la projection sur U, nous obtenons que P Rg )u) = Rg )u). Mais de ceci, nous obtenons que Rg)P Rg )u) = Rg)Rg )u) = Rgg )u) = Re)u) = u 5

12 pour tout g G et u U. Finalement nous obtenons P u) = Rg)P Rg )u) = G G g G g G u = G G u = u. Une autre propriété de P est que P Rg) = R U g)p pour tout g G. En effet, P Rg)v) = Rx)P Rx )Rg)v) = Rx)P Rx g)v) = Rgy)P Ry )v) G G G x G x G y G = Rg)Ry)P Ry )v) = Rg) Ry)P Ry )v) G G y G y G = Rg)P v) = R U g)p v) parce que P v) U et U est stable. Considérons le sous-espace vectoriel U = kerp ) de V. Montrons que U est un sous-espace satisfaisant les propriétés recherchées dans le théorème. U est stable relativement à R, car si v U = kerp ), alors P Rg)v) = R U g)p v) = R U g)0) = 0 et Rg)v) U = kerp ) pour tout g G. V = U U. En effet, pour tout v V, nous avons v = P v) + v P v)), où P v) U et v P v)) U = kerp ), car P v P v)) = P v) P P v)) = P v) P v) = 0, car P v) U. Ceci montre que V = U + U. Il nous faut aussi vérifier que U U = 0. Si u U U, alors u = P u) = 0. Le théorème est ainsi démontré. Remarque.4 Dans le théorème précédent, il peut exister plusieurs sous-espaces U. Par exemple si G = {e}, alors tous les sous-espaces vectoriels de V sont stables relativement à toute représentation. Ainsi tout sous-espace vectoriel complémentaire à U satisfait les propriétés du théorème. Théorème.5 Toute représentation linéaire R : G GLV ) du groupe G est équivalente à une somme directe k i= R i de sous-représentations R i : G GLU i ) irréductibles de G, où i =, 2,..., k. Preuve: Nous démontrons le théorème par induction sur dimv ). Si R est irréductible, alors nous avons terminé. Sinon il existe un sous-espace vectoriel U distinct de 0 et V, stable relativement à R. Par le théorème.3, il existe un sous-espace vectoriel U complémentaire à U et stable. Donc la représentation R est équivalente à R U R U. Par induction et parce que dimu) < dimv ) et dimu ) < dimv ), alors R U et R U sont équivalentes à des sommes directes de sous-représentations irréductibles. Nous obtenons ainsi le théorème. Remarque.6 La décomposition dans la théorème précédent n est pas unique. Il suffit encore une fois de considérer le cas de G = {e}, alors tous les sous-espaces vectoriels de V sont stables relativement à toute représentation. Ainsi toute décomposition de V en somme directe de droites L est une décomposition comme celle du théorème.5..7 Nous allons maintenant reconsidérer les déterminants de groupe. Soient des nombres complexes x g C, un pour chaque g G. Alors la matrice correspondant à la transformation linéaire T = g G x g R reg g) définie sur l espace V = C G de la représentation régulière relativement à la base B = {v g g G} définie à l exemple.8 est [T ] B B = x gg ) ) g,g G. En effet pour tout g G, nous avons que T v g ) = x g R reg g)v g ) = x g v gg = x gg ) v g. g G g G g G Donc le déterminant de groupe Θ est égal à dett ). Noter que nous trichons légèrement en ayant spécialisé les variables x g à des nombres complexes. Mais par le théorème.5, V est une somme directe de sous-espaces stables et irréductibles. Nous obtenons donc que Θ = dett ) est le produit du déterminant des restrictions de T à ces sous-espaces irréductibles. Pour obtenir une factorisation de Θ, il est nécessaire de décomposer R reg en sous-représentations irréductibles. Nous étudierons cette question au prochain chapitre. 6

