Déterminants. Chapitre 23. Objectifs. Plan
|
|
- Chrystelle Gervais
- il y a 7 ans
- Total affichages :
Transcription
1 Chapitre 23 Déterminants Objectifs Étudier le groupe des permutations de [[1n]] Définir les notions : de cycles, de transpositions, de décomposition en produit de cylces, de signature Définir les notions d applications n-linéaires et leurs propriétés éventuelles (symétrique, antisymétrique, alternée) Développement suivant une base Définir l application déterminant d une famille de vecteurs dans une base, étudier les propriétés Définir le déterminant d un endomorphisme, étudier ses propriétés Définir le déterminant d une matrice carrée, étudier ses propriétés Notion de comatrice et propriétés Établir les formules de Cramer Plan 23 Déterminants 263 I) Le groupe symétrique 264 1) Décomposition des permutations 264 2) Signature 264 II) Applications n-linéaires 265 1) definition 265 2) Développement suivant une base 266 III) Déterminant dans une base 266 1) Formes n-linéaires en dimension n 266 2) Déterminants de n vecteurs dans une base 267 3) Propriétés du déterminant 267 IV) Déterminant d un endomorphisme 267 1) definition 267 2) Propriétés du déterminant 268 V) Déterminant d une matrice carrée 268 1) definition 268 2) Propriétés du déterminant d une matrice carrée 268 3) Développement suivant une ligne ou une colonne 269 4) Comatrice 270 VI) Applications 270 1) Systèmes linéaires 270 2) Orientation d un espace vectoriel réel 271 VII) Exercices 271
2 Le groupe symétrique 264 I) Le groupe symétrique 1) Décomposition des permutations Définition 231 Soit E n = [[1n]], avec n N, on note S n l ensemble des permutations de E n, c est à dire l ensemble des bijections de E n vers lui-même On rappelle que (S n, ) est un groupe de cardinal n! (non abélien dès que n 3), ce groupe est appelé groupe symétrique de type n Définition 232 (notion de cycle) Soit σ S n, on dit que σ est un cycle lorsqu il existe k entiers distincts dans [[1n]] : i 1,, i k (k > 1) tels que σ(i 1 ) = i 2,, σ(i k 1 ) = i k, σ(i k ) = i 1, les autres entiers de E n étant fixes par σ Dans ce cas, on notera σ = (i 1 i 2 i k ) Le nombre k est appelé longueur du cycle, et un cycle de longueur 2 est appelé une transposition L ensemble {i 1,, i k } est appelé support du cycle σ On convient que l identité de E n est un cycle de longueur nulle et à support vide théorème 231 (admis) Toute permutation de E n est un produit (pour la loi ) de cycles à supports disjoints, cette décomposition est unique à l ordre près théorème 232 Toute permutation est un produit de transpositions 2) Signature Définition 233 (inversion) Soit σ S n, on appelle inversion de σ tout couple d entiers (i, j) [[1n]] 2 tel que i < j et σ(i) > σ(j) Le nombre d inversions de σ est noté I σ théorème 233 (Nombre d inversions d une transposition) Soit σ = (a b) une transposition de S n avec a < b : alors I σ = 2(b a) 1 Définition 234 (signature d une permutation) Soit σ S n, on appelle signature de σ le nombre noté ε(σ) et défini par ε(σ) = ( 1) I σ Exemple(s): Signature d une transposition, si σ = (a b) avec a < b E n, alors I σ = 2(b a) 1, donc ε(σ) = 1 théorème 234 (admis) L application signature ε : (S n, ) ({±1}, ), est un morphisme de groupes, c est à dire : σ, σ S n, ε(σ σ ) = ε(σ) ε(σ )
3 Applications n-linéaires 265 Application : calcul de la signature d une permutation Pour calculer la signature d une permutation σ, il suffit de connaître sa décomposition en produit de transpositions : σ = τ 1 τ k, on a alors ε(σ) = ε(τ 1 ) ε(τ k ) = ( 1) k Définition 235 (le groupe alterné) L application signature étant un morphisme de groupe, son noyau est un sous-groupe de S n Par définition, ce sous-groupe est appelé groupe alterné de type n et noté A n On a donc : A n = ker(ε) = {σ S n / ε(σ) = 1} A n est parfois appelé groupe des permutations paires car c est l ensemble des permutations qui s écrivent comme produit d un nombre pair de transpositions théorème 235 Le groupe alterné A n est de cardinal n! 2 II) Applications n-linéaires 1) definition Définition 236 Soient E et F deux K-espaces vectoriels et f : E n F une application On dit que f