TD n o 10 Réduction. 2 λ = 0 λ = 2 ou 8 (3 λ)(1 λ) = λ 2 + 4λ + 5 = 0 Cette deuxième équation a pour discriminant puis racines : x = 0 y = z

Dimension: px
Commencer à balayer dès la page:

Download "TD n o 10 Réduction. 2 λ = 0 λ = 2 ou 8 (3 λ)(1 λ) = λ 2 + 4λ + 5 = 0 Cette deuxième équation a pour discriminant puis racines : x = 0 y = z"

Transcription

1 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction TD n o Réduction Eercice.. On cherche les valeurs de λ pour lesquelles A λi n'est pas inversible, en en trouvant une réduite triangulaire : 2 λ 2 λ 3 λ 4 L 2 L 3 2 λ 2 λ 3 λ 4 2 λ 2 λ L 3 2L 3 (3 λ)l 2 8 (3 λ)( λ) Cette réduite triangulaire n'est pas inversible, et donc λ est valeur propre de A, si et seulement si l'un des coecients diagonau est nul donc : 2 λ = λ = 2 ou 8 (3 λ)( λ) = λ 2 + 4λ + 5 = Cette deuième équation a pour discriminant puis racines : = ( ) 5 = 36 puis λ = = 5 et λ 2 = =. Finalement on obtient donc Sp(A) = { ; 2; 5}, et comme n'est pas valeur propre, A = A I est bien inversible. On remarque de plus que A admet 3 valeurs propres et est une matrice de M 3 (R), elle est donc diagonalisable et chacun des sous-espaces propres est de dimension. Cherchons à présent les sousespaces propres associés : Pour λ =, 3 + y + = X = y E (A) (A + I)X = 2y + 2 = = { = X = =. y = E (A) = Vect et la famille est génératrice de E (A) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e (A)) =. Pour λ = 2, y + = X = y E 2 (A) (A 2I)X = 2y = 9 = y = y = X = =. =

2 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction E 2 (A) = Vect et la famille est génératrice de E2 (A) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e 2 (A)) =. Pour λ = 5, X = y E 5 (A) (A 5I)X = { = y = 2 X = E 5 (A) = Vect y + = 2y 4 = = 2 = 2. et la famille 2 est génératrice de E5 (A) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e 5 (A)) =. Remarque : comme on savait que les sous-espaces propres sont de dimension, on aurait pu se "contenter" de chercher un vecteur non nul de chacun : cette famille, libre et de bon cardinal, était alors forcément une base du sous-espace propre. Eemple : A + I = vérie C 2 = C 3 donc C 2 C 3 =, et enn (A + I) = : on en déduit que est une famille de E (A), libre (un seul vecteur, non nul) et dont le cardinal est égal à la dimension de E (A), c'en est donc une base et E (A) = Vect. La matrice A est diagonalisable, en posant P = 2 et D = 2, 5 P est constituée d'une base de vecteurs propres de A, respectivement associés au valeurs propres, 2 et 5 qui constituent la diagonale de D, donc par formule de changement de base : A = P DP D = P AP. Enn la matrice A 2 A+I s'écrit en fonction de A qui est diagonalisable donc qui admet une réduite plus simple : on se ramène à cette réduite : A 2 A + I = P DP P DP P DP + I = P D 2 P P DP + I = P (D 2 D)P + I. Reste le problème de la matrice I : il faut absolument connaître l'astuce qui suit : quelque soit la matrice inversible, on peut toujours écrire I = P IP : A 2 A + I = P (D 2 D)P + P IP = P (D 2 D + I)P 2

