Calcul matriciel : rappels et compléments
|
|
- Dominique Drapeau
- il y a 7 ans
- Total affichages :
Transcription
1 CHAPITRE 5 Calcul matriciel : rappels et compléments 5 L ensemble M n,p (K) 5 Structure d espace vectoriel Définition Soit K = R ou C On note M n,p (K) l ensemble des matrices ayant n lignes et p colonnes On dit alors que les matrices de M n,p (K) ont un format (n, p) Lorsque n = p, on note M n (K) l ensemble des matrices carrées à n lignes et n colonnes Dans ce cas, on dit que les matrices de M n (K) sont de taille n ou bien d ordre n Proposition 2 M n,p (K) est un K-espace vectoriel En particulier, on peut sommer deux matrices ayant le même format et multiplier une matrice par un scalaire La matrice nulle est notée simplement ou Mn,p(K) Définition 3 On note E i,j la matrice de M n,p (K) dont tous les coefficients sont nuls, sauf celui situé en ligne i et colonne j, qui vaut La famille (E i,j ) i n forme alors une base de l espace vectoriel M n,p (K) En j p particulier on a donc : dim(m n,p (K)) = np Dans l espace M 2 (R), on a : E, = Ç, E,2 = Ç, E 2, = Ç, E 2,2 = Ç
2 2/4 5 Calcul matriciel : rappels et compléments 52 Produit de matrices Définition 4 Soient A M n,p (K) et B M p,q (R) deux matrices telles que le nombre de colonnes de A soit égal au nombre de lignes de B Alors, on peut définit la matrice C = AB, qui est une matrice de M n,q (K) telle que : p (i, j), n, q, c i,j = [AB] i,j = a i,k b k,j k= Ç Ç Soit A = et soit B = Ç Ç En notant B = et B 2 = On a AB = Ç, on a AB = AB 2 = Ç 2 2 et BA = 2 2 Rien qu avec les exemples précédents, on voit que : le produit matriciel n est pas commutatif : AB BA si AB =, cela n implique pas que A = ou B = : le produit n est pas intgre si AB = AB 2, cela n implique pas que B = B 2, on ne peut pas "simplifier" les matrices de chaque côté Cependant, la factorisation est possible, soit à droite, soit à gauche : A B + A 2 B = (A + A 2 )B et BA + BA 2 = B(A + A 2 ) 53 Puissances et polynômes d une matrice carrée Définition 5 Soit A une matrice carrée d ordre n On note par convention A = I n, matrice identité d ordre n, puis on pose pour tout entier k, A k = A A A }{{} k fois Un cas particulier où on peut facilement calculer les puissances d une matrice : lorsqu elle est diagonale Si on note D = diag(λ, λ 2,, λ n ), alors pour tout k N, D k = diag(λ k, λk 2,, λk n) Théorme 6 Soient A et B deux matrices carrées de M n (K) qui commutent, alors pour tout entier k, (A + B) k = k j= ( ) k A j B k j j (formule du binôme de Newton) et A k B k k = (A B) A j B k j = (A B)(A k + A k 2 B + A k 3 B AB k 2 + B k ) j=
3 5 Calcul matriciel : rappels et compléments 3/4 Définition 7 Une matrice carrée A M n (K) est dite nilpotente s il existe un entier k tel que A k = Soit N = Ç Ç On a N 2 et N 3 =, donc N est nilpotente d ordre 3 Lorsqu une matrice M peut s écrire M = I n + A avec A nilpotente, la formule du Binôme s écrit facilement pour M n et beaucoup de termes sont nuls (car A k est nul ds que k est supérieur à un indice donné) Ex : pour N ci-dessus, on a : (I n + N) k = k j= Ç k N j = I n + kn + j k(k ) N Définition 8 d Soit P = a k X k un polynôme de K[X] et soit A une matrice carrée de M n (R) k= On définit la matrice P (A) par : d P (A) = a k A k = a I n + a A + a 2 A a d A d k= Théorme 9 Toute matrice carrée A admet un polynôme annulateur P tel que P (A) = Démonstration : Soit A M n (R) On sait que dim(m n (R)) = n 2 Donc si on prend la famille (I n, A, A 2,, A n2 ), la famille comporte n 2 + éléments dans un espace vectoriel de dimension n 2, donc cette famille est nécessairement liée : on peut exprimer une de ces matrices comme une combinaison linéaire des autres, et cela nous donne une relation polynomiale sur la matrice A 54 Transposition Définition La transposée d une matrice A de M n,p (K) est la matrice notée colonne de t A correspond à la i-ime ligne de A t A de M p,n (K) telle que la i-ime Remarques : R La transposition est une application linéaire, autrement dit on a : t (A + B) = t A + t B et λ K, t (λa) = λ t A R 2 Attention aux manipulation de transposées avec des produits : t (AB) = t B t A