13 CHAPITRE 2 LEMME DE SCHUR ET THÉORIE DES CARACTÈRES Dans ce second chapitre, nous allons associer une fonction complexe χ R : G C, son caractère, à toute représentation R : G GLV ). En utilisant ces fonctions, nous pourrons décrire plus tard comment décomposer une représentation en représentations irréductibles. Le premier pas dans cette théorie est un résultat dû à Schur. Schur ) était un étudiant de Frobenius à Berlin et il a appris la théorie à ces débuts. Le lemme de Schur, un résultat élémentaire, a été démontré en 905 et a grandement simplifié la théorie. Une fois ce lemme démontré, nous l utiliserons pour étudier les caractères des représentations. 2. Étant deux représentations R : G GLV ) et R 2 : G GLV 2 ) de G, alors Hom G V, V 2 ) désignera l ensemble de transformations linéaires T : V V 2 telles que R 2 g)t = T R g) pour tout g G. Il ne faut pas confondre Hom G V, V 2 ) avec HomV, V 2 ). Plus précisément, Hom G V, V 2 ) est un sousespace vectoriel de HomV, V 2 ). Il est facile de vérifier ceci. En effet, si a, a 2 C et T, T 2 Hom G V, V 2 ), alors R 2 g)a T + a 2 T 2 ) = a R 2 g)t + a 2 R 2 g)t 2 = a T R g) + a 2 T 2 R g) = a T + a 2 T 2 )R g) pour tout g G et ainsi a T + a 2 T 2 Hom G V, V 2 ). Un cas particulier de ce qui précède est obtenu lorsque V = V 2 et R = R 2. Alors Hom G V, V ) n est pas seulement un espace vectoriel, mais aussi une algèbre lorsque nous considérons la composition de transformations linéaires. En effet, si T : V V et T 2 : V V sont deux éléments de Hom G V, V ), alors R g)t T 2 = T R g)t 2 = T T 2 R g) pour tout g G et de ceci, nous obtenons que T T 2 Hom G V, V ). Ainsi Hom G V, V ) est une sous-algèbre de l algèbre HomV, V ) des endomorphismes de V. Hom G V, V ) est l algèbre des endomorphismes d entrelace - ments de R. Par exemple, les algèbres de Hecke sont de telles algèbres. Lemme 2.2 de Schur) Soient deux représentations R : G GLV ) et R 2 : G GLV 2 ) irréductibles de G. Alors dim C HomG V, V 2 ) ) = { 0, si R et R 2 ne sont pas équivalentes;, si R et R 2 sont équivalentes. Preuve: Soit un élément T : V V 2 de Hom G V, V 2 ). Nous pouvons considérer le noyau kert ) = {v V T v ) = 0} et l image ImT ) = {T v ) v V } de T, qui sont respectivement des sous-espaces vectoriels de V et V 2. kert ) est stable relativement à R. En effet, si v kert ), alors nous voulons montrer que R g)v kert ). Nous obtenons ceci en notant que T R g)v ) = R 2 g)t v ) = R 2 g)0) = 0 pour tout g G et v V. ImT ) est stable relativement à R 2. En effet, si T v ) ImT ), où v V, alors nous voulons montrer que R 2 g)t v ) ImT ). Nous obtenons ceci en notant que R 2 g)t v ) = T R g)v )) ImT ) pour tout g G et v V. Supposons maintenant que R et R 2 ne sont pas équivalentes et que la transformation linéaire T n est pas nulle. Parce que R est irréductible et que kert ) est un sous-espace stable de V, alors soit kert ) = 0, soit kert ) = V. Comme T n est pas nulle, alors nous devons exclure le cas kert ) = V. Ainsi kert ) = 0 et T est un monomorphisme. Parce que R 2 est irréductible et que ImT ) est un sous-espace stable de V 2, alors soit ImT ) = 0, soit ImT ) = V 2. Comme T n est pas nulle, alors nous devons exclure le cas ImT ) = 0. 7

14 Ainsi ImT ) = V 2 et T est surjective. Finalement T est un isomorphisme et ceci contredit notre hypothèse que R et R 2 ne sont pas équivalentes. Donc T doit être nulle et conséquemment dim C Hom G V, V 2 )) = 0. Supposons maintenant que R et R 2 sont équivalentes et notons par S : V V 2 : un isomorphisme d espaces vectoriels tel que R 2 g)s = SR g) pour tout g G. Nous pouvons premièrement remarquer que les espaces vectoriels Hom G V, V ) et Hom G V, V 2 ) sont isomorphes comme espaces vectoriels). En effet Ψ : Hom G V, V ) Hom G V, V 2 ), T ST est bien définie, car si T Hom G V, V ), alors ST Hom G V, V 2 ) parce que ST R g) = SR g)t = R 2 g)st, étant donné que T Hom G V, V ). Ψ est une transformation linéaire, car Ψa T + a 2 T 2 ) = Sa T + a 2 T 2 ) = a ST + a 2 ST 2 = a ψt ) + a 2 ψt 2 ) pour tout a, a 2 C et tout T, T 2 Hom G V, V ). Si T kerψ), alors ΨT ) = ST = 0 T = S ST = S 0 = 0 et kerψ) = 0. De ceci, nous pouvons conclure que Ψ est injective. Finalement si T : V V 2 est un élément de Hom G V, V 2 ), alors par un argument similaire à celui ci-dessus nous pouvons montrer que S T HomG V, V ) et ΨS T ) = SS T = T. Ce qui montre que Ψ est surjective. Conséquemment Ψ est un isomorphisme. Par ce qui précède, nous pouvons ainsi nous restreindre au cas où R = R 2 et montrer alors que dim C Hom G V, V ) =. Soient T Hom G V, V ) et une valeur propre λ de T. Ainsi l espace propre V λ) = {v V T v ) = λv } pour cette valeur propre est non-nulle. V λ) est stable relativement à R, car si g G, v V λ) et T Hom G V, V ), nous avons T R g)v ) = R g)t v ) = R g)λv ) = λr g)v. Comme R est irréductible et que V λ) est un sous-espace stable de V, nous avons soit V λ) = 0, soit V λ) = V. Comme V λ) 0, nous avons donc que V λ) = V et T v ) = λv pour tout v V. Nous avons ainsi montré que Hom G V, V ) = {λ Id V λ C }. Ici Id V désigne l identité de V. Conséquemment nous pouvons conclure que dim C Hom G V, V ) = dim C Hom G V, V 2 ) =. Un des aspects importants de la théorie est celui des caractères. C est ce que nous allons maintenant étudier après quelques rappels d algèbre linéaire. Rappel 2.3 Étant donné une matrice carrée A = a ij) i,j n, alors la trace de A est définie comme la somme des entrées sur la diagonale principale de A, i.e. T ra) = n a ii. Une des propriétés de la trace est que T rab) = T rba) si A et B sont deux matrices carrées de même ordre. En effet, n n n n T rab) = a ij b ji = b ji a ij = T rba). i= j= i= j= i= Si T : V V est une transformation linéaire et B est une base de V, alors nous pouvons définir la trace de T par T rt ) = T r ) [T ] B B. Noter que la trace de T est indépendante du choix de la base B. En effet, si B est une autre base de V, alors [T ] B B = P [T ]B B P où P = [I] B B est la matrice de changement de bases et nous obtenons que T r ) [T ] B B = T r P [T ] B B P ) = T r [T ] B BP P ) = T r [T ] B ) B 8

