Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries"

Transcription

1 Chapitre 4 Adjoints Opérateurs auto-adjoints et isométries I. Adjoint : Cas général d une forme { bilinéaire symétrique sesquilinéaire hermitienne On suppose dans tout I que E est un espace vectoriel de dimension finie sur un corps K, que ϕ : E E K est une application, et qu on est dans un des deux cas suivants : { Soit K est un corps de car 2 et ϕ est bilinéaire symétrique Soit K = C et ϕ est sesquilinéaire hermitienne Dans les 2 cas on suppose ϕ non dégénérée. Théorème et définition Soit f L K (E, E), alors il existe une seule application linéaire f L K (E, E) vérifiant : (x, y) E E ϕ ( f(x), (y) ) = ϕ ( x, f (y) ). On dit que f est l adjoint de f. Remarque ) On a : f adjoint de f (x, y) E E ϕ ( x, f(y) ) = ϕ ( f (x), y ) dans le cas hermitien, utiliser la symétrie hermitienne : ϕ ( x, f(y) ) = ϕ ( f(y), x ) ϕ ( f (x), y ) = ϕ(y, f (x) ). 2) Dans le cas où E serait de dimension infinie, on pourrait définir de façon analogue un adjoint : s il existe il est alors unique, mais il n existe pas nécessairement. 3) Si F est un espace vectoriel sur K, si u L(E, F ), on a défini t u : F E par : f F t u(f) = f u. On a donc x E (t u(f) ) (x) = f ( u(x) ) ce qu on peut écrire : x/( t u)(f) = u(x)/f formule à rapprocher de la formule de l adjoint. Démonstration du théorème. ) Soit y E fixé. L application : E K x ϕ ( f(x), y ) est un élément de E. Or ϕ est non dégénérée donc l application (semi-linéaire) E E z ( x ϕ(x, z) ) est bijective. Donc!z E tel que x E ϕ(x, z) = ϕ ( f(x), y ). Posons z = f (y). On définit ainsi f : E E et c est l unique application vérifiant x, y ϕ ( f(x), y ) = ϕ ( x, f (y) ).

2 2) Montrons que l application f ainsi définie est linéaire. Soient y, y 2 dans E, λ K, x E. On a : ϕ ( f(x), y + y 2 ) = ϕ ( f(x), y ) + ϕ ( f(x), y2 ) = ϕ ( x, f (y ) + ϕ ( x, f (y 2 ) ) = ϕ ( x, f (y ) + f (y 2 ) ) = ϕ ( x, f (y + y 2 ) ) d où f (y ) + f (y 2 ) = f (y + y 2 ) (unicité de la construction de f (y + y 2 )). ϕ ( { ) ( ) f(x), λy = λ ϕ f(x), y avec λ = λ cas bilinéaire λ = λ : cas hermitien = λ ϕ ( x, f (y ) ) = ϕ ( x, λf (y ) ) = ϕ ( x, f (λy ) ). D où de même λf (y ) = f (λy ). Notation. On notera désormais pour λ K { λ = λ dans le cas bilinéaire λ = λ dans le cas hermitien on a donc dans tous { les cas, pour (x, y) E 2 et λ K ϕ(x, λy) = λϕ(x, y) ϕ(y, x) = ϕ(x, y). Proposition.- Soient f et g dans L(E, E), λ K. Alors on a : ) (f + g) = f + g. 2) (λf) = λ f. 3) (f g) = g f. 4) (f ) = f. 5) Si f est inversible, alors f est inversible et on a : (f ) = (f ). Les propriétés ) 2) 3) sont immédiates. Montrons ) par exemple. Soit (x, y) E E. On a : ϕ ( (f + g)(x), y ) = ϕ ( f(x), y ) + ϕ ( g(x), y ) = ϕ ( x, f (y) ) + ϕ ( x, g (y) ) = ϕ ( x, f (y) + g (y) ) = ϕ ( x, (f + g) (y) ). On utilise alors l unicité de la construction de (f + g) (y). 4) Plaçons-nous par exemple dans le cas hermitien. On a : (x, y) E E ϕ ( f(x), y ) = ϕ ( x, f (y) ) = ϕ ( f (y), x ) d où f (x) = f(x) = ϕ ( y, ϕ (x) ) = ϕ ( f (x), y ) (ϕ non dégénérée). 5) Si f est inversible on a f f = f f = d où f (f ) = (f ) f = =. Proposition : matrice de f Soit (e,..., e n ) une base de E. Soit f L(E, E) de matrice M dans la base (e,..., e n ). Soit A la matrice de ϕ dans la base (e,..., e n ). Soit M la matrice de f dans la base (e,..., e n ). ) Alors on a : M = A tm A. 2) En particulier si (e,..., e n ) est orthonormale on a : M = t M. 2

