Vecteurs et applications linéaires
|
|
- Isabelle Dussault
- il y a 6 ans
- Total affichages :
Transcription
1 Vecteurs et applications linéaires (1) (1) () Vecteurs et applications linéaires 1 / 41
2 1 Familles de vecteurs de R n 2 Sous-espace vectoriels dans R n 3 Base d un sous-espace vectoriel (1) () Vecteurs et applications linéaires 2 / 41
3 Plan 1 Familles de vecteurs de R n 2 Sous-espace vectoriels dans R n 3 Base d un sous-espace vectoriel (1) () Vecteurs et applications linéaires 3 / 41
4 Dépendance et indépendance Définition Soit (X 1, X 2,..., X p ) une famille finie de vecteurs de R n. On dit que la famille (X 1, X 2,..., X p ) est libre si et seulement si : Si il existe λ 1,..., λ p R tels que λ 1 X λ p X p = 0 E alors λ 1 = = λ p = 0. Aucun vecteur de la famille n est combinaison linéaire des autres (lorsque p 2). Dans ce cas, on dit que les vecteurs de la famille sont linéairement indépendants. (1) () Vecteurs et applications linéaires 4 / 41
5 Définition On dit que la famille (X 1, X 2,..., X p ) est liée si et seulement s il existe des scalaires λ 1, λ 2,..., λ p R qui ne sont pas tous nuls tels que λ 1 X λ p X p = 0 E c est-à-dire si, et seulement si l un au moins des vecteurs de la famille est une combinaison linéaire des autres vecteurs de cette famille (lorsque p 2). Remarque: Si une famille est libre ou liée, il en est de même pour toutes les familles obtenues par permutation de ses éléments. (1) () Vecteurs et applications linéaires 5 / 41
6 Exemple: 1 Une famille à un vecteur (X ) est libre si, et seulement si, X est non nul. 2 Une famille qui contient le vecteur nul O = (0, 0,..., 0) est liée. En effet 1.X X X n = 0 et les coefficients de cette combinaison linéaire ne sont pas tous nuls. 3 Dans R 3 les vecteurs e 1 = (1, 0, 0), e 2 = (0, 1, 0) et e 3 = (0, 0, 1) sont linéairement indépendants car pour tous a, b, c R, on a ae 1 +be 2 +ce 3 = (0, 0, 0) = (a, b, c) = (0, 0, 0) = a = b = c = 0. Plus généralement, dans R n, la famille (e 1,..., e n ), où le vecteur e i est le vecteur dont toutes les composantes sont nulles sauf la i-ième qui vaut 1, est libre. 4 Une famille qui contient deux vecteurs colinéaires est liée. (1) () Vecteurs et applications linéaires 6 / 41
7 Technique: On veut étudier si la famille de vecteurs (X 1, X 2,..., X n ) est libre ou liée. Soit λ 1, λ 2,..., λ n R tels que λ 1 X 1 + λ 2 X λ n X n = 0 On cherche ensuite les solutions λ 1, λ 2,..., λ n. Si la seule solution possible est que les λ i sont nuls, λ 1 = λ 2 = = λ n = 0, alors la famille est libre. Si on trouve une (ou plusieurs) solution avec λ 1, λ 2,..., λ n non tous nuls, alors la famille est liée. Exercice 1 Les familles de vecteurs de R 3 suivants sont-elles libres ou liées? (u 1, u 2, u 3 ) avec u 1 = (1, 1, 0), u 2 = (1, 2, 1), u 3 = (0, 1, 1). (v 1, v 2, v 3 ) avec v 1 = (3, 2, 1), v 2 = (1, 1, 2), v 3 = (7, 4, 0). (1) () Vecteurs et applications linéaires 7 / 41
8 Bases de vecteurs Définition Une famille de n vecteurs (U 1, U 2,..., U n ) de R n est appelée base de R n si la matrice de cette famille est de rang n. Remarque: La famille de vecteurs (E 1, E 2,... E n ) de R n, formée de E 1 = (1, 0, 0,... ), E 2 = (0, 1, 0,... ),... E n = (0, 0, 0,..., 0, 1) est une base, appelée la base canonique de R n. (1) () Vecteurs et applications linéaires 8 / 41
9 Proposition 1 Une base de R n est formée de n vecteurs indépendants. 2 Une famille libre à n vecteurs dans R n est une base. 3 Une famille de vecteurs de R n est une base si et seulement si la matrice de cette famille est carrée et inversible. Définition Soit U = (U 1, U 2,..., U n ) une base de R n. La matrice P de la famille (U 1, U 2,..., U n ) est appelée matrice de passage de la base canonique à la base U. On rappelle que P est la matrice formée en mettant les vecteurs de U côte à côte dans une seule matrice. (1) () Vecteurs et applications linéaires 9 / 41