15 Définition 2.4 Étant donné une représentation R : G GLV ) de G, alors la fonction χ R : G C à valeurs complexes définie sur le groupe G par χ R g) = T rrg)) est le caractère de R. Nous écrirons aussi χ V s il n y a pas de confusion possible. Proposition 2.5 Soient une représentation R : G GLV ) de G de degré n = dim C V ) et son caractère χ R : G C. Alors a) χ R e) = n, où e est l identité de G. b) χ R g ) = χ G g) pour tout g G. Ici z désigne le conjugué du nombre complexe z. c) χ R x g x ) = χ R g) pour tout x, g G. Preuve: a) Parce que R est un homomorphisme de groupes, alors Re) est la transformation identité de V. Ainsi pour toute base B de V, nous obtenons que la matrice [Re)] B B est Id n n = d ordre n n. Donc χ R e) = T r ) [Re)] B B = n. b) Parce que G est fini, alors la matrice Rg) est d ordre fini, par exemple Rg)) G = Id n n, et toutes ses valeurs propres sont des racines de l unité. En effet, les valeurs propres de RG) sont des racines du polynôme minimal de Rg) et ce dernier divise le polynôme x G ), parce que Rg)) G = Id n n. Soient les n valeurs propres λ, λ 2,..., λ n de Rg). Alors les valeurs propres de Rg ) sont λ, λ 2,..., λ n. Mais λ i = λ i, parce que λ i est une racine de l unité pour tout i =, 2,..., n. Donc χ R g ) = T r Rg ) ) = n i= λ i = n i= n ) λ i = λ i = χ R g) i= pour tout g G. c) Parce que R est un homomorphisme de groupe, nous avons χ R xgx ) = T r Rxgx ) ) = T r Rx)Rg)Rx ) = T rrx)rg)rx)) ) = T r Rg)Rx)) Rx) ) = T r Rg) ) = χ R g). Exemple 2.6 Le caractère de la représentation triviale R triv est χ Rtriv g) = pour tout g G. Nous noterons aussi ce caractère χ Rtriv par G ou encore s il n y a pas de confusion possible. Le caractère de la représentation régulière R reg est G, si g = e; χ Rreg g) = 0, sinon. Dans ce dernier cas, nous considérons la base B = {v x x G} de l espace de R reg comme dans l exemple.8. Dans la colonne de la matrice [R reg g)] B B correspondant à x G, il y a une seule entrée non-nulle, celle à la ligne gx et celle-ci est. Pour que la seule entrée non-nulle de la colonne correspondant à x G soit sur la diagonale principale, il faut que gx = x. Mais ceci est possible seulement si g = e. Conséquemment si g e, alors χ Rreg g) = 0. Si g = e, alors χ Rreg g) = G à cause de la proposition précédente. Exemple 2.7 Supposons que le groupe G agit sur l ensemble fini X et considérons la représentation par permutation R X correspondante. Alors le caractère de R X est χ RX g) = {x X g x = x} pour tout g G. 9

16 En effet, si nous considérons la base B = {v x x X} de l espace de R X comme dans l exemple.9. Dans la colonne de la matrice [R X g)] B B correspondant à x X, il y a une seule entrée non-nulle, celle à la ligne g x et celle-ci est. Pour que la seule entrée non-nulle de la colonne correspondant à x X soit sur la diagonale principale, il faut que g x = x. Conséquemment χ RX g) = {x X g x = x}. Proposition 2.8 Soient deux représentations R : G GLV ) et R 2 : G GLV 2 ) de G. Alors a) χ R R 2 g) = χ R g) + χ R2 g) pour tout g G. b) χ HomR,R 2)g) = χ R g )χ R2 g) pour tout g G. c) χ R g) = χ R g ) pour tout g G. d) χ R R 2 g) = χ R g)χ R2 g) pour tout g G. Preuve: Notons des bases de V et V 2 respectivement par B et par B 2. a) B = B B 2 est une base de V V 2. Alors pour tout g G, la matrice [R R 2 )g)] B B de R R 2 )g) est [R R 2 )g)] B B = [R g)] B B 0 0 [R 2 g)] B2 B 2 et ainsi χ R R 2 g) = χ R g) + χ R2 g). b) Il faut premièrement noter qu étant donné une matrice A d ordre m m et une matrice B d ordre n n, alors la transformation linéaire T A,B : Mat m n C) Mat m n C) définie par M AMB a comme trace T r T A,B ) = T ra)t rb). Nous laissons ceci au lecteur. Maintenant nous pouvons utiliser ce résultat. Pour tout g G, la transformation linéaire HomR, R 2 )g) lorsque nous utilisons les bases B et B 2 peut être décrite par HomV, V 2 ) HomV, V 2 ), T R 2 g)t R g ) ou encore [T ] B2 B [R 2 g)] B2 B 2 [T ] B2 B [R g )] B B. Donc sa trace est χ HomR,R 2)g) = χ R g )χ R2 g) par notre première observation c) est un cas particulier de b) avec R 2 = R triv et le fait que χ Rtriv g) = pour tout g G. d) B = {v v 2 v B, v 2 B 2 } est une base de V V 2. Parce que R R 2 )g))v v 2 ) = R g)v ) R 2 g)v 2 ) et en utilisant la bilinéarité de, nous obtenons le résultat. Notation 2.9 Soient deux fonctions χ : G C et χ : G C sur G à valeurs complexes, nous définissons χ, χ ) G = χg)χ G g) et χ, χ G = χg)χ g ). G g G Il ne faut pas confondre, ) G et, G. Nous noterons l espace vectoriel de fonctions χ : G C sur G à valeurs complexes par FG). Il est facile de vérifier que g G, ) G : FG) FG) C définie par χ, χ ) χ, χ ) G est une forme hermitienne positive définie, i.e. que toutes les propriétés suivantes sont vérifiées: a) χ, χ ) G = χ, χ) G pour tout χ, χ FG); b) χ, χ + χ ) G = χ, χ ) G + χ, χ ) G pour tout χ, χ, χ FG); c) αχ, χ ) G = αχ, χ ) G et χ, αχ ) G = αχ, χ ) G pour tout χ, χ FG) et α C; d) χ, χ) G 0 pour tout χ FG), et χ, χ) G = 0 si et seulement si χ = 0. Il est aussi facile de vérifier que, G : FG) FG) C définie par χ, χ ) χ, χ G 0