est n-linéaire lorsque f est linéaire par rapport à chacune de ses variables (les autres étant fixes), c est à dire : x 1,, x n E, i [[1n]], l application f i : E F définie par : f i (x) = f(x 1,, x i 1, x, x i+1,, x n ) est linéaire Définition 237 Soit f : E n F une application n-linéaire, on dit que f est : symétrique : lorsque σ S n, x 1,, x n E : f(x σ(1),, x σ(n) ) = f(x 1,, x n ), autrement dit, changer l ordre des vecteurs ne change pas le résultat antisymétrique : lorsque σ S n, x 1,, x n E : f(x σ(1),, x σ(n) ) = ε(σ)f(x 1,, x n ), autrement dit, échanger deux vecteurs change le signe du résultat alternée : lorsque x 1,, x n E, s il existe i, j [[1n]] tels que i j et x i = x j, alors f(x 1,, x n ) = 0, autrement dit, si deux des vecteurs sont égaux alors le résultat est nul théorème 236 Il y a équivalence entre antisymétrique et alternée
4 Déterminant dans une base 266 2) Développement suivant une base Soit E de dimension p, soit B = (e 1,, e p ) une base de E, soit S = (x 1,, x n ) un système de n vecteurs de E et soit A = P B,S M p,n (K) la matrice de passage de B à S Soit u = f(x 1,, x n ), en développant par rapport à la première variable, on obtient : u = a j1,1f(e j1, x 2,, x n ) 1 j 1 p Puis on développe chacun de ces termes par rapport à la deuxième variable x 2, ce qui donne u = a j1,1a j2,2f(e j1, e j2, x 3,, x n ), etc, ce qui donne à la fin : 1 j 1,j 2 p f(x 1,, x n ) = 1 j 1,,j n p a j1,1 a jn,nf(e j1,, e jn ) C est le développement de f(x 1,, x n ) dans la base B, on voit ainsi qu une application n-linéaire f : E n F est entièrement déterminée par la donnée des vecteurs f(e j1,, e jn ) Supposons maintenant que f soit en plus alternée, alors f(e j1,, e jn ) est nul dès que deux des indices sont égaux, par conséquent on obtient la formule : ( ) f(x 1,, x n ) = a jσ(1),1 a jσ(n),nf(e jσ(1),, e jσ(n) ) 1 j 1 < <j n p Or, f(e jσ(1),, e jσ(n) ) = ε(σ)f(e j1,, e jn ), finalement on a la formule : f(x 1,, x n ) = 1 j 1 < <j n p ( ε(σ)a jσ(1),1 a jσ(n),n ) f(e j1,, e jn ) III) Déterminant dans une base 1) Formes n-linéaires en dimension n Avec les notations du paragraphe précédent, supposons que la dimension de E soit égale à n et soit B = (e 1,, e n ) une base de E, alors il existe une seule famille d indices j 1,, j n telle que 1 j 1 < < j n n, c est la famille j 1 = 1,, j n = n, donc si f est une forme n-linéaire alternée sur E, alors il existe un unique scalaire α tel que : x 1,, x n E, f(x 1,, x n ) = α ε(σ)a σ(1),1 a σ(2),2 a σ(n),n Avec α = f(e 1,, e n ) (ce qui détermine entièrement f), et les scalaires a i,j étant les coefficients de la matrice du système (x 1,, x n ) dans la base B Si σ parcourt S n, alors σ 1 aussi, on peut donc écrire : x 1,, x n E, f(x 1,, x n ) = α ε(σ)a 1,σ 1 (1)a 2,σ 1 (2) a n,σ 1 (n) σ 1 S n = α ε(σ)a 1,σ(1) a n,σ(n) Posons x 1,, x n E, f 1 (x 1,, x n ) = ε(σ)a 1,σ(1) a n,σ(n), alors on vérifie que f 1 est une forme n-linéaire alternée sur E et que f 1 (e 1,, e n ) = 1 (en particulier f 1 est non nulle) De plus, le raisonnement précédent montre que toute forme n-linéaire alternée sur E est de la forme f = αf 1 avec α K, on peut donc énoncer :
5 Déterminant d un endomorphisme 267 théorème 237 Si dim(e) = n, alors l ensemble des formes n-linéaires alternées sur E est un K-espace vectoriel de dimension 1 (droite vectorielle), c est en fait un sev de l ensemble des applications de E n vers K 2) Déterminants de n vecteurs dans une base Définition 238 L application f 1 définie ci-dessus est appelée déterminant dans la base B, elle est notée det B C est donc une forme n-linéaire alternée sur E, qui constitue une base de l ensemble des formes n- linéaires alternées sur E, plus précisément, c est l unique forme n-linéaire alternée sur E qui vérifie : det B (e 1,, e n ) = 1 Expression du déterminant : Soit B = (e 1,, e n ) une base de E et soit (x 1,, x n ) une famille de n vecteurs de E, et soit A = (a i,j ) M n (K) la matrice de cette famille dans la base B, on a l expression suivante : det B (x 1,, x n ) = ε(σ)a 1,σ(1) a n,σ(n) 3) Propriétés du déterminant Soit E un K-espace vectoriel de dimension n et B = (e 1 ;, e n ) une base de