3 Remarque ) Ces propriétés permettent de retrouver les résultats de la proposition précédente. 2) Dans le cas où K = C, on notera M = t M. Démonstration de la proposition On a : (x, y) E E ϕ ( f(x), y ) = ϕ ( x, f (y) ), ce qui se traduit matriciellement par : (X, Y ) colonnes à n lignes à coefficients dans K ou encore : t (MX)AŶ = t X A MŶ t MA = A M, ou M = A t MA. Si (e,..., e n ) est orthonormale, on a A = I. Définition.- Soit f L(E, E). On dit que f est un opérateur normal si on a : f f = f f. Cas particuliers : f = f : on dit alors que f est auto-adjoint f = f : on dit que f est isométrique. On va étudier ces cas spécialement pour E euclidien ou hermitien. II. Opérateurs normaux : Cas hermitien Proposition Soit E un espace euclidien ou hermitien de dimension n. Soit f L(E, E), de matrice A dans base orthonormale de E. Alors les 4 propriétés suivantes sont équivalentes : ) f est normal. 2) A est une matrice normale : A A = A A. 3) (x, y) E E f(x)/f(y) = f (x)/f (y). 4) x E f(x) = f (x). 2. En effet A est alors la matrice de f. 3. En effet on a : f(x)/f(y) = x/(f f)(y) f (x)/f (y) = x/(f f )(y) Considérons les deux applications E E K ϕ : (x, y) f(x)/f(y) et ϕ 2 : (x, y) f (x)/f (y). Alors ϕ et ϕ 2 sont deux applications bilinéaires symétriques (resp. sesquilinéaires hermitiennes). Pour qu elles soient égales, il faut et il suffit que les formes quadratiques (resp. quadratiques hermitiennes) associées soient égales, c est-à-dire : x E f(x)/f(x) = f (x)/f (y). Théorème.- On suppose E hermitien de dimension n. Soit f L C (E, E). Alors les deux propriétés suivantes sont équivalentes : ) f est normal. 2) Il existe une base orthonormale de E diagonalisant f. 3

4 Remarque Attention! le théorème ne se généralise pas au cas euclidien. Par exemple la matrice de rotation [ ] cos θ sin θ A = est normale, mais si θ / πz, A n admet pas de valeur propre réelle. On sin θ cos θ retrouvera ce cas plus loin. Démonstration du théorème 2 =. En effet, toute matrice diagonale est normale. = 2. On raisonne par récurrence sur la dimension n de E. n = immédiat. n >. Soit λ C un vecteur propre de f. Soit E = E λ (f) et soit F = E. On a E {0}. Si F = {0} alors E = E le résultat est immédiat. Supposons F {0}. On a f f = f f d où f (E ) E. f(f ) F. En effet, soit x F, soit y E. On a f(x)/y = x/f (y) = 0 car f (y) E. f (F ) F. En effet, soit x F, soit y E On a f (x)/y = x/f(y) = 0 car f(y) E. Soit { g L(F, F ) obtenu par restriction de f à F g L(F, F ) obtenu par restriction de f à F. D après ce qui précède, on a g = g ; on peut appliquer l hypothèse de récurrence à F et g. Il suffit alors de juxtaposer : { une base orthonormale de E une base orthonormale de F diagonalisant g. Corollaire (E hermitien) Si f est normal, alors les espaces propres de f sont deux à deux orthogonaux. Corollaire 2 (interprétation matricielle) Soit A M(n n, C) matrice normale. Alors il existe U M(n n, C), U unitaire tel que U AU soit diagonale. Méthode pratique pour diagonaliser f normal, dans une base orthonormale (resp. A matrice normale, avec une matrice de passage unitaire) il suffit de juxtaposer des bases orthonormales des espaces propres de f(resp. A). Corollaire 3 (E hermitien) Soit f normal et soit λ C. Alors : ) λ est valeur propre de f si et seulement si λ est valeur propre de f. 2) On a E λ (f) = E λ (f ). Soit (e,..., e n ) une base orthonormale dans laquelle la matrice de f est diagonale D = λ.... Alors dans cette base la matrice de f est λ D D =.... λ n Corollaire 4 (E hermitien) ) Si f est normal alors exp f est normal. 2) Si A M(n n, C) alors exp(a) est normale. λ n 4