17 est une forme bilinéaire symétrique i.e. χ, χ G = χ, χ G pour tout χ, χ FG)). Notons pour clore ce paragraphe que si χ : G C et χ : G C sont respectivement les caractères des représentations de R : G GLV ) et de R : G GLV ), alors χ, χ ) G = χ, χ G à cause de la proposition 2.5 b). Lemme 2.0 Soient une représentation R : G GLV ) de G et le sous-espace vectoriel V G = {v V Rg)v = v pour tout g G} des vecteurs invariants de V par rapport à R. Alors V G est stable par rapport à R et sa dimension est dim C V G ) = G χ R g) = χ R, ) G = χ R, G = χ V Ge). g G Preuve: Nous noterons la dimension de V par n et celle de V G par m. Il est évident que V G est stable relativement à R. Considérons l opérateur linéaire T : V V défini par v T v) = G Rg)v). Montrons premièrement que son image ImT ) V G. En effet pour tout g G et v V Rg )T v)) = G Si v V G, alors T v) = v, car g G Rg )Rg)v) = G T v) = G g G g G Rg)v) = G g G Rg g)v) = G g G Rg)v) = T v). g G v = G G v = v. De ceci, nous pouvons affirmer que ImT ) = V G. Soit un sous-espace vectoriel U de V stable relativement à R et complémentaire à V G, i.e. V = V G U. Un tel sous-espace existe par le théorème.3. Soient une base B de V G et une base B de U, alors B = B B est un base de V. Par ce qui précède, nous obtenons que la matrice [T ] B B de T par rapport à la base B est de la forme ) [T ] B Im m B B = 0 n m) m 0 n m) n m) où I m m est la matrice identité d ordre m m, O n m) m et O n m) n m) sont des matrices nulles et B est une matrice d ordre m n m). Alors T rt ) = m = dim C V G ) = G g G T rrg)) = G χ R g) = χ V Ge). Pour ce qui est de la dernière équation, nous l obtenons en notant que χ V Ge) est le degré de la sousreprésentation R V G de R, qui est m = dim C V G ). Théorème 2. Soient deux représentations R : G GLV ) et R : G GLV ) de G de caractères χ R et χ R respectivement. Alors g G dim C HomG V, V ) ) = χ R, χ R ) G = χ R, χ R G. De plus si V se décompose en somme directe k i= U i de sous-espaces vectoriels stables relativement à R et irréductibles i.e. la sous-représentation de R Ui correspondant à U i est irréductible) et si R est irréductible, alors dim C HomG V, V ) ) = { i k R Ui est équivalente à R }

18 Preuve: Considérons l espace HomV, V ) de la représentation HomR, R ). Alors HomV, V ) ) G est le sous-espace Hom G V, V ) de HomV, V ), car T HomV, V ) ) G R g)t Rg ) = T pour tout g G R g)t = T Rg) pour tout g G T Hom G V, V ). En utilisant la proposition 2.8 b), et le lemme 2.0, nous obtenons que dim C HomG V, V ) ) = G g G χ R g )χ R g) = G χ R g)χ R g ) = χ R, χ R ) G = χ R, χ R G. Montrons maintenant que si V se décompose en somme directe U U 2 de sous-espaces stables relativement à R, alors Hom G V, V ) est isomorphe à la somme directe Hom G U, V ) Hom G U 2, V ). En effet, si T : U V Hom G U, V ) et T 2 : U 2 V Hom G U 2, V ), alors ΨT, T 2 ) = T : V = U U 2 V défini par T u u 2 ) = T u ) + T 2 u 2 ). est un élément de Hom G U U 2, V ). Il est facile de vérifier que T est une transformation linéaire. Il suffit donc de montrer que R g)t = T Rg) pour tout g G. Nous obtenons ceci en notant que R g)t u u 2 ) = R g)t u ) + T 2 u 2 )) = R g)t u ) + R g)t 2 u 2 ) = T Rg)u ) + T 2 Rg)u 2 ) = T Rg)u u 2 ) pour tout u U, u 2 U 2 et g G. T T 2 ) ΨT, T 2 ) = T définit une transformation linéaire Ψ de Hom G U, V ) Hom G U 2, V ) vers Hom G U U 2, V ). Ceci est facile à vérifier. Nous démontrerons seulement que Ψ est un isomorphisme. Si T T 2 kerψ) et T = ΨT, T 2 ), alors T u u 2 ) = T u ) + T 2 u 2 ) = 0 pour tout u U et u 2 U 2. En prenant u 2 = 0, alors T 2 u 2 ) = T 2 0) = 0 et T u u 2 ) = T u ) = 0 pour tout u U, i.e. T = 0. De même en prenant u = 0, alors T u ) = T 0) = 0 et T u u 2 ) = T 2 u 2 ) = 0 pour tout u 2 U 2, i.e. T 2 = 0. Donc kerψ) = 0 0 et la transformation linéaire Ψ est injective. Soit T : U U 2 V, un élément de Hom G U U 2, V ). Prenons T : U V défini par T u ) = T u 0) pour tout u U et T 2 : U 2 V défini par T 2 u 2 ) = T 0 u 2 ) pour tout u 2 U 2. Alors T Hom G U, V ), T 2 Hom G U 2, V ) et ΨT, T 2 ) = T. En effet, T Rg)u ) = T Rg)u ) 0) = T Rg)u 0) = Rg)T u 0) = Rg)T u ) pour tout g G et tout u U montre que T Hom G U, V ). De façon similaire, nous obtenons que T 2 Hom G U 2, V ). Finalement T u u 2 ) = T u 0) + 0 u 2 ) ) = T u 0) + T 0 u 2 ) = T u ) + T 2 u 2 ) pour tout u U et u 2 U 2 montre que T = ΨT, T 2 ) et la transformation linéaire Ψ est surjective. Maintenant terminons la preuve du théorème. Si V se décompose en somme directe k i= U i de sousespaces vectoriels stables relativement à R et irréductibles et si R est irréductible, alors avec ce qui précède g G Hom G k i= U i, V ) est isomorphe à k i= Hom G Ui, V ) Par le lemme de Schur, dim C HomG U i, V ) ), si R Ui et R sont équivalentes; = 0, si R Ui et R ne sont pas équivalentes. 2