3 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction 3 et la matrice D 2 D + I = 3 est diagonale, donc A 2 A + I est diagonalisable : si on 2 veut ses valeurs propres et ses sous-espaces propres, on passe directement par sa matrice semblable diagonale : A 2 A + I et D 2 D + I sont semblables, donc Sp(A 2 A + I) = Sp(D 2 D + I) = {3; 2} et les dimensions des sous-espaces propres sont égales : E 3 (A 2 A + I) est de dimension 2, et E 2 (A 2 A + I) est de dimension. Enn comme une base de vecteurs propres de A 2 A + I est dans P, on peut obtenir directement : E 3 (A 2 A + I) = Vect, et E 2 (A 2 A + I) = Vect La matrice B est symétrique donc elle est diagonalisable. Pour obtenir ses valeurs propres, on cherche les valeurs de λ pour lesquelles B λi n'est pas inversible, en en trouvant une réduite triangulaire : λ λ λ L L 2 λ L 2 L 2 ( λ)l ( λ ) ( λ) 2 Cette réduite triangulaire n'est pas inversible, et donc λ est valeur propre de B, si et seulement si l'un des coecients diagonau est nul donc : ( λ) 2 = [ ( λ)] [ + ( λ)] = λ(2 λ) = λ {; 2} Finalement on obtient donc Sp(B) = {; 2}, et comme est valeur propre, B = B I est bien inversible. On remarque de plus que B admet 2 valeurs propres et est une matrice de M 2 (R), elle est donc diagonalisable et chacun des sous-espaces propres est de dimension. Cherchons à présent les sousespaces propres associés : Pour λ =, ( X = E y) (B) (B I)X = et la famille [( )] E (B) = Vect { + y = y = = y X = = y y [] [( = Vect )] est génératrice de E (B) et libre (un seul vecteur, non nul) donc c'en est. une base de dim(e (B)) =. Pour λ = 2, X = E y 2 (B) (B 2I)X = { y = = = y X = y = y y. et la famille [( )] une base de dim(e 2 (B)) =. E 2 (B) = Vect [] est génératrice de E 2 (B) et libre (un seul vecteur, non nul) donc c'en est 3

4 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction Remarque : comme on savait que les sous-espaces propres sont de dimension, on aurait pu se "contenter" de chercher un vecteur non nul de chacun : cette famille, libre et de bon cardinal, était alors forcément une base du sous-espace propre. Eemple : A = ( [( vérie C = C 2 donc C C 2 =, et enn A = : on en déduit que est une famille ) )] de E (B), libre (un seul vecteur, non [( nul) )] et dont le cardinal est égal à la dimension de E (B), c'en est donc une base et E (A) = Vect. La matrice B est diagonalisable, en posant P = et D =, 2 P est constituée d'une base de vecteurs propres de B, respectivement associés au valeurs propres et 2 qui constituent la diagonale de D, donc par formule de changement de base : B = P DP D = P BP. Enn la matrice B 2 B + I s'écrit en fonction de B qui est diagonalisable donc qui admet une réduite plus simple : on se ramène à cette réduite : B 2 B+I = P DP P DP P DP +P IP = P D 2 P P DP +P IP = P (D 2 D+I)P. et la matrice D 2 D + I = est diagonale, donc B 3 2 B + I est diagonalisable : si on veut ses valeurs propres et ses sous-espaces propres, on passe directement par sa matrice semblable diagonale : B 2 B + I et D 2 D + I sont semblables, donc Sp(B 2 B + I) = Sp(D 2 D + I) = {; 3} et les dimensions des sous-espaces propres sont égales : E (B 2 B + I) est de dimension, et E 3 (B 2 B + I) est de dimension. Enn comme une base de vecteurs propres de B 2 B + I est dans P, on peut obtenir directement : [( [( E (B 2 B + I) = Vect et E )] 3 (B 2 B + I) = Vect. )] 3. On cherche les valeurs de λ pour lesquelles C λi n'est pas inversible, en en trouvant une réduite triangulaire : 3 λ λ 2 L L 3 2 λ 2 λ 2 2 λ 3 λ 4 4 avec L 2 L 2 L L 3 2L 3 (3 λ)l L 2 L 3 L 3 8L 3 ( + λ)l 2 2 λ λ + λ 8 8 (3 λ)( λ) 2 λ 8 8 (3 λ)( λ) λ + λ 2 λ 8 8 (3 λ)( λ) P (λ) P (λ) = 8(+λ) (+λ) [8 (3 λ)( λ)] = (+λ) [8 8 + (3 λ)( λ)] = (+λ)(3 λ)( λ). 4

5 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction Cette réduite triangulaire n'est pas inversible, et donc λ est valeur propre de C, si et seulement si l'un des coecients diagonau est nul donc : ( + λ)(3 λ)( λ) = λ { ; 3; } Finalement on obtient donc Sp(C) = { ; ; 3}, et comme n'est pas valeur propre, C = C I est bien inversible. On remarque de plus que C admet 3 valeurs propres et est une matrice de M 3 (R), elle est donc diagonalisable et chacun des sous-espaces propres est de dimension. Cherchons à présent les sousespaces propres associés : Pour λ =, = X = y E (C) (C + I)X = 8y = = { = y = X = =. E (C) = Vect et la famille est génératrice de E (C) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e (C)) =. Pour λ =, 2 = X = y E (C) (C I)X = 8y + 8 = = { = X = =. y = E (C) = Vect et la famille est génératrice de E (C) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e (C)) =. Pour λ = 3, 2 2 = X = y E 3 (C) (C 3I)X = 8y + 8 = = { = X = =. y = E 3 (C) = Vect 5