E L application det B est une forme n-linéaire alternée, donc : elle est linéaire par rapport à chaque variable, par exemple : det B (αx 1 + βx 1, x 2,, x n ) = α det B (x 1, x 2,, x n ) + β det B (x 1, x 2,, x n ) si on échange deux vecteurs dans le déterminant, alors le résultat change de signe Si deux des vecteurs de la famille (x 1,, x n ) sont égaux, alors det B (x 1,, x n ) = 0 det B (e 1,, e n ) = 1, ce que l on note det B (B) = 1, c est l unique forme n-linéaire alternée sur E qui vérifie cette égalité Si B est une autre base de E, alors det B = det B (B) det B La famille (x 1,, x n ) est une base de E ssi det B (x 1,, x n ) 0 IV) Déterminant d un endomorphisme 1) definition Définition 239 Soit E un K-espace vectoriel et soit B = (e 1,, e n ) une base de E, soit u L (E), on appelle déterminant de u le scalaire, noté det(u) et défini par : det(u) = det B (u(e 1 ),, u(e n )) Ce scalaire est indépendant de la base B choisie Expression du déterminant : Soit u L (E) et soit B = (e 1,, e n ) une base de E, la matrice du système (u(e 1 ),, u(e n )) est en fait la matrice de u dans la base B, posons A(a i,j ) = mat(u), alors on peut écrire : det(u) = ε(σ)a 1σ(1) a nσ(n) B
6 Déterminant d une matrice carrée 268 2) Propriétés du déterminant Soit u L (E), soit B une base de E, alors : x 1,, x n E, det B (u(x 1),, u(x n )) = det(u) det B (x 1,, x n ) Soient u, v L (E), on a det(u v) = det(v u) = det(u) det(v) Soit u L (E) et soit B une base de E, alors u GL(E) ssi det(u) 0, et si c est le cas, alors det(u 1 ) = 1 det(u) Définition 2310 L application det : GL(E) K est un morphisme de groupes, son noyau est donc un sous-groupe de GL(E), ce sous-groupe est appelé groupe spécial linéaire et noté SL(E) On a donc : SL(E) = {u GL(E) / det(u) = 1} = {u L (E) / det(u) = 1} V) Déterminant d une matrice carrée 1) definition Définition 2311 Soit A = (a i,j ) M n (K), et soit u l endomorphisme de K n canoniquement associé à A, on appelle déterminant de A le déterminant de u et on pose où B désigne la base canonique de K n det(a) = det(u) = det B (C 1(A),, C n (A)), Expression du déterminant : A est la matrice de u dans la base canonique de K n, donc d après le paragraphe précédent, on a : det(a) = a 1,1 a 1,n Notation : on écrit : det(a) = a n,1 a n,n ε(σ)a 1,σ(1) a n,σ(n) 2) Propriétés du déterminant d une matrice carrée Une matrice carrée A et sa transposée, ont le même déterminant On en déduit que si B est la base canonique de K n, alors det(a) = det B (C 1 (A),, C n (A)) = det B (L 1 (A),, L n (A)) Soit u L (E), et soit B une base quelconque de E, si mat (u) = A M n(k), alors det(u) = B det(a) On en déduit en particulier que si P GL n (K), alors det(p 1 A P ) = det(a) Si A, B M n (K), alors det(a B) = det(a) det(b), en particulier, on a det(a B) = det(b A) Une matrice carrée est inversible ssi son déterminant est non nul, si c est le cas, alors det(a 1 ) = det(a) 1 Utilisation de la méthode de Gauss : on utilise celle-ci pour se ramener au calcul du déterminant d une matrice triangulaire, plus précisément : L opération L i L j, change le signe du déterminant (idem avec les colonnes) L opération L i αl i (α 0), multiplie le déterminant par α (idem avec les colonnes) L opération L i L i + αl j, ne change pas le déterminant (idem avec les colonnes)
7 Déterminant d une matrice carrée 269 Définition 2312 L application : det : GL n (K) K n, est un morphisme de groupes, donc son noyau est un sous-groupe de GL n (K), celui-ci est appelé groupe spécial linéaire de type n sur K, on le note SL n (K), on a donc : SL n (K) = {A M n (K) / det(a) = 1} 3) Développement suivant une ligne ou une colonne Soit A = (a i,j ) M n (K), soit B = (e 1,, e n ) la base canonique de K n, notons C 1,, C n les vecteurs colonnes de A, pour j [[1n]], on a C j = variable, on peut écrire : det(a) = n n a i,j e i, par linéarité par rapport à la j-ième a i,j det B (C 1,, C j 1, e i, C j+1,, C n ) En posant γ i,j (A) = det B (C 1,, C j 1, e i, C j+1,, C n ), on a alors det(a) = n a i,j γ i,j (A), c est le développement de det(a) suivant la colonne j Définition 2313 Le scalaire γ i,j (A) est appelé cofacteur (i j) de la matrice