19 et Le théorème est démontré. dim C HomG V, V ) ) = dim C HomG k i=u i, V ) ) = k dim C HomG U i, V ) ) i= = { i k R Ui est équivalente à R }. Théorème 2.2 Soient deux représentations R : G GLV ) et R : G GLV ) de G de caractères χ R et χ R respectivement. Alors R et R sont équivalentes si et seulement si χ R = χ R. Preuve. Si R et R sont équivalentes, alors il existe un isomorphisme T : V V tel que T Rg)T = R g) pour tout g G. Alors χ R g) = T rr g)) = T rt Rg)T ) = T rrg)t T ) = T rrg)) = χ R g) pour tout g G. Nous allons maintenant démontrer la réciproque. Par le théorème.5, R est équivalent à une somme directe k i= R i de sous-représentations R i : G GLU i ) irréductibles de G, où i =, 2,..., k et R est équivalent à une somme directe k i= R i de sous-représentations R i : G GLU i ) irréductibles de G, où i =, 2,..., k. Si R : G GLV ) est une représentation irréductible de G de caractère χ R : G C, alors { i k R i est équivalente R } = χ R, χ R ) G = χ R, χ R ) G = { i k R i est équivalente R }. Ainsi R et R se décomposent de la même façon en sous-représentations irréductibles et sont ainsi équivalentes. Le théorème est démontré. 3

20

21 CHAPITRE 3 TABLE DE CARACTÈRES Dans ce troisième chapitre, nous allons maintenant associer au groupe fini G une matrice carrée, sa table de caractères. Celle-ci nous permettra de mieux étudier les représentations de G et leurs décompositions en représentations irréductibles. Nous allons aussi déterminer le nombre de représentations irréductibles de G à équivalence près. Définition 3. Le caractère χ R de la représentation R : G GLV ) est dit irréductible si la représentation R est irréductible. Nous noterons l ensemble des caractères irréductibles de G par G. Proposition 3.2 Soit le caractère χ : G C de la représentation R : G GLV ) de G. Alors χ est irréductible si et seulement si χ, χ) G =. Preuve: Si χ est irréductible, alors R est irréductible. Par le théorème 2. et le lemme de Schur, nous obtenons que χ, χ) G = dim C Hom G V, V ) =. Si χ, χ) G =, nous voulons montrer que χ est irréductible. Supposons le contraire, alors V est la somme directe U U de deux sous-espaces U, U stables de V tels que U et U sont différents de 0 et V. Ainsi R = R U R U et χ = χ RU R U = χ RU + χ RU. Alors χ, χ) G = χ RU + χ RU, χ RU + χ RU ) G = χ RU, χ RU ) G + χ RU, χ RU ) G + χ RU, χ RU ) G + χ RU, χ RU ) G. Mais par le théorème 2., nous avons χ RU, χ RU ) G = dim C Hom G U, U) et χ RU, χ RU ) G = dim C Hom G U, U ). Noter que ci-dessus dim C Hom G U, U) parce que c Id U Hom G U, U) pour tout c C. De la même façon, nous avons aussi que dim C Hom G U, U ). Par le théorème 2., χ RU, χ RU ) G = dim C Hom G U, U ) 0 et χ RU, χ RU ) G = dim C Hom G U, U) 0. Si nous considérons toutes ces inégalités, nous obtenons χ, χ) G 2. Mais ceci contredit notre hypothèse. Donc χ est irréductible. Remarque 3.3 Par le lemme de Schur et les théorèmes 2. et 2.2, nous obtenons que si χ, χ sont deux caractères irréductibles, alors, si χ = χ ; χ, χ ) G = 0, si χ χ. Ceci est l orthogonalité des caractères irréductibles. Nous obtenons alors que les caractères irréductibles de G sont linéairement indépendants dans l espace vectoriel FG). En effet, supposons le contraire, alors il existe des nombres complexes a, a 2,..., a h non tous nuls et des caractères irréductibles distincts χ, χ 2,..., χ h tels que h j= a j χ j = 0. Mais nous obtenons une contradiction en notant 0 = h ) a j χ j, χ i j= G = h a j χ j, χ i ) G = a i pour tout i =, 2,..., h. j= Donc G dim C FG) = G et conséquemment le nombre de caractères irréductibles de G est fini. Proposition 3.4 Soit le caractère χ R : G C de la représentation R : G GLV ). Alors χ R = χ G χ R, χ) G χ. 5