6 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction et la famille est génératrice de E3 (C) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e 3 (C)) =. Remarque : comme on savait que les sous-espaces propres sont de dimension, on aurait pu se "contenter" de chercher un vecteur non nul de chacun : cette famille, libre et de bon cardinal, était alors forcément une base du sous-espace propre. Eemple : C + I = vérie C = C 3 donc C + C 3 =, et enn (C + I) = : on en déduit que est une famille de E (C), libre (un seul vecteur, non nul) et dont le cardinal est égal à la dimension de E (C), c'en est donc une base et E (C) = Vect. La matrice C est diagonalisable, en posant P = et D =, 3 P est constituée d'une base de vecteurs propres de C, respectivement associés au valeurs propres, et 3 qui constituent la diagonale de D, donc par formule de changement de base : C = P DP D = P CP. Enn la matrice C 2 C + I s'écrit en fonction de C qui est diagonalisable donc qui admet une réduite plus simple : on se ramène à cette réduite : C 2 C+I = P DP P DP P DP +P Ip = P D 2 P P DP +P IP = P (D 2 D+I)P. 3 et la matrice D 2 D + I = est diagonale, donc C 2 C + I est diagonalisable : si on 7 veut ses valeurs propres et ses sous-espaces propres, on passe directement par sa matrice semblable diagonale : C 2 C + I et D 2 D + I sont semblables, donc Sp(C 2 C + I) = Sp(D 2 D + I) = {; 3; 7} et les dimensions des sous-espaces propres sont égales : E (C 2 C + I) est de dimension, E 3 (C 2 C + I) est de dimension et E 7 (C 2 C + I) est de dimension. Enn comme une base de vecteurs propres de C 2 C + I est dans P, on peut obtenir directement : E (C 2 C+I) = Vect, E 3 (C 2 C+I) = Vect et E7 (C 2 C+I) = Vect. 4. On cherche les valeurs de λ pour lesquelles D λi n'est pas inversible, en en trouvant une réduite 6

7 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction triangulaire : 3 λ 3 λ 3 λ L L 2 3 λ 2 2 λ 2 2 λ 3 λ L 2 L 2 + (3 λ)l + (3 λ) 2 2 λ 2 2 λ 3 λ L 2 L λ + (3 λ) 2 2 λ 3 λ 2 2 λ L 3 2L 3 [ + (3 λ) 2 ]L 2 P (λ) avec P (λ) = 2(2 λ) [ + (3 λ) 2 ](2 λ) = (2 λ) [ 2 (3 λ) 2] = (2 λ) [ (3 λ) 2] = (2 λ) [ (3 λ)] [ + (3 λ)] = (2 λ)(λ 2)(4 λ). Cette réduite triangulaire n'est pas inversible, et donc λ est valeur propre de D, si et seulement si l'un des coecients diagonau est nul donc : (2 λ)(λ 2)(4 λ) = λ {2; 4} Finalement on obtient donc Sp(D) = {2; 4}, et comme n'est pas valeur propre, D = D I est bien inversible. On remarque de plus que D admet 2 valeurs propres et est une matrice de M 3 (R), on ne sait donc pas encore si elle est diagonalisable. Cherchons à présent les sous-espaces propres associés : Pour λ = 2, X = y E 2 (D) (D 2I)X = { = y = X = + y + = 2y = = =. E 2 (D) = Vect et la famille est génératrice de E2 (D) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e 2 (D)) =. Pour λ = 4, y + = X = y E 4 (D) (D 4I)X = 2y 2 = = { = X = =. y = 7