5 III. Opérateurs auto-adjoints : Cas hermitien et euclidien ) Généralités - définitions Proposition Soit E un espace euclidien ou hermitien de dimension n. Soit f L(E, E), de matrice A dans une base orthonormale de E. Alors les 3 propriétés suivantes sont équivalentes. ) f est auto-adjoint. 2) A = A. 3) (x, y) E E f(x)/y = x/f(y). immédiate. Ceci justifie les définitions suivantes : Définition.- ) Une matrice A M(n n, C) telle que A = A est dite hermitienne. Un opérateur f auto-adjoint d un espace hermitien est dit hermitien. 2) Une matrice A M(n n, R) telle que t A = A est dite symétrique. Un opérateur f auto-adjoint d un espace euclidien est dit symétrique. 2) Cas hermitien Proposition.- Soit E un espace hermitien de dimension n, et soit f L(E, E). Alors on a : f hermitien f est normal et ses valeurs propres sont réelles. ) En effet toute matrice hermitienne diagonale est réelle. 2 Si f est normal à valeurs propres réelles, alors il existe une base orthonormale dans laquelle la matrice de f est D diagonale réelle. Alors D est hermitienne. Corollaire : réduction des matrices hermitiennes. Soit A M(n n, C) telle que A = A, alors il existe U M(n n, C), U unitaire telle que U AU soit diagonale réelle. Méthode pratique : comme pour le cas normal. Juxtaposer des bases orthonormales des espaces propres. Corollaire 2 : Réduction simultanée Soit E un espace hermitien de dimension n. Soit ψ : E E C une forme sesquilinéaire hermitienne quelconque sur E. Alors il existe une base de E qui est à la fois orthonormale pour la structure hermitienne et orthogonale pour ψ. Soit (e,..., e n ) une base orthonormale de E et soit A la matrice de ψ dans cette base. On a A = A car ψ est hermitienne. D après le corollaire, il existe une matrice unitaire U telle que U AU soit diagonale. Donc D = t UAU diagonale. Soit (f,..., f n ) la base de E telle que U = Pass ( (e,..., e n ), (f,..., f n ) ). Dans cette base la matrice de ψ est D et cette base est encore orthonormale pour la structure hermitienne. 5

6 Exercice. Avec ces notations, montrer qu il existe une unique application linéaire f L(E, E) telle que : (x, y) E E x/f(y) = ψ(x, y). Pour toute base orthonormale de E, si ψ admet la matrice B alors f admet la matrice B. Donc trouver une base orthonormale réduisant ψ revient à trouver une base orthonormale diagonalisant f. 3) Cas euclidien Théorème.- Soit E un espace euclidien et soit f L(E, E) un opérateur symétrique. Alors f est diagonalisable et ses espaces propres sont deux orthogonaux. ) Soit (e,..., e n ) une base orthonormale de E et soit A la matrice de f dans cette base On a t A = A, A M(n n, R) donc t A = A. Il existe donc U M(n n, C), U unitaire tel que U AU = D = diagonale réelle. P A (x) est donc scindé dans R[x] et pour toute valeur propre λ de A, le rang de (A λi n ) est le même calculé dans R ou C. Donc A est diagonalisable sur R. 2) Soient λ et µ des valeurs propres distinctes de f, soient x et y des vecteurs propres associés. On a : f(x)/y = λ x/y = x/f(y) = µ x/y d où x/y = 0. Corollaire. Soit f un opérateur symétrique d un espace euclidien de dimension n. Alors il existe une base orthonormale de E diagonalisant f. Corollaire 2 : Réduction de matrices symétriques réelles Soit A M(n n, R), A symétrique, alors il existe O M(n n, R), O matrice orthogonale ( t 0 = 0 ) telle que 0 AO soit diagonale. Corollaire 3 : réduction simultanée Soit E un espace euclidien de dimension n. Soit ψ : E E R une forme bilinéaire symétrique quelconque sur E. Alors il existe une base de E orthonormale pour la structure euclidienne et orthogonale pour ψ. analogue au cas hermitien. 4) Exemples - Exercices a) Soit E euclidien, φ : E R forme quadratique donnée dans une base orthonormale (e, e 2, e 3 ) par : 4x 2 + 4y 2 + z 2 + 2yz + 2zx 4xy. On cherche une base orthonormale réduisant φ. Soit A = matrice de φ = on a P A (X) = ( X)(3 X)(6 X). Les espaces propres de A sont 2 à 2 orthogonaux, il suffit de choisir une base orthonormale pour la structure euclidienne canonique de chaque espace. 6

7 λ = 0 posons X =. 6 2 λ = 3 posons X 2 =. 3 λ = 6 posons X 3 =. 2 0 Soit P = [X X 2 X 3 ] on a alors t P = P et P AP = La base (f, f 2, f 3 ) telle que P = Pass ( (e i ) i, (f j ) ) répond à la question. b) Soit E hermitien, φ : E C donnée donne une base orthonormale (e, e 2, e 3 ) par : 4 x 2 +4 y 2 +4 z 2 +ixy ixy + ixz ixz + yz + yz. A = 4 i i i 4 P A (X) = (2 X)(5 X) 2. i 4 λ = 2. Soit X = i base de E 2 (A) X =. 3 λ = 5. E 5 (A) a pour équation x + iy iz = 0. On choisit X 2 = i 2 E 5 (A) puis X 3 E 5 (A), tel que t X 2 X 3 = 0, X 3 normé par exemple X 3 = 6 normé dans 0 i. 2 Soit U = [X X 2 X 3 ]. On a t U = U, U AU = La base (f, f 2, f 3 ) telle que U = Pass ( (e i ), (f j ) ) est orthonormale pour la structure euclidienne et orthogonale pour φ. 5) Décomposition polaire et de Cartan Lemme.- Soit B M(n n, C), B hermitienne à valeurs propres strictement positives. Alors il existe une unique matrice hermitienne à valeurs propres strictement positives H telle que : B = H 2. ) Soit H une solution. Alors il existe U matrice unitaire telle que : u U HU =... avec? µ i > 0 Mais alors on a : U BH = µ 2 µ n.... µ 2 n 7