A, c est le déterminant de la matrice A dans laquelle la colonne j a été remplacée par le i-ième vecteur de la base canonique de K n Définition 2314 Soit A M n (K), on appelle mineur (i j) de la matrice A, le déterminant i,j (A) de la matrice A i,j obtenue par suppression de ligne i et de la colonne j de A Le lien entre cofacteur et mineur est : γ i,j (A) = ( 1) i+j i,j (A) Le développement de det(a) suivant la colonne j s écrit donc : det(a) = n a i,j ( 1) i+j i,j (A) i,j (A) est un déterminant d ordre n 1, c est donc une formule récurrente Développement suivant la ligne j : comme une matrice A M n (K) a le même déterminant que sa transposée, développer det(a) suivant la ligne j revient à développer det( t A) suivant la colonne j, ce qui donne det(a) = n ( t A) i,j ( 1) i+j i,j ( t A), mais i,j ( t A) = j,i (A), ce qui donne finalement : det(a) = n a j,i ( 1) i+j j,i (A) Un exemple classique : le déterminant de Vandermonde 1 1 α 0 α0 n Soit A =, où α 0,, α n K, soit V n = det(a), alors on a le résultat suivant : 1 α n αn n V n = (α j α i ) 0 i<j n 1 VANDERMONDE Alexandre ( ) : mathématicien français qui fut le premier à étudier les déterminants
8 Applications 270 4) Comatrice Définition 2315 Soit A M n (K), on appelle comatrice de A la matrice de M n (K) dont les coefficients sont les cofacteurs γ i,j (A) Notation : Com(A) = (γ i,j (A)) 1 i,j n théorème 238 (relation fondamentale) A M n (K), A t Com(A) = t Com(A) A = det(a)i n Application : si A M n (K) est inversible, alors : A 1 = 1 t Com(A) det(a) VI) Applications 1) Systèmes linéaires a 11 x a 1p x p = b 1 C est un système de la forme (S) : a n1 x a np x p = b n, où les scalaires x 1,, x p sont les inconnues Le système (S) peut s interpréter de plusieurs façons : x 1 b 1 a 11 a 1n Sous forme matricielle : (S) AX = B où X =, B =, et A =, x p b n a n1 a np A est la matrice du système Sous forme linéaire : soit u L (K p, K n ) l application linéaire canoniquement associée à A, soit x K p le vecteur de coordonnées (x 1,, x p ) dans la base canonique, et soit b le vecteur de K n de coordonnées (b 1,, b n ), on a alors (S) u(x) = b Sous forme vectorielle : soient v 1,, v p les vecteurs colonnes de A, on a (S) x 1 v x p v p = b, c est une équation vectorielle dans K n Définition 2316 (Systèmes de Cramer) C est un système linéaire carré possédant une unique solution, ce qui revient à dire que la matrice du système est carrée inversible Formules de Cramer 2 : on a ici n = p, notons C 1,, C n les colonnes de A,on a B = x 1 C x n C n, soit D i la matrice obtenue en remplaçant dans A la colonne i par la colonne B, on a : det(d i ) = formules : n k=1 x k det(c 1,, C i 1, C k, C i+1,, C n ), ce qui donne det(d i ) = x i det(a), d où les 2 CRAMER Gabriel ( ) : mathématicien français qui s est intéressé aux systèmes linéaires et à la théorie des déterminants
9 Exercices 271 i [[1n]], x i = det(c 1,, C i 1, B, C i+1,, C n ) det(a) 2) Orientation d un espace vectoriel réel Soient B et B deux bases d un R-espace vectoriel de dimension finie, E, soit P la matrice de passage, alors P est une matrice inversible, donc det(p ) 0, on a alors soit det(p ) > 0, soit det(p ) < 0 Définition 2317 On dit que la base B est en relation avec la base B lorsque la matrice de passage a un déterminant strictement positif, on note alors BRB théorème 239 La relation R est une relation d équivalence, et il n y a que deux classes d équivalence Définition 2318 Orienter l espace vectoriel E c est choisir une des deux classes d équivalence, que l on appelle classe des bases directes, l autre étant alors appelée classe des bases indirectes Il n y a donc que deux orientations possibles À retenir : le déterminant de la matrice de passage entre deux bases directes (ou deux bases indirectes) est strictement positif Le déterminant de la matrice de passage entre une base directe et une base indirecte est strictement négatif Définition 2319 (orientation induite sur un hyperplan) Soit H un hyperplan de E (R-espace vectoriel orienté), et soit e n un vecteur de E n appartenant pas à H, soit B = (e 1,, e n 1 ) une base de H, la famille (e 1,, e n ) est une base de E, si cette base est directe, on dira que (e 1,, e n 1 ) est une base directe de H pour l orientation induite sur H par le vecteur e n VII) Exercices Exercice 231 Calculer les déterminants suivants : a) x y z t b) x y z t m c)