8 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction E 4 (D) = Vect et la famille est génératrice de E4 (D) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e 4 (D)) =. Remarque : comme on n'avait aucune information sur la dimension des sous-espaces propres, cette fois-ci il était obligatoire de résoudre les systèmes pour obtenir les sous-espaces propres. Finalement la somme des dimensions des sous-espaces propres de D vaut 2 alors que D M 3 (R), donc D n'est pas diagonalisable. Eercice 2.. Pour obtenir les valeurs propres, on cherche les valeurs de λ pour lesquelles A λi n'est pas inversible, en en trouvant une réduite triangulaire : λ λ 3 2 λ L L 2 λ 2 L 2 3L 2 ( λ)l 3 2 λ 6 ( λ)(2 λ) Cette réduite triangulaire n'est pas inversible, et donc λ est valeur propre de A, si et seulement si l'un des coecients diagonau est nul donc : dont le discriminant et les racines sont : 6 ( λ)(2 λ) = λ 2 + 3λ + 4 = = ( ) 4 = 25, λ = = 4, λ 2 = =. Finalement on obtient donc Sp(A) = { ; 4}. On remarque de plus que A admet 2 valeurs propres et est une matrice de M 2 (R), elle est donc diagonalisable et chacun des sous-espaces propres est de dimension. Cherchons à présent les sous-espaces propres associés : Pour λ =, ( X = E y) (A) (A + I)X = { 3 + 3y = y = = y X = = y y [] [( E (A) = Vect = Vect )] [] et la famille est génératrice de E (A) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e (A)) =. Pour λ = 4, ( X = E y) 4 (A) (A 4I)X = { 3 2y = 2/3y = = 2/3y X = = y y [] [( 2/3 2 E 4 (A) = Vect = Vect 3)] [] 2 et la famille est génératrice de E 3 4 (A) et libre (un seul vecteur, non nul) donc c'en est une base de dim(e (A)) =.. 2/3. 8

9 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction La matrice A est diagonalisable, en posant 2 P = 3 et D =, 4 P est constituée d'une base de vecteurs propres de A, respectivement associés au valeurs propres et 4 qui constituent la diagonale de D, donc par formule de changement de base : 2. Par une récurrence bien connue, on prouve que : A = P DP D = P AP. A n = P D n P = P qu'on peut calculer eplicitement sans diculté. ( ) n 4 n P 3. On remarque que la relation de récurrence donnée par l'énoncé s'écrit : un+ un A v n+ On montre alors par une récurrence immédiate le résultat de l'énoncé : un = A n u = A n. v n v 4. Il ne reste qu'à remplacer calculer le produit : ( ( ) n P 4 n P ( = 5 ( ) n + 4 n+) ) ( ( ) n n) v n 5 et on obtient : u n = 5 ( ( ) n + 4 n+) et v n = 5 ( ( ) n n). Eercice 3.. (a) On prouve sans diculté que A 2 = A A 2 A = donc le polynôme P () = 2 = ( ) est annulateur de A : les seules valeurs propres possibles de A sont donc ses racines : et. (b) On étudie les deu valeurs propres possibles : Pour λ =, X = E y (A) AX = { 3 y = 6 2y = ( y = 3 X = = 3 3) donc [( E (A) = Vect {} 3)] [] donc est bien valeur propre de A, et la famille est génératrice de E 3 (A) et libre (un seul vecteur, non nul) donc c'en est une base et dim(e (A)) =. Pour λ =, ( { ( 2 y = X = E y) (A) (A I)X = 6 3y = y = 2 X = = 2 2) donc [] E (A) = Vect {} 2 [] donc est bien valeur propre de A, et la famille est génératrice de E 2 (A) et libre (un seul vecteur, non nul) donc c'en est une base et dim(e (A)) =. 9

10 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction Finalement la somme des dimensions des sous-espaces propres de A vaut 2 et A M 2 (R) donc elle est diagonalisable. En posant P = et D =, 3 2 P est constituée d'une base de vecteurs propres de A, respectivement associés au valeurs propres et qui constituent la diagonale de D, donc par formule de changement de base : A = P DP D = P AP. Enn on détermine P par la méthode de Gauss : 3 2 L2 L 2 3L 3 L L + L L2 L 2 3 donc P est bien inversible et P = (a) Montrons que φ A est linéaire : soient M, M 2 dans M 2 (R) et λ R, φ A (λm + M 2 ) = A(λM + M 2 ) (λm + M 2 )A = λam + AM 2 λm A M 2 A = λ(am M A) + (A = λφ A (M ) + φ A (M 2 ). a b On ne déduit que φ A est linéaire, de plus pour M = une matrice quelconque de M c d 2 (R), on a 3a c 3b d 3a + 6b a 2b 6b c a + b d φ A (M) = = 6a 2c 6b 2d 3c + 6d c 2d 6a + c + 6d 6b c est une matrice de M 2 (R), donc φ A va de M 2 (R) dans lui-même et elle est linéaire, c'est bien un endomorphisme. (b) Il faut prouver que φ 3 A φ A = φ A φ A φ A φ A = M M 2 (R), φ A φ A φ A (M) φ A (M) =. Calculons les composées successives de φ A : φ A φ A (M) = φ A (φ A (M)) = φ A (AM MA) = A(AM MA) (AM MA)A = A 2 M AMA AMA Par suite, = AM 2AMA + MA. φ A φ A φ A (M) = φ A (AM 2AMA + MA) = A(AM 2AMA + MA) (AM 2AMA + MA)A Enn on en déduit que pour tout M, = A 2 M 2A 2 MA + AMA AMA + 2AMA 2 MA 2 = AM MA φ A φ A φ A (M) φ A (M) = AM MA (AM MA) = donc le polynôme P () = 3 = ( 2 ) = ( + )( ) est annulateur de φ A, dont les seules valeurs propres possibles sont donc les racines de P : Sp(φ A ) {; ; }.