10 Théorème Si U = (U 1, U 2,..., U n ) est une base de R n, alors pour tout vecteur X de R n, il existe des coefficients λ 1, λ 2,..., λ n R uniques tels que X = n λ i U i = λ 1 U 1 + λ 2 U λ n U n i=1 X s ecrit comme combinaison linéaire des vecteurs de la famille U. Le n-uplet (λ 1, λ 2,..., λ n ) s appelle les coordonnées de X dans la base U. Exemple: (1) () Vecteurs et applications linéaires 10 / 41
11 Définition Une famille U = (U 1, U 2,..., U p ) de vecteur de R n est génératrice si tout vecteur de R n peut s écrire au moins d une façon comme combinaison linéaire des U i. Corollaire 1 Une base de R n est génératrice. 2 Une famille génératrice de n vecteurs de R n est une base. Remarque: Les familles de n vecteurs de R n ne sont pas toutes des bases. Pour une famille de n vecteurs de R n, il y a équivalence entre libre, génératrice et base. Il suffit de vérifier une des trois propriétés pour avoir les deux autres. Attention, ça ne marche qu avec n vecteurs! (1) () Vecteurs et applications linéaires 11 / 41
12 Technique: On étudie si une famille (V 1,..., V n ) de vecteurs de E est génératrice de E. Soit U E. On cherche λ 1,..., λ n R tels que λ 1 V λ n V n = U Si on peut trouver au moins une solution λ 1,..., λ n sans aucune condition sur U, alors la famille (V 1,..., V n ) est génératrice de E. Si il y a des conditions sur U pour trouver des solutions λ 1,..., λ n, alors la famille (V 1,..., V n ) n est PAS génératrice de E. (1) () Vecteurs et applications linéaires 12 / 41
13 Exercice 2 1 La famille (u 1, u 2, u 3, u 4 ) = ( ) (1, 0, 1), (0, 1, 1), ( 1, 0, 1), (0, 2, 1) est-elle génératrice de R 3? ( ) 2 La famille (v 1, v 2, v 3 ) = (1, 2, 1), (3, 1, 2), (3, 4, 1) est-elle une famille génératrice de R 3? Exercice 3 La famille (u 1, u 2, u 3 ) = ((2, 1, 0), (0, 3, 1), (1, 1, 1)) forme-t-elle une base de R 3? Le cas échéant, donner les coordonnées du vecteur (2, 4, 1) R 3 dans cette base. (1) () Vecteurs et applications linéaires 13 / 41
14 Matrices de passage On rappelle que, pour une base B de R n, la matrice de passage de la base canonique vers la base B s obtient en mettant en colonne côte à côte les vecteurs de B. On obtient ainsi une matrice carrée et inversible. (1) () Vecteurs et applications linéaires 14 / 41
15 Proposition Soit X = x 1. x n un vecteur de R n, (x 1,..., x n ) sont les coordonnées de X dans la base canonique. Soit B = (U 1,..., U n ) base de R n de matrice de passage P. Alors X peut s écrire de manière unique comme combinaison linéaires de B : X = n i=1 x i U i, (x 1,..., x n) étant les coordonnées de X dans la base B. Si on pose X = x 1. x n, alors on a X = PX, et X = P 1 X Remarque: La deuxième égalité signifie que, pour trouver les coordonnées d un vecteur X dans une nouvelle base B, il suffit de multiplier X par l inverse de la matrice de passage de B. Exemple: (1) () Vecteurs et applications linéaires 15 / 41
16 On sait donc passer de la base canonique à B (grâce à P 1 ) et de B à la base canonique (grâce à P). Comment passer d une base quelconque à une autre base quelconque? On considère deux bases de R n : B de matrice de passage P et B de matrice de passage Q. Soit un vecteur X (on est donc implicitement en base canonique). Notons X B le vecteurs des coordonnées de X dans la base B et X B le vecteurs des coordonnées de X dans la base B. On veut des formules pour passer de X B à X B et inversement. D après ce qui précède, on a les relations suivantes : (1)X = PX B (2)X B = P 1 X, (3)X = QX B, (4)X B = Q 1 X On reporte (3) dans (2) et (1) dans (4) : (2)X B = P 1 QX B, (4)X B = Q 1 PX B = (P 1 Q) 1 X B On a donc des formules directes pour aller de X B à X B utilisant P 1 Q. et inversement, en (1) () Vecteurs et applications linéaires 16 / 41