4 4/4 5 Calcul matriciel : rappels et compléments 52 Noyau et image d une matrice 52 Image d une matrice Définition Soit A une matrice de M n,p (K) dont on nomme les colonnes C, C 2,, C p On appelle alors image de A l ensemble : Im(A) = V ect(c, C 2,, C p ) = {AX / X M p, (K)} Im(A) est un Vect, donc par définition c est un sous-espace vectoriel de M n, (K) Il contient uniquement des matrices colonnes à n lignes Définition 2 Soit A une matrice de M n,p (K) On appelle rang de la matrice A : rg(a) = dim(im(a)) = dim(v ect(c, C 2,, C p ) Im(A) est un sous-espace vectoriel de M n, (K) En particulier, on doit avoir dim(im(a)) dim(m n, (K)) Ainsi : rg(a) n Par ailleurs, Im(A) = V ect(c, C 2,, C p ) Donc on connaît déjà une famille génératrice de Im(A) qui contient p éléments La dimension de Im(A) sera donc au maximum p : rg(a) p Finalement : si A M n,p (K), rg(a) min(n, p) 2 Soit A = 2 2 Déterminons Im(A) et rg(a) 2 On a : Im(A) = V ect 2,, (La dernire colonne étant proportionnelle à la premire, on peut l enlever de la famille génératrice) Pour déterminer le rang de A, on doit avoir la dimension de Im(A), donc le cardinal d une base La famille génératrice précédente est-elle libre? Soient a, b, c R tels que : 2 a 2 + b + c = alors : a + 2b = 2a b + c = b + c = a = 2b = c = b 4b b b = La famille est bien libre, c est une base de Im(A), donc rg(a) = 3 = a = b = c =
5 5 Calcul matriciel : rappels et compléments 5/4 522 Noyau d une matrice Définition 3 Soit A une matrice de M n,p (K) On appelle alors noyau de A l ensemble : Ker(A) = {X M p, (K) / AX = } On peut montrer également que Ker(A) est un sous-espace vectoriel de M p, (K) Il contient uniquement des matrices colonnes, à p lignes En particulier, on voit que dim(ker(a)) dim(m p, (K)), donc la dimension de Ker(A) doit être inférieure au nombre de colonnes de A á ë x 2 y Reprenons A = 2 2 et déterminons le noyau de A Soit X = M z 4, (R) Alors : X Ker(A) AX = Ainsi : Ker(A) = V ect X = ÑÑ x + 2y t = 2x y + z 2t = y + z = éé Ñ t t é = t Ñ é x + 2y t = 2x 2y 2t = z = y t x = t y = z = y = Déterminer un élément du noyau d une matrice revient à déterminer une relation linéaire nulle sur les colonnes de cette matrice Par exemple, prenons la matrice B = On peut remarquer que : C + C 2 = On a donc Autrement dit, le fait que C + C 2 = revient à dire que Ç 2 De même, 2C C 3 =, donc Ker(B) Egalement 2C 2 + C 3 =, donc Ker(B) Ç Ç = appartient à Ker(B) Plus généralement, si A est une matrice dont les colonnes sont notées C, C 2,, C p, alors : à a í a C + a 2 C a p C p = a 2 a p Ker(A)
6 6/4 5 Calcul matriciel : rappels et compléments 523 Théorme du rang Théorme 4 Soit A une matrice de M n,p (K), avec donc p colonnes Alors : Théorme du rang p = dim(ker(a)) + rg(a) Exemples : Ce théorme permet de faire un lien entre les dimension de Im(A) et Ker(A) E Déterminer l image, le rang et le noyau de A = On sait que Im(A) = V ect ÇÇ, Ç, Ç = V ect ÇÇ Puisque Im(A) est engendré par un vecteur non nul, on a dim(im(a)) = = rg(a) D aprs le théorme du rang, on a dim(ker(a)) = 2 Pour déterminer une base de Ker(A), il nous suffit donc de déterminer une famille libre de cardinal 2 dans Ker(A) Pour cela cherchons des relations sur les colonnes de la matrice On a C = C 2, donc C C 2 = : Ç Ker(A) On a C = C 3, donc C C 3 = : Ker(A) On a déterminé déjà deux vecteurs dans Ker(A), qui sont non colinéaires : ils forment donc une famille libre, donc une base (car de cardinal 2) de Ker(A) Ker(A) = V ect E 2 Déterminer l image, le rang et le noyau de B = ÇÇ, Ç Ç 2 On a 2C = C 3, donc 2C C 3 = : Ker(B) On a donc dim(ker(b)) et par théorme du rang, rg(b) 2 Or, Im(B) contient déjà la famille (C, C 2 ) qui est libre (car deux vecteurs non colinéaires), donc on a dim(im(b)) 2 Finalement, on en déduit que : dim(im(b)) = 2 etdim(ker(b)) = De plus, puisqu on a déjà déterminé une famille libre de 2 éléments dans Im(B) et une famille libre de élément dans Ker(B), ce sont des bases de Im(B) et Ker(B) : Im(A) = V ect ÇÇ 2, Ç ÇÇ et Ker(A) = V ect 2
7 5 Calcul matriciel : rappels et compléments 7/4 53 Matrices inversibles 53 Définition Définition 5 Une matrice carrée A M n (K) est dite inversible lorsqu il existe une matrice B appartenant à M n (K) telle que : AB = BA = I n Dans ce cas, la matrice B est unique, appelée inverse de A et on note A = B Si on trouve une matrice B telle que AB = I n, alors nécessairement A est inversible et B = A De même, si on trouve une matrice C telle que CA = I n, alors nécessairement C est inversible et C = A Définition 6 L ensemble des matrices inversibles de M n (K) est noté GL n (K) Cet ensemble est stable par produit, autrement dit, si A et B sont inversibles, alors AB est encore inversible et on a : (AB) = B A En particulier, si une matrice A est inversible, alors A 2, A 3, A 4, le sont aussi Proposition 7 Une matrice A M n (K) est inversible si et seulement si, pour toute matrice colonne Y de M n, (K), le systme Y = AX admet une unique solution X M n, (K) On a alors : X = A Y Soit A = Soit X = Ç x y z Donc A est inversible et on a A = La matrice A est-elle inversible et si oui que vaut A? Ç a et Y = b Alors : c x + z = a x AX = Y y + z = b z x + y + z = c y Y = X = c b = a + b c = a + c