11 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction Eercice 4. On pose E = R 2 [X], et on considère l'application f qui, à tout élément P de E, associe la fonction polynôme Q telle que : pour tout réel : Q () = ( ) P () + P () et B = (P, P, P 2 ) la base canonique de E dénie par : pour tout réel : P () =, P () = et P 2 () = 2. Montrer que f est un endomorphisme de E. 2. Déterminer la matrice A de f dans B. 3. Quelles sont les valeurs propres de f? f est-il diagonalisable? 4. Déterminer l'image par f des fonctions polynômes R, R, R 2 dénies par : pour tout réel : R () =, R () = et R 2 () = ( ) 2 5. Montrer que B = (R, R, R 2 ) est une base de vecteurs propres de f. Écrire la matrice de passage P de la base B à la base B ainsi que la matrice D de f dans la base B. 6. Vérier que pour tout réel : { R2 () + 2R () + R () = P 2 () R () + R () = P () En déduire la matrice de passage de la base B à la base B. 7. Écrire la matrice A en fonction de P et de D.. Pour tous P et Q dans E et tout λ R, on a pour tout réel : f(λp + Q)() = ( )(λp + Q) () + (λp + Q)() = ( )(λp () + Q ()) + λp () + Q() f(λp +Q)() = λ[( )P ()+P ()]+[( )Q ()+Q()] = λf(p )()+f(q)() = [λf(p )+f(q)](). On en déduit que f(λp + Q) = λf(p ) + f(q) et f est une application linéaire. De plus pour tout P E, on a deg P 2 donc deg P deg P donc deg(x )P (X) = deg P + deg(p ) 2 Enn la somme de deu polynômes de degré inférieur à 2 est un polynôme de degré inférieur à 2, donc deg f(p ) 2, et f est à valeurs dans E : c'est bien un endomorphisme de E. 2. R, f(p )() = ( ) + = = P () donc f(p ) = P. R, f(p )() = ( ) + = 2 = [ P + 2P ]() donc f(p ) = P + 2P. R, f(p 2 )() = ( ) = = [ 2P + 3P 2 ]() donc f(p 2 ) = 2P + 3P 2. On obtient : A = Mat B (f) = 2 2 3

12 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction 3. Sp(f) = Sp(A) = {; 2; 3} car A est triangulaire supérieure donc ses valeurs propres sont ses coecients diagonau. A est une matrice de M 3 (R) avec 3 valeurs propres distinctes donc elle est diagonalisable, et f l'est aussi. 4. f(r ) = f(p ) = P = R. R, f(r )() = + = 2 2 = 2R () donc f(r ) = 2R. R, f(r 2 )() = ( ) 2( ) + ( ) 2 = 3( ) 2 = 3R 2 () donc f(r 2 ) = 3R On vient d'obtenir que les vecteurs de B sont des vecteurs propres (ils sont bien non nuls). B est libre car c'est une famille de vecteurs propres associés à des valeurs propres distinctes, et elle admet 3 vecteurs avec dim E = 3 donc c'est une base de E. On a R = P, R = P + P et R, R 2 () = donc R 2 = P 2P + P 2 donc : 6. On calcule : P = P B,B = 2 et D = MatB (f) = 2. 3 donc R, R 2 () + 2R () + R () = = 2 = P 2 () P 2 = R + 2R + R 2 donc R, R () + R () = + = = P () P = R + R Enn on sait que P = R. On en déduit que P B,B = Par formule de changement de base, on a : A = Mat B (f) = P B,B Mat B (f)p B,B = P DP. Eercices plus diciles Eercice 5.. On commence par l'image pour pouvoir se servir de la dimension pour le noyau, et on utilise M puisque c'est la seule dénition connue de f : Im M = M y, tq, y, R = 8 8 = 8 + 8, tq, y, R = Vect 8,