10 Exercices 272 Exercice 232 Calculer le déterminant de la matrice A M n (K) dans les cas suivants : a) a ij = 1 δ ij b) a ij = b aδ ij c) a ij = i j a + b si i = j ab si j = i + 1 d) a ij = e) a ij = C j 1 p i+1, où p n f) a ij = sin(i + j) 1 si i = j sinon Exercice 233 a) Soit B une base d un K-espace E de dimension n, soit λ K, soit p n, soit x 1,, x n, e E, montrer que det B (x 1 + λe, x 2 + λe,, x p + λe, x p+1,, x n ) est un polynôme en λ de degré au plus 1 λ 1 a a b Soient a, b C distincts, pour λ 1,, λ n C, on pose : A = a b b λ n b) Pour x C, on pose P (x) = det(b) où B = (a ij + x) Montrer que P (x) est un polynôme de degré 1 au plus 1 Calculer P ( a) et P ( b) c) En déduire det(a) Exercice 234 a) Soit A = B C O n p,p D i) Montrer que A = A A avec A = M n (K) avec B M p (K), D M n p (K) et C M p,n p (K) I p C O n p,p D et A = B O p,n p O n p,p I n p ii) Calculer det(a ) et det(a ), en déduire que det(a) = det(b) det(d) A 1 0 b) Soit A une matrice triangulaire par blocs, c est à dire A =, 0 0 A n où les matrices A i sont carrées, montrer que det(a) = n det(a i ) Exercice 235 Soit E un espace de dimension n, B une base de E et u L (E), pour (x 1,, x n ) E n, on pose f(x 1,, x n ) = det B (u(x 1 ), x 2,, x n ) + + det B (x 1,, x n 1, u(x n )) Montrer que f = tr(u) det B
11 Exercices 273 Exercice 236 Soit A M n (K), soit B = (e 1,, e n ) la base canonique de K n, on note c 1,, c n les vecteurs colonnes de A a) Montrer que det(a) = a i1 a j2 det B (e i, e j, c 2,, c n ) 1 i,j n b) En déduire que det(a) = ( 1) i a 1+i 2 i1 1 a i1 2 1 i 1 <i 2 n a i2 1 a i2 2 (i 1,i 2 ),(1,2)(A) où (i1,i 2 ),(1,2)(A) désigne le déterminant de la matrice obtenue en supprimant dans la matrice A les lignes L i1 et L i2 et les colonnes C 1 et C 2 C est le développement de det(a) suivant les colonnes 1 et 2 x y z t c) Exemple : développer le déterminant suivant les colonnes 1 et m
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 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 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 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 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 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 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 détailProposition. 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 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 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 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 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 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 détailUniversité 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 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 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 détailRésumé du cours d algèbre 1, 2013-2014. Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr
Résumé du cours d algèbre 1, 2013-2014 Sandra Rozensztajn UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr CHAPITRE 0 Relations d équivalence et classes d équivalence 1. Relation d équivalence Définition
Plus en 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 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 détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en 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 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 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 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 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 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 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 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 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 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 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 détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en 