8 Comme on a : (µ i = µ j µ 2 i = µ2 j ) car µ i > 0, µ j > 0 on en déduit ) que les valeurs propres µ de H sont les élément µ > 0 tels que µ 2 soit valeur propre de H 2) que l on a alors Ker(H µi) = Ker(B µ 2 I). D où l unicité de H. 2) Existence de H. Soit V unitaire tel que λ V BV =... = µ 2 = D 2. λ diagonale.... où pour tout i {... n} µ i > 0, µ 2 i = λ i µ 2 n On a B = V D 2 V = (V DV ) 2. On pose H = V DV unitaire et D diagonale réelle). (H est hermitienne, car U est Proposition : Décomposition polaire Soit C M(n n, C), C inversible. Alors il existe un unique couple (U, H) tel que : { C = UH U unitaire H hermitienne à valeurs propres > 0. ) Soit (U, H) une solution. Alors on a C. C = H U UH = H 2 2) On remarque que C C est hermitienne, et d autre part, si λ est une valeur propre de C C, et X un vecteur propre associé on a : X C CX = λx X d où : (CX) CX = λ X X avec CX 0 et X 0 d où : λ > 0 puisque pour Y = on peut alors appliquer à C C = H 2. On pose alors U = CH on a : y, on a Y Y = n y i 2. y i= C C le lemme précédent, et on obtient H unique tel que U. U = (H ) C CH = H H 2 H = I et donc U est unitaire. Remarque ) Le résultat peut se généraliser au cas où C n est pas inversible. On obtient évidemment H hermitienne à valeurs propres 0, d autre part on n a plus alors unicité. Ceci s obtient en écrivant C sous la forme : C = lim m (C x ni) avec { lim(xn ) = 0 x m non valeur propre de C 2) La proposition peut également s écrire dans le cas de C M(n n, R). On obtient alors U et H réelles. Corollaire : (décomposition de Cartan) { D diagonale à valeurs propres réelles > 0 Soit C GL(n, C). Alors il existe des matrices V, W unitaires telles qu on ait C = V DW. 8

9 On écrit = UH comme dans la proposition précédente. On sait qu il existe W unitaire telle que W HW = D soit diagonale (à termes réels > 0) d où H = W DW puis C = UW DW. On pose : UW = V. IV. Isométries vectorielles - Cas euclidien On désigne par E un espace euclidien de dimension n. Proposition.- Soit f L(E, E). Soit A la matrice de f dans une base orthonormale de E. Alors les 4 propriétés suivantes sont équivalentes : ) f est isométrique (f f = I) 2) A est orthogonale ( t A A = I). 3) (x, y) E E f(x)/f(y) = x/y. 4) x E f(x) = x. immédiate Seul point à remarquer : 3 4 car les deux formes bilinéaires symétriques (x, y) x/y (x, y) f(x)/f(y) sont égales si et seulement si les formes quadratiques associées sont égales. Remarque ) Le point 4) justifie le nom d isométrie. 2) On peut énoncer dans le cas hermitien des équivalences analogues. ( t A devient A ). 3) Dans le cas euclidien étudié les isométries vectorielles s appellent aussi opérateurs orthogonaux et on note O(E) l ensemble des opérateurs orthogonaux sur E. Il est immédiat que O(E) est un groupe pour la composition des applications. 4) Les opérateurs orthogonaux directs (de det 0) de E forment un sous-groupe de O(E), on le note O + (E), ou encore{ SO(E) (groupe spécial orthogonal). f O(E), det f = ± 5) Il est immédiat que si f O + (E), det f =. 6) On a vu précédemment qu un opérateur orthogonal par exemple de matrice : ( ) cos θ sin θ sin θ cos θ n est pas toujours diagonalisable. On étudie dans la suite les réductions des éléments de O(E). 7) Autre exemple d opérateurs orthogonaux : les symétries orthogonales. 9