22 Cette somme est finie à cause de la remarque 3.3. De plus, si nous décomposons R comme une somme directe k i= R i de représentations irréductibles de G, alors χ R, χ) G est le nombre de représentations R i équivalentes à une représentation irréductible de G de caractère χ. Preuve: Par le théorème.5, R est équivalent à une somme directe k i= R i de sous-représentations R i : G GLU i ) de G. Par le théorème 2.2, nous obtenons χ R = χ k i= R i = k χ Ri. et chacun des caractères χ Ri est irréductible. Nous avons ainsi montré que χ R peut s écrire comme une combinaison linéaire de caractères irréductibles, i.e. χ R = i= χ G a χ χ. Nous pouvons facilement calculer les coefficients a χ pour χ G en utilisant l orthogonalité. En effet, si χ G, alors χ R, χ ) G = a χ χ, χ ) = a G χ χ, χ ) G = a χ χ G χ G par l orthogonalité des caractères irréductibles. La dernière partie de la proposition est une conséquence du théorème 2.. Donc Corollaire 3.5 Soit le caractère χ reg : G C de la représentation régulière R reg. Alors a) χ reg, χ) G = χe) pour tout caractère χ de G. Ici e est l identité de G. b) χ reg = χ G χe) χ. c) χ G χe))2 = G. d) χ G χe)χg) = 0 pour tout g G et g e. Preuve: a) Rappelons que χ reg est défini par car χe) N. χ reg, χ) G = G G, si g = e; χ reg g) = 0, sinon. g G b) est une conséquence de a) et de la proposition 3.4. χ reg g)χg) = G χe) = χe) G c) et d) Si nous évaluons l expression obtenue en b) à l élement g = e, alors nous obtenons G = χ reg e) = χ G χe)) 2. Tandis que si nous évaluons celle-ci à l élément g e, alors nous obtenons 0 = χ reg g) = χ G χe) χg). Nous allons maintenant déterminer quelles sont toutes les fonctions sur G qui peuvent s exprimer comment des combinaisons linéaires de caractères irréductibles 6

23 Définition 3.6 Une fonction χ : G C sur G à valeurs complexes est dite être une fonction de classe si et seulement si χx g x ) = χg) pour tout x, g G. Le sous-ensemble des fonctions de classe sur G sera noté CG). Il est facile de vérifier que CG) est un sous-espace vectoriel de FG). Définition 3.7 Le sous-ensemble {x g x x G} de G est appelé la classe de conjugaison de g et sera noté par la suite par cl G g) ou encore clg) s il n y a aucune confusion quant au groupe G. Nous noterons l ensemble {cl G g) g G} des classes de conjugaison de G par ClG). Il est bien connu que G est la réunion disjointe de ses classes de conjugaison. Celles-ci sont des classes d équivalence pour la relation d équivalence g g si et seulement si g et g sont dans la même classe de conjugaison, i.e. qu il existe un x G tel que g = x g x. Ainsi une fonction χ : G C de G est une fonction de classe si et seulement si χ est constante sur les classes de conjugaison de G. Proposition 3.8 Pour toute classe de conjugaison c de G, nous noterons la fonction caractéristique de c par c, i.e. {, si g c; Alors c g) = 0, sinon. a) c CG) pour tout c ClG), i.e c est une fonction de classe. b) { c c ClG)} est une base de CG) et dim C CG)) = ClG). c) χ CG) pour tout caractère χ de G. En particulier, χ CG) pour tout χ G. d) G est une base orthogonale de CG) relativement à, ) G et G = ClG). Preuve: a) Il est clair que c est une fonction constante sur les classes de conjugaison, i.e. c est une fonction de classe et ainsi c CG). b) Si χ CG), alors χg) = χg ) lorsque g et g sont dans la même classe de conjugaison c ClG). Dans ce dernier cas, nous noterons par χc): cette valeur prise par χ à un élément quelconque de c. Avec cette notation, nous pouvons noter que si χ CG), alors χ = c ClG) χc) c. En effet, il suffit d évaluer les deux expressions de cette égalité à un élément g G. Nous savons que g appartient à une seule classe de conjugaison clg). Donc le côté gauche de l égalité est χg) = χclg)), alors que le côté droit est χc) c g) = χclg)) clg) g) = χclg)). c ClG) Nous avons ainsi montré que toute fonction de classe peut s exprimer comme une combinaison linéaire des fonctions caractéristiques c. Pour compléter la preuve de b), il suffit de montrer que les fonctions c pour c ClG) sont linéairement indépendantes. Supposons que c ClG) a c c = 0, alors en évaluant à g, nous obtenons 0 = c ClG) a c c g) = a clg). Donc a c = 0 pour tout c ClG) et les fonctions c pour c ClG) sont linéairement indépendantes. c) est une conséquence de la proposition 2.5 c). d) Nous avons vu à la remarque 3.3 que les caractères irréductibles de G sont linéairement indépendants et orthonormaux par rapport à, ) G. Comme, ) G est positive définie, alors il suffit de vérifier que la seule fonction χ : G C orthogonale à tous les caractères irréductibles est la fonction nulle 0. En effet, si I désigne le sous-espace de CG) engendré par G, alors le sous-espace I des vecteurs orthogonaux à I 7