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 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 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 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 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 détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en 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 détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailPremiers 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 détailDualité 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 détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en 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 détailChapitre 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 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 détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
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 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 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 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 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 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 détailLicence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année)
Licence Sciences de l Ingénieur et Licence Informatique Niveau L2 (= 2ème année) Mathématiques : Résumé de ce qu il faut savoir en Algèbre linéaire (ou Calcul Matriciel) au sortir du L1, en préalable au
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCompter 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 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 détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
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 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 détailComparaison 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 détailContexte. 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 détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailMATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE
MATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE Michel Rigo http://www.discmath.ulg.ac.be/ Année 2007 2008 CRYPTOGRAPHIE. N. F. Art d écrire en chiffres ou d une façon secrète quelconque. Ensemble
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailChapitre 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 détailImage 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 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 détailQuelques tests de primalité
Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars
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 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 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 détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en 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 détailSuites 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 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 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 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 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 détailVI. 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 détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
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 détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailUne 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 détailObjets Combinatoires élementaires
Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que
Plus en détailCours 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 détailCarl-Louis-Ferdinand von Lindemann (1852-1939)
Par Boris Gourévitch "L'univers de Pi" http://go.to/pi314 sai1042@ensai.fr Alors ça, c'est fort... Tranches de vie Autour de Carl-Louis-Ferdinand von Lindemann (1852-1939) est transcendant!!! Carl Louis
Plus en détailLa persistance des nombres
regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...
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 détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en 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 détail