8 8/4 5 Calcul matriciel : rappels et compléments Proposition 8 Une matrice carrée est inversible si et seulement si ses colonnes forment une famille libre dans M n, (K), autrement dit si et seulement si les colonnes de la matrice forment une base de M n, (K) En particulier, si deux colonnes de la matrice sont proportionnelles, si une colonne est nulle ou s il y a une relation entre plusieurs colonnes, la matrice ne sera pas inversible La matrice est inversible si et seulement si aucune colonne ne peut s écrire comme combinaison linéaire des autres Conséquence 9 Soit A une matrice carrée de M n (K) A est inversible Ker(A) = O Mn, (K) rg(a) = n Exemples : E Matrices de taille 2 Ç a A = c b d inversible ad bc Cela vient simplement du fait que les colonnes) doivent ne pas être proportionnelles E 2 Matrices diagonales D = diag(λ,, λ n ) inversible k, n, λ k E 3 Matrices triangulaires Une matrice triangulaire est inversible si et seulement si tous ses coefficients diagonaux sont non nuls A l inverse, une matrice triangulaire n est pas inversible si et seulement s il y a au moins un zero sur sa diagonale E 4 Matrices ayant un polynôme annulateur Si une matrice A vérifie une relation du type : alors on a : A 3 + 3A 2 5A + 2I n = A 3 + 3A 2 5A = 2I n A (A 2 + 3A 5I n ) = 2I n A Å 2 A2 3 2 A + 5 ã 2 I n = I n La matrice A est alors inversible et son inverse est A = Ä 2 A2 3 2 A I nä Plus généralement si une matrice A vérifie une relation polynomiale du type P (A) = avec P un polynôme dont le terme constant est non nul, alors la matrice A est nécessairement inversible
9 5 Calcul matriciel : rappels et compléments 9/4 532 Opérations élémentaires sur une matrice Définition 2 On appelle opération élémentaire sur une matrice toute opération d un des types suivants : L i L j (échange de lignes) L i αl i avec α (multiplication par un scalaire non nul) L i L i + βl j avec β K (ajout d une CL d une autre ligne) L i αl i + βl j avec α et β K (combinaison des deux opérations précédentes) C i C j (échange de colonnes) C i αc i avec α (multiplication par un scalaire non nul) C i C i + βc j avec β K (ajout d une CL d une autre colonne) C i αc i + βc j avec α et β K (combinaison des deux opérations précédentes) Appliquer une opération élémentaire à une matrice revient à la multiplier à gauche ou à droite par une matrice inversible En particulier, appliquer une opération élémentaire à une matrice ne change pas l inversibilité ou non de la matrice Plus précisément, appliquer une opération élémentaire à une matrice ne modifie pas son rang Cependant, cela modifie la matrice (puisqu on l a multipliée par une autre), on dit qu on obtient une matrice équivalente Définition 2 Soient A et B deux matrices On dit que deux matrices A et B sont équivalentes si on peut passer de A à B par des opérations élémentaires On note alors A B Proposition 22 Deux matrices de même format sont équivalentes si et seulement si elles ont même rang Plus particulierirement, toute matrice de format (n, p) de rang r peut être rendue équivalente, en appliquant par exemple la méthode du pivot de Gauss, à la matrice J n,p,r suivante : Ç Ir O J n,p,r = r,p r O n r,r O n r,p r En particulier, si on part d une matrice A, si en faisant des opérations on arrive à la transformer en J n,p,r, en utilisant exactement les mêmes opérations sur t A en inversant lignes et colonnes, on va transformer t A en J p,n,r, donc on en déduit que A et t A ont le même rang Théorme 23 Soit A une matrice de format (n, p) Alors A a le même rang que sa transposée t A Cela signifie en particulier que tout ce qu on avait énoncé pour les colonnes reste valable pour les lignes : si une matrice a une ligne nulle, deux lignes proportionnelles, ou plus généralement une relation sur ses lignes, elle ne sera pas inversible