17 Définition Soient deux bases de R n : B de matrice de passage P et B de matrice de passage Q. La matrice P 1 Q est appelée la matrice de passage de la base B vers la base B. On la note P(B, B ) = P 1 Q. Proposition Soit un vecteur X de R n, avec X B le vecteurs des coordonnées de X dans la base B et X B le vecteurs des coordonnées de X dans la base B. On a alors (2)X B = P(B, B )X B, }{{} et X B = (P(B, B )) 1 X B (1) () Vecteurs et applications linéaires 17 / 41
18 Proposition 1 Soient B 1, B 2, B 3 trois bases de R n. On a P(B 1, B 2 ) P(B 2, B 3 ) = P(B 1, B 3 ) 2 Toute matrice de changement de base est inversible. De plus, si B et B sont deux bases de R n, l inverse de la matrice P(B, B ) est la matrice P(B, B), autrement dit P(B, B ) 1 = P(B, B). 3 Les colonnes de la matrice P(B, B ) de passage de la base B vers la base B sont formées avec les coordonnées des vecteurs de B exprimés dans la base B. Exemple: (1) () Vecteurs et applications linéaires 18 / 41
19 Effet des changements de base sur les systèmes Soit AX = B un système d équation linéaires de n lignes et n inconnues (donc A est une matrice carrée). On considères une base B, et P = P(C, B) la matrice de passage de la base canonique vers la base B. On exprime X et B dans la base B : X = PX B et B = PB B, qu on reporte dans le système AX = B APX B = PB B P} 1 {{ AP} X B = B B A X B = B B A On a transformé le système AX = B en un système A X B = B B, où A = P 1 AP. On verra quand on parlera de diagonalisation l intérêt de A. (1) () Vecteurs et applications linéaires 19 / 41
20 Plan 1 Familles de vecteurs de R n 2 Sous-espace vectoriels dans R n 3 Base d un sous-espace vectoriel (1) () Vecteurs et applications linéaires 20 / 41
21 Définition Définition Un sous-ensemble (une partie) F de R n est appelé un sous-espace vectoriel (s.e.v) si F vérifie les trois propriétés suivantes : 1 O F : le vecteur nul appartient à F. 2 X, Y F, X + Y F. F est stable par addition. 3 X F, λ R, λx F. F est stable par la multiplication par un scalaire. Remarque: On peut regrouper (2) et (3) en une seule phrase : λ R, X, Y F, λx + Y F. (1) () Vecteurs et applications linéaires 21 / 41
22 Exemples: 1 R n est un sous-espace vectoriel de R n. 2 {O} (le sous ensemble de R n ne contenant que le vecteur nul) est un sous-espace vectoriel de R n. 3 Dans R 2, toute droite passant par l origine est un sous-espace vectoriel. Dans R 3, tout plan passant par l origine est un sous-espace vectoriel. Corollaire Un sous-espace vectoriel F de R n est stable par combinaisons linéaires. Autrement dit, on a : n N, (λ 1,..., λ n ) R n, (V 1,..., V n ) F n, λ 1 V 1 + λ 2 V λ n V n F. (1) () Vecteurs et applications linéaires 22 / 41
23 sous-espace engendré par une famille de vecteurs Définition Soit F = (X 1, X 2,..., X m ) une famille de m vecteurs de R n. On appelle Vect(F) l ensemble de toutes les combinaisons linéaires des vecteurs de F : { m } Vect(F) = λ i X i, λ 1,... λ m R Proposition i=1 L ensemble Vect(F) défini ci-dessus est un sous-espace vectoriel de R n. On l appelle le sous-espace vectoriel engendré par la famille F. Remarque: Vect(F) ne dépend pas de l ordre des vecteurs de la famille F. (1) () Vecteurs et applications linéaires 23 / 41
24 Exemples: 1 Si F = {X } ne contient qu un seul vecteur, alors Vect(F) = {λx, λ R} est l ensemble des vecteurs colinéaires à X. C est une droite vectorielle. 2 Si X 1 = O, X 2 = O,..., X m = O alors Vect(F) = {O}. 3 Si B est une base de R n, alors Vect(F) = R n. (1) () Vecteurs et applications linéaires 24 / 41
25 Définition Soit F un sous-espace vectoriel de R n et F une famille de vecteurs. Si F = Vect F, on dit que la famille F engendre F, ou encore que les vecteurs de F forment une famille génératrice de F. Exemple: 1 Si B est une base de R n, comme Vect(F) = R n, alors F engendre R n. 2 La droite vectorielle {λx, λ R} est engendrée par le vecteur X. Remarque: un sous-espace vectoriel F peut avoir plusieurs familles génératrice. (1) () Vecteurs et applications linéaires 25 / 41