13 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction D'où en lisant sur la base canonique : Im(f) = [ e 8e 2 + 9e 3, 8e 2 + 8e 3 ] = Vect[(, 8, 9), (, 8, 8)] La famille [(, 8, 9), (, 8, 8)]] est donc génératrice de Im f et libre (2 vecteurs, non colinéaires) donc c'en est une base, et dim(im f) = 2. On en déduit par théorème du rang que ker(f) est de dimension ; on remarque que C 2 =, donc f(e 2 ) =, et e 2 ker(f). La famille (e 2 ) est donc libre ( vecteur, non nul) et son cardinal est égal ) la dimension de ker(f) ( pour chacun) donc c'en est une base, et on a donc : ker(f) = Vect(e 2 ) = Vect[(,, )]. 2. On utilise la méthode de Gauss : donc P est inversible et L 3 L 3 + L L 2 L 2 + L 3 P =. 3. On passe par la matrice M, en cherchant les valeurs de λ telles que M λi n'est pas inversible : λ 8 λ 8 L L 3 8 λ λ λ L 2 9L 2 + 8L 9 9λ 8 λ 8 8λ L 3 9L 3 + ( + λ)l ( + λ)(8 λ) Cette réduite triangulaire n'est pas inversible, donc λ est valeur propre de M et donc de f, si et seulement si l'un de ses coecients est nul, donc si et seulement si : 9λ λ = ou ( + λ)(8 λ) = λ { ; 8} donc on obtient : Sp(M) = Sp(f) = { ; ; 8}. 4. On remarque que f admet 3 valeurs propres dans un espace, R 3, de dimension 3, donc il est diagonalisable et ses sous-espaces propres sont tous de dimension. Or M + I = 8 8 vérie C = C donc [f + id](e e 3 ) = ; la famille (e e 3 ) est donc incluse dans E (f), libre (un vecteur, non nul) et son cardinal est égal à la dimension de E (f) : c'en est une base et E (f) = Vect[e e 3 ] = Vect[(,, )]. On a vu précédemment que : E (f) = ker(f) = Vect(e 2 ) = Vect[(,, )] 3

14 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction enn 9 M 8I = vérie C2 = C 3 9 donc [f 8 id](e 2 e 3 ) = ; la famille (e 2 e 3 ) est donc incluse dans E 8 (f), libre (un vecteur, non nul) et son cardinal est égal à la dimension de E 8 (f) : c'en est une base et E 8 (f) = Vect[e 2 e 3 ] = Vect[(,, )] = Vect[(,, )]. M est diagonalisable, et en posant M =, 8 la matrice P est constituée d'une base de vecteurs propres de M, respectivement associés au valeurs propres, et 8 qui constituent la diagonale de M, donc d'après la formule de changement de base on a : M = P M P M = P MP. 5. (a) Comme on sait que A 3 = M, on peut remplacer M : AM = AA 3 = A 4 et MA = A 3 A = A 4 donc AM = MA. (b) On calcule,e ne sachant que AM = MA et que MU = U : M(AU) = (MA)U = (AM)U = A(MU) = A( U) = AU = (AU). (c) On en déduit que AU E (M) = Vect(U). Par dénition d'une combinaison linéaire, cela signie qu'il eiste une constante λ R telle que : AU = λ U. (d) De même, on remarque que : M(AV ) = (MA)V = (AM)V = A(MV ) = A() = donc AV ker M = E (M) = Vect(V ), et par dénition il eiste λ 2 R tel que AV = λ 2 V. Enn M(AW ) = (MA)W = (AM)W = A(MW ) = A(8W ) = 8(AW ) donc AW E 8 (M) = Vect(W ), et par dénition il eiste λ 3 R tel que AW = λ 3 W. (e) En notant (U, V, W ) les colonnes de P, elles vérient les conditions de la question précédente. On sait que c'est une base (puisque c'était une base de vecteurs propres de M), et on a prouvé à la question précédente qu'elle est constituée de vecteurs propres de A. On en déduit qu'en posant λ A = λ 2 λ 3 la matrice diagonale dont les coecients diagonau sont les valeurs propres respectivement associées au colonnes de P, elle vérie par formule de changement de base : A = P A P A = P AP. (f) A est diagonale donc vérie : (A ) 3 = λ3 λ 3 2 λ 3 3 4