10 Lemme.- Soit f O(E) et soit F un sous-espace vectoriel de E. Alors on a : f(f ) F = f(f ) F. Soit x F et soit y F. On a dim f(f ) = dim F car f est injective donc f(f ) = F, donc z F tel que y = f(z). On a : f(x)/y = f(x)/f(z) = x/z = 0. Lemme 2.- Soit f O(E). Alors : ) Les valeurs propres de f sont dans {, }. 2) Les éventuels espaces propres relatifs à et à - sont orthogonaux. ) Soit λ R une valeur propre de f} et soit x E un vecteur propre associé. On a f(x)/f(x) = λ 2 x/x d où λ = x/x 2 =. 2) Soient x et y dans E tels que f(x) = x et f(y) = y. On a f(x)/f(y) = x/y = x/y = 0. Exercice. Retrouver le résultat précédent en utilisant le théorème de réduction dans C des matrices unitaires. Corollaire : Etude de O (E) pour n = 2 ) Si n = 2 les éléments de O (E) sont les symétries orthogonales par rapport aux droites (vectorielles). 2) Si u O + (E), si s O(E) alors! s O (E)! s O (E) tel que u = s s = s s. 3) Si u O + (E) et si s O (E) on a sus = u. 4) Le groupe O + (E) est commutatif. ) On a vu que les symétries orthogonales sont dans O(E). Si n = 2 une symétrie orthogonale par rapport à une droite a dans une certaine base orthonormale pour matrice : [ 0 0 ]. Elle est donc indirecte. [ ] a b Réciproquement soit s O (E), de matrice dans une base orthonormale. c d On a P A (X) = X 2 (a + d)x + (ad bc) avec ad bc = = (a + d) , donc P A admet 2 racines réelles distinctes qui ne peuvent être que et -. On a donc E = E (s) E (s) somme directe orthogonale. Si x = x + x 2 E avec x E et x 2 E on a s(x) = x x 2 donc s est la symétrie orthogonale par rapport à E. 2) Si u O + (E) alors us O d où us = s u = s s su O d où su = s u = ss. 3) (su) O (E) donc susu = id E d où sus = u. 4) u, u O + (E) u = ss uu = us u = su s = u ss = u u. Lemme 3 : Etude O + (E) pour n = 2 On suppose choisie une orientation sur E. [ ] a b ) Soit f L(E, E), de matrice A = dans une base orthonormale directe (e c d, e 2 ). Alors on a : f O + (E) a = d, b = c, a 2 + c 2 =. 0

11 2) Si f O + (E) la matrice de f est indépendante du choix de la base orthonormale directe (e, e 2 ). On pose : a = cos θ, c = sin θ. On dit que f est, pour l orientation fixée, une rotation d angle de mesure θ. 3) Le groupe O + (E) est abélien et isomorphe au groupe additif R/ 2πZ par l application : [ ] cos θ sin θ θ rotation de matrice dans la base (e sin θ cos θ, e 2 ). 4) Si f O + (E) alors f n admet pas de valeur propre sauf si f = ±id E. ) On a f O + (E) t AA = I et det A = les colonnes de A sont 2 à 2 orthogonales et de norme et det A = { f O + (E) a 2 + c 2 = b 2 + d 2 = ab + cd = 0 ad bc = { (b, d) = λ(c, a) pour un λ R c 2 + a 2 = λ = λa 2 λc 2 = (b, d) = (c, a) avec c 2 + a 2 = [ ] a c A = avec a 2 + c 2 =. c a 2) Si (e, e 2) est une autre base orthonormale directe alors P = Pass ( (e, e 2 ), (e, e 2) ) est orthogonale directe donc du type [ ] [ ] a c 0 c a = a I + c J où J = avec a 0, c R. Elle est permutable avec A. Donc Mat ( f, (e, e 2) ) = P AP = A. On posera a = cos θ, c = sin θ, θ R et on dira que f est la rotation d angle de mesure θ, on notera f = r θ. 3) Deux matrices orthogonales directes sont permutables, donc le groupe O + (E) est abélien et de plus les formules : cos(o + O ) = permettent de vérifier que l application sin(o + O ) = R 2πZ O+ (E) classe(θ) la rotation r θ est un isomorphisme de groupes. 4) Avec les mêmes notations, on a : P A (X) = (cos θ X) 2 + sin 2 θ = X 2 2 cos θx + cos 2 θ 0. Donc P A ne peut avoir de racines réelles que pour cos θ = ± c est-à-dire θ πz, où f = ±id E. Définitions : angles et mesures d angles. Soit E un espace euclidien de dimension 2. Remarquons que si u et v sont des vecteurs unitaires de E, il existe une et une seule rotation r telle que r(u) = v. En effet, si (u, u ) est une base orthonormale et si[ v = au + ] ba avec a b a 2 + b 2 =, la seule rotation qui convient est celle qui a pour matrice dans la b a base (u, u ). On note U l ensemble des vecteurs unitaires de E et A = U U où R est la relation R d équivalence donnée par : (f, f 2 ) R (f, f 2) r O + (E) tel que r(f ) = f 2 et r(f, f 2).