10 /4 5 Calcul matriciel : rappels et compléments Théorme 24 Algorithme de Gauss-Jordan Pour déterminer si une matrice A est inversible et déterminer son inverse, on transforme A en I n à l aide d opérations élémentaires uniquement sur les lignes (ou uniquement sur les colonnes) Parvenir à cette transformation revient à dire que A est inversible, et pour trouver A, on recommence exactement toutes les opérations réalisées, dans le même ordre en partant de I n, la matrice obtenue est alors A Démonstration : Imaginons que, à l aide d opérations élémentaires sur les lignes, on transforme A en I n Cela signifie qu on a multiplié à gauche A successivement par plusieurs matrices M, M 2,, M k correspondant aux opérations élémentaires sur les lignes et que : (M k M k M k 2 M )A = I n Puisqu on a écrit cette relation, cela montre bien que A est inversible et donc : A = M k M k M k 2 M = (M k M k M k 2 M )I n De même, si on a transformé A en I n à l aide d opérations élémentaires sur les colonnes, on a une égalité du type : A(N N 2 N k N k ) = I n donc A est inversible et A = N N 2 N k = I n (N N 2 N k ) Cette méthode fonctionne uniquement si on ne mélange pas les opérations lignes/colonnes 533 Calcul du rang d une matrice Définition 25 Une matrice est échelonnée si elle peut être écrite sous une des formes suivantes : échelonnée sur les colonnes ou échelonnée sur les lignes Proposition 26 Toute matrice est équivalente à une matrice échelonnée De plus, le rang d une matrice échelonnée sur les colonnes est égal au nombre de colonnes non nulles ; le rang d une matrice échelonnée sur les lignes est égal au nombre lignes non nulles Pour calculer le rang d une matrice (et donc savoir si elle est inversible) on peut donc agir sur les lignes ou sur les colonnes, pour trouver une matrice équivalente plus simple sur laquelle on peut facilement lire le rang
11 5 Calcul matriciel : rappels et compléments /4 54 Éléments propres d une matrice carrée 54 Valeurs propres d une matrice carrée Définition 27 Soit λ K et soit A une matrice carrée de M n (K) On dit que λ est une valeur propre de A si la matrice A λi n n est pas inversible Soit A = Soit λ R On a : λ A λi 3 = λ λ Déterminons les valeurs propres de la matrice A λ λ λ λ λ λ λ 2λ λ 2 λ λ λ 3λ λ 2 L L 3 L 2 L 2 L L 3 L 3 ( λ)l L 3 L 3 + L 2 Alors : λ = λ est une valeur propre de A A λi 3 non inversible ou 3λ λ 2 = λ = ou λ = 3 Définition 28 Soit A M n (K) On appelle spectre de A l ensemble des valeurs propres de A, on le note Sp(A) Remarques : R Une matrice n admet pas forcément de valeurs propres R 2 Une matrice de taille n admet au maximum n valeurs propres distinctes R 3 Par définition, A n est pas inversible est valeur propre de A et A est inversible n est pas valeur propre de A Proposition 29 Les valeurs propres d une matrice A triangulaire sont exactement ses termes diagonaux
12 2/4 5 Calcul matriciel : rappels et compléments 542 Vecteurs propres et sous-espaces propres Proposition 3 Soit A M n (K) et soit λ K λ Sp(A) Ker(A λi n ) {} X M n, (K), X, / AX = λx Définition 3 Soit A M n (K) et soit λ Sp(A), une valeur propre de A On appelle vecteur propre de A toute matrice colonne X M n, (K) non nulle qui vérifie la relation : AX = λx On appelle sous-espace propre de A associé à la valeur propre λ l ensemble E λ (A) suivant : E λ (A) = Ker(A λi n ) = {X M n, (K) / AX = λx} On peut définir E λ (A) = Ker(A λi n ) pour tout réel λ C est toujours un sous-espace vectoriel Cet ensemble devient un sous-espace propre s il est non réduit à zéro Par définition, on a donc : λ Sp(A) dim(e λ (A)) Reprenons la matrice A = Déterminons les sous-espaces proprescorrespondants λ = On a A = Puisque Ç Ç, Ç λ = 3 On a A 3I 3 = On a vu qu il y avait deux valeurs propres : Sp(A) = {, 3} Clairement rg(a) =, donc par théorme du rang dim(ker(a)) = 2 appartiennent clairement à Ker(A) et sont non colinéaires, on a : Ç E (A) = V ect ÇÇ, Ç Puisque A 3I 3 n est pas inversible (car 3 est valeur propre), la matrice A 3I 3 n est pas de rang 3, et est de rang au moins 2 puisque les deux premires colonnes sont non colinéaires Ainsi, rg(a 3I 3 ) = 2 et par théorme du rang, dim(ker( 3I 3 )) = Or, on a C + C 2 + C 3 = dans la matrice A 3I 3, donc : E 3 (A) = V ect(çç
13 5 Calcul matriciel : rappels et compléments 3/4 Remarques : R (Admis pour l instant) Une matrice A de taille n admet au maximum n valeurs propres différentes R 2 (Admis pour l instant) Les sous-espaces propres d une matrice A sont en somme directe dans M n, (K) En particulier, si on prend deux vecteurs propres U, V associés à deux valeurs propres différentes, la famille (U, V ) est libre De plus, on a toujours : λ Sp(A) dim(e λ (A)) n R 3 Cas particulier important : matrices dont on connait un polynôme annulateur Cela nous permet de trouver les seules valeurs propres possibles de la matrice en question soit A une matrice telle que : A 2 3A + 2I n = Si λ est une valeur propre de A, alors il existe un vecteur propre associé, ie une matrice colonne X non nulle telle que AX = λx Remarquons que pour ce vecteur propre X, on a A 2 X = λ 2 X, A 3 X = λ 3 X, et plus généralement A k X = λ k X pour