15 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction Mais d'autre part on remarque que : (A ) 3 = P AP P AP P AP = P AIAIAP = P A 3 P = P MP = M =. 8 On en déduit que : λ 3 = λ 3 2 = λ 3 3 = 8 λ = λ 2 = λ 3 = 2 et la seule solution à l'équation matricielle A 3 = M est la matrice : A = P A P = P P = Eercice 6. (ESCP 2) On considère la matrice A dénie par A = et on note φ l'endomorphisme de R 3 représenté par A dans la base canonique ) a) Montrer que A admet les valeurs propres et 2 et n'en admet pas d'autres. b) Déterminer les sous-espaces propres associés à ces valeurs propres. c) La matrice A est-elle diagonalisable? 2) Soit V un vecteur propre de A associé à la valeur propre. Trouver un vecteur W de R 3 tel que φ(w ) = V + W. 3) Soit U un vecteur propre de A associé à la valeur propre 2. Montrer que la famille (U, V, W ) est une base de R 3. 4) Déterminer la matrice B représentant l'endomorphisme φ dans la base (U, V, W ) ainsi qu'une matrice inversible P telle qu'on ait l'égalité B = P AP.. (a) Les valeurs propres de A sont données par l'énoncé, mais il faut prouver que ce sont les seules ; comme il n'y en a pas 3 (nombre maimal), ce n'est possible qu'en recherchant les valeurs de λ pour lesquelles A λi n'est pas inversible : λ 2 λ L L 3 2 λ λ 2 3 λ λ 2 L 2 2L 2 + L L 3 2L 3 + ( + λ)l L 3 2L 3 L 2 L 3 L 2 L 3 L 3 + (3 2λ)L λ 3 2λ λ λ 4 + ( + λ)(3 λ) 2 3 λ 3 2λ λ 9 + λ + 2( + λ)(3 λ) 2 3 λ 9 + λ + 2( + λ)(3 λ) 3 2λ λ 2 3 λ 9 + λ + 2( + λ)(3 λ) P (λ) avec (une fois développé, on factorise par (λ ) puis (λ 2) car l'énoncé annonce que et 2 5

16 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction sont des racines de P ). P (λ) = ( λ) + (3 2λ) [ 9 + λ + 2( + λ)(3 λ)] = λ 9(3 2λ) + λ(3 2λ) + 2(3 2λ)( + λ)(3 λ) = λ λ + 3λ 2λ 2 + (6 4λ)( λ 2 + 2λ + 3) = 2λ 2 + 2λ 26 6λ 2 + 2λ λ 3 8λ 2 2λ = 4λ 3 6λ 2 + 2λ 8 = (λ ) [ 4λ 2 2λ + 8 ] = (λ )(λ 2)(4λ 4) = 4(λ ) 2 (λ 2) Cette réduite triangulaire n'est pas inversible, donc λ est valeur propre de A, si et seulement si l'un des coecients diagonau est nul, donc si et seulement si : et enn Sp(A) = {; 2}. 4(λ ) 2 (λ 2) = λ {; 2} (b) Pour λ =, on a : X = y E (A) (A I)X = X = = 2 y + 2 = y = = { = y = donc E (A) = Vect. La famille est génératrice de E (A) et libre (un seul vecteur, non nul) donc c'en est une base et dim(e (A)) =. Pour λ = 2, on a : 2 y + = X = y E 2 (A) (A 2I)X = y = = X = = { = y = donc E 2 (A) = Vect. La famille est génératrice de E2 (A) et libre (un seul vecteur, non nul) donc c'en est une base et dim(e 2 (A)) =. 6

17 Quentin Dunstetter - ENC-Bessières 24\25 TD : Correction (c) La somme des dimensions des sous-espaces propres de A vaut 2, alors que A M 3 (R), donc A n'est pas diagonalisable. 2. D'après ce qui précède, on pose V = et W = y et on résout : y + 2 = + AW = V + W + 2y = y 2 y + 3 = + On résout ce système, et on obtient un nombre inni de solutions. L'une d'entre elle est : W =. 3. On pose U =. On résout au + bv + cw = a = b = c = donc la famille (U, V, W ) est libre ; de plus Card[(U, V, W )] = dim R 3 = 3, c'est donc une base de R Dans cette base, on obtient sans diculté à l'aide des questions précédentes : AU = 2U, AV = V, AW = V + W donc 2 Mat (U,V,W ) (φ) = B = De plus on sait par formule de changement de base que B = Mat (U,V,W ) (φ) = P (U,V,W ),(e,e 2,e 3)Mat (e,e 2,e 3)(φ)P (e,e 2,e 3),(U,V,W ) = [P (e,e 2,e 3),(U,V,W )] AP (e,e 2,e 3),(U,V,W ) donc la matrice P = P (e,e 2,e 3),(U,V,W ) = vérie bien B = P AP. 7