12 L ensemble A est l ensemble des angles de vecteurs unitaires de E. On note ( f, f 2 ) la classe de (f, f 2 ) U U. L ensemble A s identifie à O + (E) et est donc muni d une structure de groupe abélien, noté additivement. On a donc (par définition) : f, f 2, f 3 U, ( f, f 2 ) + ( f, f 3 ) = ( f, f 3 ). Si u et v sont des éléments non nuls de E, on posera : ( u, v) = ( u u, v ). v 2. Si E est euclidien orienté de dimension 2, en utilisant la bijection O + (E) R 2πZ du Lemme 3, on a deux bijections : R 2πZ O+ (E) A on dit que θ R 2πZ on notera indifféremment r α = r θ. θ r θ α est la mesure de cycle α pour l orientation, on posera : { cos α = cos θ sin α = sin α Remarque ) Soient u et v des vecteurs unitaires et soit r O + (E) tel que r(u) = v. Soit u unitaire tel que (u, u ) soit une base orthonormale directe. On pose v = cos θ u+sin θ u ( [ ] ) cos θ sin θ la matrice de r dans la base (u, u ) est et θ est la mesure de ( sin θ cos θ u, v). Dans le cas où f, g sont des vecteurs non nuls, on a f g = f g cos ( ( f, ) g ). 2) Si E est euclidien de dimension n, n 3 et si u et v sont des vecteurs unitaires, u et v sont dans un même péan P, mais l orientation de E ne détermine pas celle de P, on peut alors définir la mesure de ( u, v) au signe près, ou encore écrire : u v = cos( u, v). Remarques : on revient au cas n = 2, E orienté ) Si u et v sont unitaires et si s O (E) alors ( s(u), s(v) ) = ( u, v). ( )bis Si r O + (E) r(u), r(v) ) = ( u, v). En effet soit r O + (E) tel que : r ( s(u) ) = s(v) alors (s r s)(u) = v (r )(u) = v. Pour ) bis on décompose r en produit de 2 symétries. Le résultat peut aussi se trouver directement à partir de la définition de A. 2) Si on désigne par s u, s v les symétries orthogonales par rapport à u et v, on a s u s v = r 2( v, u. En effet, on a : ( v, (s u s v )(v) ) = ( v, s u (v) ) = ( v, u) + ( u, s u (v) ) = ( v, u) + ( s u (u), s u (v) ) = ( v, u) + ( v, u) = 2( v, u). Théorème.- Soit f O(E). Alors il existe une base orthonormale (e,..., e n ) de E dans laquelle la matrice de f est du type : I p I q A... A r 2

13 [ ] cos θi sin θ avec i {,..., r} A i = i sin θ i cos θ i f est directe si et seulement si q est pair. θ i R \ πz. Démonstration ) On peut décomposer E en une somme directe orthogonale : E = E E F. On a, d après le lemme, f(f ) F. Il suffit donc de démontrer le résultat pour g = f/f, g O(F ), g sans valeur propre. 2) Si g O(F ) avec dim F = m 0, g sans valeur propre, montrons, par récurrence sur m qu il existe une base orthonormale de F dans laquelle g a une matrice du type : A... A r [ ] cos θi sin θ A i = i sin θ i cos θ i a) m = impossible. b) m = 2. Il suffit d utiliser les corollaires du lemme 2. c) m > 2. Soit (f,..., f m ) une base de F et soit B la matrice de g dans cette base. Soit λ C (λ / R) une valeur propre de B et Z une colonne propre associée. Z = X + iy avec X et Y colonnes réelles on a BZ = λz et BZ = λ Z. Comme λ / R, on a λ λ, et Z et Z indépendants sur C, donc sur R. On a : B. (CX + CY ) CX + CY. Soient α et β dans R, alors il existe γ, δ, η, ζ réels tels que : B. (αx + βy ) = (δ + iη)x + (δ + iζ)y et, en considérant les parties réelles : B. (αx + βy ) = γx + δy RX + RY. On en déduit que F admet un sous-espace vectoriel F de dimension 2 stable pour g. On a F = F F et g(f ) F. On peut alors appliquer l hypothèse de récurrence à F. D autre part la restriction de g à F est d après les corollaires du lemme 2, une rotation. 3) On a i {... r} det A i =, d où det f = ( ) q. Remarque : cas n = 3 ) Si dim E = 3 et si f O + (E) on a q = 2 ou q = 0, il existe donc une base orthonormale (e, e 2, e 3 ) de E dans laquelle la matrice de f est du type : ou ou cos θ sin θ avec θ R \ πz. 0 sin θ cos θ On trouve donc que f est soit id E, soit une rotation dont l axe est Re = espace propre relatif à, et de matrice cos θ sin θ avec θ R \ 2πZ (le cas θ = π correspond au second cas). 0 sin θ cos θ Supposons maintenant f id et E orienté. Le choix d une orientation de l axe Re induit une orientation sur e et donc une mesure de l angle de rotation. Plus précisément si on oriente Re par e, et si (e, e 2, e 3 ) est direct, alors on obtient plus haut la mesure θ de l angle de la rotation pour l orientation de Re donnée par e. 3