tout k N D où : A 2 3A + 2I n = = (A 2 3A + 2I n )X = = A 2 X 3AX + 2X = = λ 2 X 3λX + 2X = = (λ 2 3λ + 2)X = = (λ 2 3λ + 2) = car X = λ = 2 ou λ = Ainsi, on a montré que Sp(A) {, 2} Autrement dit, les seules valeurs propres possibles de A sont et 2 Attention, avec ce raisonnement, nous n avons pas montré que et 2 sont des valeurs propres de A 543 Matrices diagonalisables Définition 32 Soient A et B deux matrices de M n (K) On dit que les matrices A et B sont semblables s il existe une matrice inversible P GL n (K) telle que : A = P BP Plus particulirement, lorsqu une matrice A de M n (K) est semblable à une matrice diagonale, on dit que la matrice A est diagonalisable, autrement dit : A diagonalisable P GL n (K), D M n (K) diagonale / A = P DP Si A est diagonalisable, alors la matrice diagonale admet sur sa diagonale les valeurs propres de A, et la matrice inversible P contient dans ses colonnes les vecteurs propres de A correspondants (Admis pour l instant)
14 4/4 5 Calcul matriciel : rappels et compléments Lorsqu une matrice est diagonalisable, il est alors trs facile de calculer ses puissances En effet, si A = P DP pour une certaine matrice inversible P et D une matrice diagonale, on peut montrer par une récurrence immédiate que : k N, A k = P D k P et puisque les puissances d une matrice D diagonale sont faciles à calculer, on peut en déduire la valeur de la matrice A n Théorme 33 Soit A une matrice de M n (K) Alors : A diagonalisable λ Sp(A) dim(e λ (A)) = n Dans ce cas, il existe une base de M n, (K) formée de vecteurs propres de A En notant P la matrice dont les colonnes sont ces vecteurs propres, et D la matrice diagonale constituée des valeurs propres correspondantes, on a alors : Reprenons la matrice A = A = P DP On a montré que A admettait deuxvaleurs propres et 3 On a vu que E (A) = V ect ÇÇ Par ailleurs, E 3 (A) = V ect(çç Ç,, donc dim(e (A)) = 2, donc dim(e 3 (A)) = dim(e (A)) + dim(e 3 (A)) = 3 On en déduit que la matrice A est diagonalisable En notant par exemple P = et D = 3, on a : A = P DP Proposition 34 Si une matrice A de taille n admet n valeurs propres distinctes, alors chaque sous-espace propre est de dimension Si une matrice A de taille n admet une unique valeur propre, alors elle est diagonalisable et A est diagonalisable A = λi n Lorsqu une matrice A n admet qu une seule valeur propre, on utilise en général un raisonnement par l absurde Si jamais elle était diagonalisable, alors elle s écrirait A = P (λi n )P = λ(p P ) = λi n, et dans la plupart des cas, on a A λi n
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 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 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 détailCours 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 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 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
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 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 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 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 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 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 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 détailNOTATIONS 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 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 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 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 détailProgrammation 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 détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en 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 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 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 détailProgrammation 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
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 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 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 détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en 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 détailSimulation 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 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 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 détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en 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 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 détailEteindre. 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 détailChapitre 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 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 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 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 détailCryptographie et fonctions à sens unique
Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions
Plus en détailINTRODUCTION 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* 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 détailMathématiques appliquées à l'économie et à la Gestion
Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle
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 détailÉquations d amorçage d intégrales premières formelles
Équations d amorçage d intégrales premières formelles D Boularas, A Chouikrat 30 novembre 2005 Résumé Grâce à une analyse matricielle et combinatoire des conditions d intégrabilité, on établit des équations
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détail3. 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 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 détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en 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 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 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 détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
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 détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détail= 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 détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détailPRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.
PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.. Donner les erreurs en position, en vitesse et en accélération d un système de transfert F BO = N(p) D(p) (transfert en boucle ouverte) bouclé par retour
Plus en détailPEUT-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 détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
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 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 détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détailPolynômes 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 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 détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
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 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 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 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 détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
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 détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en 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 détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détail2. RAPPEL DES TECHNIQUES DE CALCUL DANS R
2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailUNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1
UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique
Plus en détail201-105-RE SOLUTIONS CHAPITRE 1
Chapitre1 Matrices 1 201-105-RE SOLUTIONS CHAPITRE 1 EXERCICES 1.2 1. a) 1 3 Ë3 7 3 2 Ë 1 16 pas défini d) 16 30 17 3 e) Ë 7 68 22 16 13 Ë 5 18 6 2. a) 0 4 4 4 0 4 Ë4 4 0 Ë 0 4 32 4 4 0 4 32 32 4 0 4 4
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailConversion d un entier. Méthode par soustraction
Conversion entre bases Pour passer d un nombre en base b à un nombre en base 10, on utilise l écriture polynomiale décrite précédemment. Pour passer d un nombre en base 10 à un nombre en base b, on peut
Plus en détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailContinuité 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 détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailIntroduction à la théorie des graphes. Solutions des exercices
CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti
Plus en détail2.4 Représentation graphique, tableau de Karnaugh
2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables
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 détailExercices 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 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 détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailModule 16 : Les fonctions de recherche et de référence
Module 16 : Les fonctions de recherche et de référence 16.0 Introduction L une des fonctions les plus importantes d Excel, c est la possibilité de chercher une valeur spécifique dans un grand nombre de
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 détail