26 Sous-espace vectoriel défini par des équations Proposition Soit A une matrice de M(n, p) et (S) le système d équations linéaires AX = O (où X est le vecteur de inconnus de taille p et O le vecteur nul de taille n). Alors l ensemble des solutions de (S) forment un sous-espace vectoriel. Autrement dit, le sous-ensemble est un sous-espace vectoriel de R p. {X R p, AX = O} (1) () Vecteurs et applications linéaires 26 / 41
27 Démonstration. Notons S l ensemble des solutions du système (S). Le vecteur nul de taille p est une solution évidente du système, donc O p est dans S. Soient X, Y deux vecteurs de S (donc des solutions du systèmes) et λ R. On vérifie que λx + Y est dans S : A(λX + Y ) = A(λX ) + AY = λ (AX ) + }{{}}{{} AY = O + O = O =O =O λx + Y est bien une solution du système, donc λx + Y S. Donc S est bien un sous-espace vectoriel de R p. (1) () Vecteurs et applications linéaires 27 / 41
28 On s intéresse en particulier au cas où A est une matrice à une ligne, c est-à-dire lorsque le système se réduit à une seule équation. Définition Soit A une matrice ligne de taille (1, p) et AX = 0 l équation associée. L ensemble des solutions de l équation Ax = 0 forme un sous-espace vectoriel de R p, qu on appelle hyperplan défini par l équation AX = 0. Remarque: l équation AX = 0 n est pas unique. L hyperplan peut être définie par une autre équation. Exemples: 1 Dans R 2, un hyperplan est l ensemble des solutions d une équation de la forme ax + by = 0. C est donc une droite passant par O. 2 Dans R 3, un hyperplan est l ensemble des solutions d une équation de la forme ax + by + cz = 0. C est donc un plan passant par O. (1) () Vecteurs et applications linéaires 28 / 41
29 Famille génératrice et système d équations Un sous-espace vectoriel peut être défini à partir d une famille génératrice ou d un système d équations, et il existe des méthode pour aller de l un à l autre. Par contre, attention à l ordre des inconnues dans le système! Il ne doit jamais changer en cours de route! (1) () Vecteurs et applications linéaires 29 / 41
30 Technique Soit AX = O un système d équations linéaires à p inconnues et F = {X R p, AX = 0} le sous-espace vectoriel formé des solutions de AX = 0. On veut écrire F à l aide d une famille génératrice. On commence à le résoudre avec la méthode du pivot partiel de Gauss. Comme le second membre ne contient que 0, il ne peut pas y avoir d équation auxiliaire 0 = b avec b 0, il y a toujours des solution. Si il y a une unique solution (toutes les variables ont un pivot), cette solution est le vecteur nul, donc F = {O}. Sinon, il y a des variables auxiliaires (=sans pivot) qu on doit remplacer par des paramètres λ 1, λ 2,... pour résoudre. Notons que si il y a r pivots, il y aura p r paramètres à poser. Ainsi, tout vecteur X de F (solution du système) s écrit à l aide des paramètres λ 1, λ 2,.... (1) () Vecteurs et applications linéaires 30 / 41
31 On décompose X en une somme de vecteurs : le premier ne contenant que le paramètre λ 1, le second que le paramètre λ 2,... puis pour chaque vecteur, on met le paramètre en facteur devant (de la forme λ i V 1 avec V i ne contenant plus de paramètres). On a alors écrit X comme une combinaison linéaires de vecteurs fixes multipliés par les paramètres λ i. On reconnait alors l écriture d un sous-espace vectoriel engendré par une famille de vecteur (V 1, V 2,... ), c est à dire F = Vect(V 1, V 2,... ). Remarquons que F est engendré par p r vecteurs. Exemple: Si les solutions d un système à trois inconnues sont de la forme suivante : λ 1 + λ 2 λ 1 λ X = λ 1 = λ = λ λ 2 0 2λ 1 λ 2 2λ 1 λ L espace vectoriel des solutions est donc engendré par la famille de deux 1 1 vecteurs 1, (1) () Vecteurs et applications linéaires 31 / 41