14 Remarquons qu on a : ) trace(f) = + 2 cos θ 2) e 2 f(e 2 ) = (sin θ)e ce dernier résultat peut s obtenir en remplaçant e 2 par tout vecteur unitaire e 2 de e, on a donc : e 2 f(e 2) = (sin θ)e. 2) Si dim E = 3 et si f O (E), on a q = 3 ou q =, il existe donc une base orthonormale (e, e 2, e 3 ) de E telle que la matrice de f dans cette base soit du type : ou ou cos θ sin θ avec θ R \ πz. 0 sin θ cos θ Donc f est composé de la symétrie orthogonale par rapport au plan P = Vect(e 2, e 3 ) et d une rotation, qui est soit id, soit une rotation d axe Re ; ces deux applications sont permutables. Si f id E alors l axe de la rotation est Re espace propre relatif à. Si alors on oriente E et l axe par e la mesure de l angle est bien déterminée. On a : ) trace (f) = + 2 cos θ. 2) Pour tout e 2 e on a : e 2 f(e 2) = (sin θ) e. On verra plus loin des exemples. Corollaire du théorème : Décomposition des isométries. ) Soit f O(E). Alors f peut se décomposer en produit de symétries orthogonales par rapport à des hyperplans. 2) Si f O + (E) et si n 3, alors f peut se décomposer en produit de symétries orthogonales par rapport à des espaces vectoriels de dimension n 2. Remarque. Dans le cas n = 3. f O(E) est produit de symétries orthogonales par rapport à des plans. f O (E) est produit de symétries orthogonales par rapport à des droites. ) Si A est la matrice de f obtenue dans le théorème, alors A est produit de matrices du type : () et (2) A i Une matrice de type () est matrice d une symétrie orthogonale par rapport à un hyperplan. Une matrice de type (2) représente un endomorphisme f i du type suivant : E = E i F i somme directe orthogonale dim E i = 2 x F i, f i (x) = x g i = f E i = fi E i est une rotation sans valeur propre de E i. 4

15 Alors g i est produit de 2 symétries orthogonales par rapport à des droites d i et d i de E i. On en déduit que f i est produit des symétries orthogonales par rapport aux hyperplans d i F i et d i F i de E. 2) Remarquons que si on a f O + (E), alors f est produit d un nombre pair de symétries par rapport à des hyperplans. Montrons que si H et H 2 sont des hyperplans distincts, alors S H S H2 est produit de 2 symétries orthogonales par rapport à des sous-espaces vectoriels de dimension n 2. On a H H 2 {0} car 2(n ) > n. Soit a H H 2 \ {0}. Pour i {, 2}, on pose i = H i a. On a E = Ra i Hi somme directe orthogonale. On vérifie que S Hi = S i S Ra = S Ra S i d où : S H S H2 = S S Ra S Ra S 2 = S S 2. Remarque. Dans le cas n = 3, reprenons le cas de la rotation R d axe Re, ( id E ). P d 2 e2 e e3 d Soit P = e i, soit r la restriction de R à P. Alors r se décompose en produit des deux symétries par rapport à des droites s d et s d2 dans P. D où R se décompose en S P S P2 où i {, 2}. P i est le plan vectoriel d i Re. En choisissant a = e dans la démonstration précédente, on obtient que R est composé des deux symétries orthogonales s d et s d2 dans E. Exemple d étude pratique d éléments de O(E) en dimension 3 ) On suppose E euclidien orienté de dimension 3 et on suppose que dans la base orthonormale directe (f, f 2, f 3 ) l endomorphisme f a pour matrice A A = a) On vérifie que les colonnes de cette matrice sont 2 à 2 orthogonales, et de norme ( 4 ( ) = ). On a donc f O(E). b) On calcule det(a) comme on a ici det A > 0 ; il s agit donc d un élément de O + (E) et f id E. c) Angle de rotation : donné au signe près à l aide de la trace : + 2 cos θ = 4 cos θ = 2 ( ) : d où θ = ±π/3 d où θ = ±π/3 mod 2π (selon orientation de l axe). d) Axe de rotation = E (f) = Ker(f id E ) = {xf + ye 2 + ze 3 / x = y, z = 0}. Posons e = (f + f 2 ) et orientons l axe par e. 2 er calcul. On choisit e 2 e e 2 de norme et on calcule e 2 f(e 2 ). 5