24 est de dimension dim C I ) = dim C CG)) dim C I). Si I = 0, alors dim C I) = dim C CG)) et CG) est engendré par G. Étant donné une fonction χ : G C appartenant à CG) telle que χ, χ) G = 0 pour tout χ G, montrons que χ = 0. À une représentation R : G GLV ) de G, définissons la transformation linéaire T R : V V définie par v g G χg) Rg)v). Nous avons que T R Rx) = Rx)T R pour tout x G. En effet, T R Rx) = g G χg) Rg)Rx) = g G parce que χ est une fonction de classe. χg) Rgx) = χx g x ) Rxg ) = χg ) Rx)Rg ) = Rx)T R g G Montrons que nous avons aussi que T R v) = 0 pour tout v V. Considérons premièrement le cas où R est irréductible. Par la preuve du lemme de Schur, nous avons que T R v) = λv pour tout v V. La trace de T R est T rt R ) = g G χg) T rrg)) = g G χg) χ R g) = G = λ dim C V ) = λ χ R e). G g G χg) χ R g) = G χ R, χ) G Comme χ R, χ) G = 0 et χ R e) 0, alors λ χ R e) = 0 et λ = 0. Conséquemment si R est irréductible, alors T R v) = 0 pour tout v V. Maintenant si R est une représentation de G, alors nous pouvons écrire R comme une somme directe k i= R i de représentations irréductibles R i pour i =, 2,..., k, il est facile de vérifier que T R se décompose sous la forme k i= T R i, mais chacune des transformations linéaires T Ri est nulle. Ainsi T R est nulle. Maintenant pour compléter la preuve que χ = 0, alors prenons pour R la représentation régulière R reg. L espace V de la représentation R reg a une base {v x x G} indexée par les éléments x de G et ainsi par ce qui précède 0 = T R v e ) = χg) Rg)v e ) = χg) v g. g G g G g G Donc χg) = 0 pour tout g G. Il est maintenant clair en utilisant b) que G = ClG). Ceci complète la preuve de d). Nous avons noté à la remarque.6 que la décomposition en représentations irréductibles n est pas unique. Il est cependant possible de déterminer une décomposition unique d une représentation en sousreprésentations du même type i.e décomposition isotypique). Nous serons plus précis ci-dessous. Remarque 3.9 Soient les caractères irréductibles distincts χ j : G C de G, où j =, 2,..., h, et une représentation R : G GLV ) de G. Nous avons vu que V est une somme directe k i= U i de sousespaces U i stables par rapport à R et irréductibles, et que R se décompose en une somme directe k i= R i de représentations irréductibles R i : G GLU i ), i =, 2,..., k. Pour j =, 2,..., h, notons par V j : la somme directe des U i dont le caractère est χ j, i.e. les U i qui sont équivalents à une représentation irréductible donnée de caractère χ j. Nous avons donc que V est la somme directe h j= V j des sous-espaces stables V j, où j =, 2,..., h. Cette dernière décomposition sera la décomposition isotypique de R. Celle-ci est unique. C est ce que nous montrerons. Proposition 3.0 Avec les notations de la remarque 3.9) Pour j =, 2,..., h, la transformation linéaire P j = χ je) χ j g) Rg) G g G 8

25 est indépendante de la décomposition de V en irréductibles et est la projection de V sur V j. Conséquemment la décomposition isotypique h j= V j de V est unique. Preuve: Il est clair que P j est indépendant de la décomposition de V en irréductibles. Nous pouvons procéder comme dans la preuve de la proposition 3.8 d) et obtenir que P j Rx) = Rx)P j pour tout x G, i.e. au lieu de T R nous avons P j, mais l argument est le même et repose sur le fait que χ j CG). Si U est un sous-espace stable de V et irréductible de caractère χ et que nous considérons la restriction P j U de P j à U, alors P j U = χ je) χ j g)r U g) = λ Id U, où λ C G g G par le lemme de Schur. Si nous calculons maintenant la trace de P j U, nous obtenons T rp j U ) = χ je) G g G Ainsi λ χ e) = χ j e) χ, χ j ) G et χ j g) T rr U g)) = χ je) G χ j g) χ g) = λ dim C U) = λχ e). g G P j u) = χ je) χ e) χ, χ j ) G u pour tout u U. Si χ χ j, alors par l orthogonalité des caractères irréductibles, nous obtenons que χ, χ j ) G = 0 et P j u) = 0 pour tout u U. Par contre si χ = χ j, alors χ j e) χ e) χ, χ j ) G = χ je) χ j e) χ j, χ j ) G = et P j u) = u pour tout u U. Si nous considérons une décomposition isotypique h j= V j de V, alors P j v v 2 v h ) = v j pour tout j =, 2,..., h par ce qui précède. P j est bien la projection de V sur V j. Comme les P j sont indépendants de la décomposition en irréductibles et que les P j sont les projections sur les sous-espaces V j, nous obtenons l unicité de la décomposition isotypique. Proposition 3. Soient deux éléments g, g de G. Alors G / clg), si g et g sont conjugués, i.e. clg) = clg ); χg) χg ) = χ G 0, sinon. Preuve: Considérons la fonction caractéristique clg ) correspondant à la classe de conjugaison de g. Parce que G est une base orthogonale de CG) et que clg ) CG) par la proposition 3.8, nous obtenons clg ) = Mais parce que χ est une fonction de classe, alors χ G clg ), χ) G χ. clg ), χ) G = clg )x)χx) = G G x G x clg ) χx) = clg ) G χg ). Conséquemment clg ) = clg ) χg G ) χ. χ G 9