32 Technique: Soit F = Vect(V 1, V 2,... ) un sous-espace vectoriel de R p engendré par une famille de vecteur. On chercher cette fois à l écrire à l aide d un système d équations. Soit X un vecteur de F de coordonnées (x 1, x 2,... ), alors X se décompose comme combinaison linéaire X = λ 1 V 1 + λ 2 V avec λ i R. On obtient alors une égalité de vecteurs : x 1 λ 1 V 1 + λ 2 V 2 + = x 2. qu on peut écrire sous forme de système (en enlevant les parenthèses des vecteurs). On obtient alors un système (S) où les λ i sont les inconnues et les x i les seconds membres. On commence à résoudre ce système avec la méthode du pivot de Gauss partiel (1) () Vecteurs et applications linéaires 32 / 41
33 Mais attention, ce ne sont PAS les solutions qui nous intéressent, ce sont les équations auxiliaires! Ce sont des équations contenant les coordonnées x i de X. X est dans F si et seulement si les équations auxiliaires sont vérifiées. Donc F est définie par le système formé uniquement des équations auxiliaires. Exemple: (1) () Vecteurs et applications linéaires 33 / 41
34 Plan 1 Familles de vecteurs de R n 2 Sous-espace vectoriels dans R n 3 Base d un sous-espace vectoriel (1) () Vecteurs et applications linéaires 34 / 41
35 Définition Soit F un sous-espace vectoriel de R n. On appelle base de F toute famille de vecteurs F = (X 1, X 2,..., X r ) telle que 1 F engendre F, c est à dire F = Vect(F). 2 F est une famille libre, c est à dire que les vecteurs (X 1, X 2,..., X r ) sont indépendants. Remarque: le nombre r de vecteurs dans la famille F est alors le rang de cette famille, car elle est libre. Exemple: Soit X un vecteur non nul et F = Vect(X ) droite vectorielle engendrée par X. Alors (X ) est une base de F, puisqu elle est génératrice et libre. (1) () Vecteurs et applications linéaires 35 / 41
36 Proposition La famille F = (X 1, X 2,..., X r ) est une base du sous espace vectoriel F si et seulement si tout vecteur X de F peut s écrire d une façon et d une seule comme combinaison linéaire des X i : X = n λ i X i. i=1 C est à dire que les réels λ i existent et sont uniques pour chaque X F. (1) () Vecteurs et applications linéaires 36 / 41
37 Existence de base et dimension Si F est un espace vectoriel engendré par une famille F, on peut trouver une base en choisissant certains vecteurs de F de manière à avoir une deuxième famille F, qui engendre toujours F et qui est libre (donc une base). On peut même créer plusieurs bases (mais elles auront toujours le même nombre de vecteurs!). D une manière générale, on a le théorème suivant : Théorème Tout sous-espace vectoriel F de R n possède une base B. De plus, toutes les bases d un sous-espace vectoriel F ont le même nombre d éléments. Ce nombre est appelé la dimension de F. On le note dim(f ). (1) () Vecteurs et applications linéaires 37 / 41
38 Exemples: 1 le sous-espace vectoriel {O} formé du seul vecteur nul a, par convention, une base vide. Donc sa dimension est dim({o}) = 0. C est même le seul sous-espace vectoriel de dimension nulle. 2 R n (vu comme un sous-espace vectoriel) a comme base la base canonique par exemple. Cette base contient n éléments, donc dim(r n ) = n. 3 Soit X un vecteur non nul et F = Vect(X ). (X ) étant une base de F, on a dim(f ) = 1 (1) () Vecteurs et applications linéaires 38 / 41
39 Proposition Soit F un sous-espace vectoriel de R n. On a alors De plus : Si dim(f ) = 0, alors F = {O}. Si dim(f ) = n, alors F = R n. Proposition 0 dim(f ) n Si F et E sont deux sous-espaces vectoriels de R n vérifiant E F, alors on a dim(e) dim(f ). De plus, si E F et dim(e) = dim(f ), alors E = F. (1) () Vecteurs et applications linéaires 39 / 41