16 Par exemple e 2 = f 3 6 ( ) 3 e 2 f(e 2 ) = f + f 2 = 4 2 e 3 d où sin θ = 2 θ = π/3 mod 2π. 2ème calcul. On complète (e, e 2 ) par e 3 pour obtenir une base orthonormale directe Soit en calculant un élément e 3 de norme de (Vect(e, e 2 )) en veillant à ce que Det(e, e 2, e 3 ) =. Soit en posant : e 3 = e e 2. On obtient : e 3 = (f f 2 ) 2 on sait alors qu on doit avoir f(e 2 ) = cos θ e 2 + sin θ (e 3 ). Vérification on obtient donc bien : 2) On suppose maintenant qu on a : f(e 2 ) = 4 ( 6)(f f 2 ) + 4.2f 3 3 = 2 e e 2 cos θ = 2 A = 3 et sin θ = a) On vérifie que les colonnes de cette matrice sont 2 à 2 orthogonales et de norme ( ) =. 3 b) On a DetA < 0 et A I. Donc on a f O (E), f id E. c) Angle de rotation donné au signe près par : + 2 cos θ = trace(f) = 3 ( 2) = 2 d où : cos θ = d) Calcul de E = Re = ker ( ) f + id E / xf + yf 2 + zf 3 5x+y - 2z = 0 = -2x+5y-z = 0 -x - 2y + z= 0 = Re avec e = (f + f 2 + 3f 3 ). On choisit e 2 de norme dans e. Par exemple : e 2 = (f f 2 ) f(e 2 ) = (f + 4f 2 f 3 ) on a : e 2 f(e 2 ) = 6 (f + f 2 + 3f 3 ) = 6 e. On obtient donc : f est composé commutatif de la symétrie orthogonale par rapport à e, et de la rotation R d axe Re et angle de mesure θ pour l orientation de cet axe par e avec cos θ = 5 6, sin θ = 6 (on a bien 25+ = 36!). 6

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

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

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

3 Approximation de solutions d équations

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

Plus en détail

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

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

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

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

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1 [http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

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

Plus en détail

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Capes 2002 - Première épreuve

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

Plus en détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Continuité en un point

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

Plus en détail

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

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

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Fonctions de plusieurs variables

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

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2 33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre

Plus en détail

Chapitre VI Fonctions de plusieurs variables

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

Plus en détail

Développement décimal d un réel

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

Plus en détail

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

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

Plus en détail

1 Définition et premières propriétés des congruences

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

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Programme de la classe de première année MPSI

Programme de la classe de première année MPSI Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire

Plus en détail

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

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

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

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

Plus en détail

CHAPITRE 10. Jacobien, changement de coordonnées.

CHAPITRE 10. Jacobien, changement de coordonnées. CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,

Plus en détail

Résolution d équations non linéaires

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

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

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

Plus en détail

Cours arithmétique et groupes. Licence première année, premier semestre

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

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

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

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

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions de plusieurs variables et applications pour l ingénieur Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie

Plus en détail

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

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

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

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

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et

Plus en détail

1 Complément sur la projection du nuage des individus

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

Plus en détail

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

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

Plus en détail

Angles orientés et trigonométrie

Angles orientés et trigonométrie Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.

Plus en détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et

Plus en détail

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Cours d analyse numérique SMI-S4

Cours d analyse numérique SMI-S4 ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

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

Plus en détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS PRÉLIMINAIRES Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel

Plus en détail

Mathématiques Algèbre et géométrie

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

Plus en détail

Probabilités sur un univers fini

Probabilités 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 détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait 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 détail

Représentation géométrique d un nombre complexe

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

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

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

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

Plus en détail

Licence de Mathématiques 3

Licence de Mathématiques 3 Faculté des sciences et techniques Département de mathématiques 2004-2005 Licence de Mathématiques 3 M62 : Fonctions réelles de plusieurs variables Laurent Guillopé www.math.sciences.univ-nantes.fr/~guillope/m62/

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

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

Plus en détail

Introduction à l étude des Corps Finis

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

Plus en détail

1S Modèles de rédaction Enoncés

1S Modèles de rédaction Enoncés Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC

Plus en détail

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé 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 détail

Géométrie dans l espace Produit scalaire et équations

Géométrie dans l espace Produit scalaire et équations Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire

Plus en détail

Continuité d une fonction de plusieurs variables

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

Plus en détail

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

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

Plus en détail

Une introduction aux codes correcteurs quantiques

Une introduction aux codes correcteurs quantiques Une introduction aux codes correcteurs quantiques Jean-Pierre Tillich INRIA Rocquencourt, équipe-projet SECRET 20 mars 2008 1/38 De quoi est-il question ici? Code quantique : il est possible de corriger

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Marc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8

Marc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8 COURS DE MATHÉMATIQUES PREMIÈRE ANNÉE (L1) UNIVERSITÉ DENIS DIDEROT PARIS 7 Marc HINDRY Introduction et présentation. page 2 1 Le langage mathématique page 4 2 Ensembles et applications page 8 3 Groupes,

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

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

Plus en détail

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

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

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour 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 détail

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du

Plus en détail

Introduction. Mathématiques Quantiques Discrètes

Introduction. Mathématiques Quantiques Discrètes Mathématiques Quantiques Discrètes Didier Robert Facultés des Sciences et Techniques Laboratoire de Mathématiques Jean Leray, Université de Nantes email: v-nantes.fr Commençons par expliquer le titre.

Plus en détail

Commun à tous les candidats

Commun 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 détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples Franck LESIEUR Mathématiques et Applications, Physique Mathématique d Orléans UMR 6628 - BP 6759 45067 ORLEANS CEDEX 2 - FRANCE e-mail

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

Intégration sur des espaces produits

Intégration sur des espaces produits Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure

Plus en détail

Chapitre VI - Méthodes de factorisation

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

Plus en détail