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

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

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

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

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

[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 - 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

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

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

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

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

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. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

Partie 1 - Séquence 3 Original d une fonction

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

Plus en détail

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

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

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

Plus en détail

Cours 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

2. RAPPEL DES TECHNIQUES DE CALCUL DANS R

2. RAPPEL DES TECHNIQUES DE CALCUL DANS R 2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications

Plus en 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

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

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

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

IV- Equations, inéquations dans R, Systèmes d équations

IV- Equations, inéquations dans R, Systèmes d équations IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation

Plus en 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

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

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

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

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en 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

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour

Plus en détail

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

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

Comment démontrer des formules sans effort? exposé de maîtrise

Comment démontrer des formules sans effort? exposé de maîtrise Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme

Plus en détail

D'UN THÉORÈME NOUVEAU

D'UN THÉORÈME NOUVEAU DÉMONSTRATION D'UN THÉORÈME NOUVEAU CONCERNANT LES NOMBRES PREMIERS 1. (Nouveaux Mémoires de l'académie royale des Sciences et Belles-Lettres de Berlin, année 1771.) 1. Je viens de trouver, dans un excellent

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

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

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

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

4. NOMBRES COMPLEXES ET TRIGONOMÉTRIE

4. NOMBRES COMPLEXES ET TRIGONOMÉTRIE 4. NOMBRES COMPLEXES ET TRIGONOMÉTRIE 1 Introduction. 1. 1 Justication historique. La résolution de l'équation du degré (par la méthode de Cardan) amena les mathématiciens italiens du seizième 3ème siècle

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

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP 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 détail

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

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

Plus en détail

Déterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3

Déterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3 Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)

Plus en détail

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

Programmation linéaire

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

Plus en détail

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

III- Raisonnement par récurrence

III- Raisonnement par récurrence III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,

Plus en détail

NOMBRES COMPLEXES. Exercice 1 :

NOMBRES 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 détail

Chapitre 1 Régime transitoire dans les systèmes physiques

Chapitre 1 Régime transitoire dans les systèmes physiques Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer

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

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

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

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par

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

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

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

Plus en détail

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

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

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

Plus en détail

Fonctions homographiques

Fonctions homographiques Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie

Plus en 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

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

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

Plus en détail

Taux d évolution moyen.

Taux d évolution moyen. Chapitre 1 Indice Taux d'évolution moyen Terminale STMG Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Indice simple en base 100. Passer de l indice au taux d évolution, et réciproquement.

Plus en détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes pour la planification de mouvements en robotique non-holonome Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot

Plus en 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

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

Produit semi-direct. Table des matières. 1 Produit de sous-groupes 2. 2 Produit semi-direct de sous-groupes 3. 3 Produit semi-direct de groupes 4

Produit semi-direct. Table des matières. 1 Produit de sous-groupes 2. 2 Produit semi-direct de sous-groupes 3. 3 Produit semi-direct de groupes 4 Produit semi-direct Table des matières 1 Produit de sous-groupes 2 2 Produit semi-direct de sous-groupes 3 3 Produit semi-direct de groupes 4 1 1 Produit de sous-groupes Soient G un groupe et H et K deux

Plus en détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

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

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

Plus en 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

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

Vecteurs. I Translation. 1. Définition :

Vecteurs. I Translation. 1. Définition : Vecteurs I Translation Soit A et B deux points du plan. On appelle translation qui transforme A en B la transformation du plan qui a tout point M associe le point M tel que [AM ] et [BM] aient le même

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

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

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

Plus en détail

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

Coefficients binomiaux

Coefficients 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 détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

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

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

Plus en détail

Date : 18.11.2013 Tangram en carré page

Date : 18.11.2013 Tangram en carré page Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches

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

* 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

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

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015 et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L

Plus en détail

Le théorème de Thalès et sa réciproque

Le théorème de Thalès et sa réciproque Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre

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

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Analyse en Composantes Principales

Analyse en Composantes Principales Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

La 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? 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 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

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

Plus en détail

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique : Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de

Plus en détail

Exercices sur le chapitre «Probabilités»

Exercices sur le chapitre «Probabilités» Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de

Plus en détail

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1 UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique

Plus en détail