40 La dimension d un sous espace vectoriel est impose des conditions sur le nombre d éléments des familles libres, génératrices et des bases. Proposition Soit F un sous-espace vectoriel de R n de dimension dim(f ) : Toute famille libre de vecteurs de F contient au maximum dim(f ) vecteurs. De plus, si une famille libre contient exactement dim(f ) vecteurs, alors c est une base. Toute famille génératrice de vecteurs de F contient au minimum dim(f ) vecteurs. De plus, si une famille génératrice contient exactement dim(f ) vecteurs, alors c est une base. Remarque: En nombre d éléments, on a libre base génératrice. (1) () Vecteurs et applications linéaires 40 / 41
41 Théorème Soit F un sous-espace vectoriel de R n. Toute famille F génératrice de F contient une base. De plus, si F est génératrice de F et si G est une famille libre de F, alors on peut compléter G avec des vecteurs de F pour former une base de F (Théorème de la base incomplète) Toute famille libre de F peut être complétée en une base. Remarque: on verra en exercice des exemples de base à compléter. (1) () Vecteurs et applications linéaires 41 / 41
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 détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailCalcul 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 détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailÉtudier si une famille est une base
Base raisonnée d exercices de mathématiqes (Braise) Méthodes et techniqes des exercices Étdier si ne famille est ne base Soit E n K-espace vectoriel. Comment décider si ne famille donnée de vecters de
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
Plus en détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détaila 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 détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailCryptographie et fonctions à sens unique
Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailTOUT 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 détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailPartie 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 détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailBien 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 détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailPrésentation du cours de mathématiques de D.A.E.U. B, remise à niveau
i Présentation du cours de mathématiques de D.A.E.U. B, remise à niveau Bonjour, bienvenue dans votre début d étude du cours de mathématiques de l année de remise à niveau en vue du D.A.E.U. B Au cours
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailLes équations différentielles
Les équations différentielles Equations différentielles du premier ordre avec second membre Ce cours porte exclusivement sur la résolution des équations différentielles du premier ordre avec second membre
Plus en détailDifférentiabilité ; 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 détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
Plus en détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détail1 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 détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailCorrection 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* 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 détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailFeuille TD n 1 Exercices d algorithmique éléments de correction
Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments
Plus en détailCompter à Babylone. L écriture des nombres
Compter à Babylone d après l article de Christine Proust «Le calcul sexagésimal en Mésopotamie : enseignement dans les écoles de scribes» disponible sur http://www.dma.ens.fr/culturemath/ Les mathématiciens
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailPEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?
PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détail1 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 détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détailLes 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