26 Nous pouvons maintenant évaluer les deux côtés de cette équation à l élément g G. conjugués, alors clg) = clg ) et Si g et g sont clg )g) = = clg ) χg G ) χg) χg) χg ) = G clg). χ G χ G Par contre si g et g ne sont pas conjugués, alors clg )g) = 0 = clg ) χg G ) χg) χg) χg ) = 0. χ G χ G Définition 3.2 La table des caractères de G est la matrice carrée dont les lignes sont indexés par les éléments de G et les colonnes par les éléments de ClG). Pour le caractère irréductible χ G et la classe de conjugaison c ClG), alors l entrée à ligne χ et colonne c est la valeur χc) prise par le caractère χ sur la classe c. Remarque 3.3 Nous pouvons traduire l orthogonalité des caractères irréductibles et la proposition 3. en des propriétés pour les lignes et colonnes de la table de caractères. Ainsi la proposition 3. signifie que deux colonnes distinctes de la table des caractères de G sont des vecteurs orthogonaux pour le produit hermitien standard) et que la colonne correspondant à la classe de conjugaison clg) est un vecteur de norme G / clg) pour ce même produit hermitien). L orthogonalité des caractères irréductibles signifie que si nous considérons deux lignes distinctes de la table des caractères, alors celles-ci sont des vecteurs qui sont orthogonaux pour un produit hermitien pondéré en utilisant le poids clg) pour la composante correspondant à la classe clg), i.e. c ClG) c χc) χ c) = 0 si χ χ. Alors que la ligne correspondant au caractère irréductible χ est de norme G pour le même produit hermitien, i.e. c χc) χc) = G c ClG) Au prochain chapitre, nous allons présenter des exemples de tables de caractères pour quelques groupes finis. Nous traiterons plus tard dans ces notes du cas du groupe symétrique. 20

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

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

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

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

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

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

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

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

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

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

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

Résolution d équations non linéaires

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

Plus en détail

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

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

Plus en détail

Cours 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

La transformée de Fourier sur un groupe fini et quelques-unes de ses applications. Elise Raphael Semestre d automne 2009-2010

La transformée de Fourier sur un groupe fini et quelques-unes de ses applications. Elise Raphael Semestre d automne 2009-2010 La transformée de Fourier sur un groupe fini et quelques-unes de ses applications Elise Raphael Semestre d automne 009-010 1 Contents 1 Transformée de Fourier sur un groupe fini 3 1.1 Dual d un groupe

Plus en détail

1 Première section: La construction générale

1 Première section: La construction générale AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994

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

CHAPITRE 10. Jacobien, changement de coordonnées.

CHAPITRE 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 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

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 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

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

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

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

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

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

Plus en détail

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

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

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

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

= 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

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

[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

C algèbre d un certain groupe de Lie nilpotent.

C 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 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 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

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

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

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

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

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

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

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

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

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

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

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

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

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

Premiers exercices d Algèbre. Anne-Marie Simon

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

Plus en détail

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

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

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

Polynômes à plusieurs variables. Résultant

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

Plus en détail

Compter à Babylone. L écriture des nombres

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

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

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

Plus en détail

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

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

Plus en détail

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

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

Cours arithmétique et groupes. Licence première année, premier semestre

Cours arithmétique et groupes. Licence première année, premier semestre Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières

Plus en détail

Partie 1 - Séquence 3 Original d une fonction

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

Plus en détail

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

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

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

Plus en détail

RAPHAËL ROUQUIER. 1. Introduction

RAPHAËL ROUQUIER. 1. Introduction CATÉGORIES DÉRIVÉES ET GÉOMÉTRIE ALGÉBRIQUE Trois exposés à la semaine «Géométrie algébrique complexe» au CIRM, Luminy, décembre 2003 1. Introduction On étudie dans un premier temps les propriétés internes

Plus en détail

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

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

Plus en détail

Cours introductif de M2 Algèbres de Lie semi-simples et leurs représentations

Cours introductif de M2 Algèbres de Lie semi-simples et leurs représentations Cours introductif de M2 Algèbres de Lie semi-simples et leurs représentations Jean-François Dat 2013-2014 Résumé Dans ce cours, on étudie la structure des algèbres de Lie et de leurs représentations linéaires,

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

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

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

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

Plus en détail

2 Division dans l anneau des polynômes à plusieurs variables

2 Division dans l anneau des polynômes à plusieurs variables MA 2 2011-2012 M2 Algèbre formelle 1 Introduction 1.1 Référence Ideals, varieties and algorithms, D. Cox, J. Little, D. O Shea, Undergraduate texts in Mathematics, Springer 1997. Using algebraic geometry,

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

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

Plus en détail

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

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

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point 03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de

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

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

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

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

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

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

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

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

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

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

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

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Manipulateurs Pleinement Parallèles

Manipulateurs Pleinement Parallèles Séparation des Solutions aux Modèles Géométriques Direct et Inverse pour les Manipulateurs Pleinement Parallèles Chablat Damien, Wenger Philippe Institut de Recherche en Communications et Cybernétique

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

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

Espace II. Algèbres d opérateurs et Géométrie non commutative.

Espace II. Algèbres d opérateurs et Géométrie non commutative. Chapitre 2 Espace II. Algèbres d opérateurs et Géométrie non commutative. Dans le formalisme de la mécanique quantique, les observables ne sont plus des grandeurs ou fonctions numériques, que l on peut

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

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

Une forme générale de la conjecture abc

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

Plus en détail

Chapitre VI - Méthodes de factorisation

Chapitre VI - Méthodes de factorisation Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.

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

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE 12. Compléments sur les modules 12.1. Théorème de Zorn et conséquences. Soient A un anneau commutatif

Plus en détail

Théorèmes de Point Fixe et Applications 1

Théorèmes de Point Fixe et Applications 1 Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des

Plus en détail

Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité

Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Andreea Grigoriu avec Jean-Michel Coron, Cătălin Lefter and Gabriel Turinici CEREMADE-Université Paris Dauphine

Plus en détail

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau

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