1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre
|
|
- Marin Viau
- il y a 8 ans
- Total affichages :
Transcription
1 1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux modes de représentation des sous-espaces vectoriels Il existe deux modes de représentation d un sous-espace vectoriel E de R n : Par des équations cartésiennes c est-à-dire que l ensemble E est donné comme la partie de R n qui vérifie un certain nombre d équations. Par exemple : E } (x, y, z) R 3 x + y z, et x + 3z. L avantage de cette représentation est qu il est très facile de calculer l intersection de deux sev : il suffit de prendre la partie qui vérifie toutes les équations. Par exemple, l ensemble précédent E est : } } E (x, y, z) R 3 x + y z (x, y, z) R 3 x + 3z. Ce mode de représentation correspond à identifier E et le noyau d une application linéaire : le sous-espace vectoriel E de K n s écrit : E x K n } f(x), où f est une application linéaire de K n dans K p, avec p le nombre d équations. Dans l exemple, E s identifie avec le noyau de l application linéaire : R 3 R f : (x, y, z) (x + y z, x + 3z). On peut écrire cela en disant que E est l ensemble de solutions 1 d un système homogène (S h ). Dans l exemple, le système (S h ) correspondant est : (S h ) : x + y z x + 3z Par des paramètres c est-à-dire l ensemble des éléments qui s écrivent en fonction de certains paramètres : F (a + c, a + b + c, b + c, b + c) (a, b, c) R 3}. L avantage de cette représentation est qu il est très facile de trouver une famille génératrice, et ainsi une base, en enlevant des vecteurs. Par exemple ici : F V ect((1, 1,, ), (, 1, 1, 1), (1,, 1, 1)). 1. Ce qui démontre au passage que les solutions d un système homogène forment un espace vectoriel.
2 que l on peut simplifier, en remarquant que : (1, 1,, ) + (, 1, 1, 1) (1,, 1, 1), en : F V ect((1, 1,, ), (, 1, 1, 1)). qui est une famille libre, donc E est de dimension. Cette représentation peut-être vue comme l image d une application linéaire : le sous-espace vectoriel F de K n peut s écrire sous la forme : F f(x) x K p } où f est une application linéaire de K p avec p le nombre de paramètres dans K n. Dans l exemple F s identifie avec l espace image de l application : R 3 R 4 f : (a, b, c) (a + c, a + b + c, b + c, b + c) On peut dire que c est l ensemble des seconds membres, tel qu un système (S) ait des solutions : dans l exemple, le sous-espace vectoriel F s identifie avec l ensemble des triplets (x, y, z, t), tel que le système : a + c x a + b + c y (S) b + c z b + c t d inconnue (a, b, c) ait une solution.. Ainsi, on retiendra : lorsqu on veut faire une intersection de sev, on passe par la forme équations. lorsqu on veut déterminer une base ou calculer la dimension, on passe par la forme paramètre. Il faut donc être capable de passer d un mode de représentation à l autre. Passage des équations aux paramètres Pour passer de la forme équation cartésienne à la forme paramètre, on résout le système (S h ), en considérant les coordonnées (x, y, z) comme des inconnues. L ensemble des solutions s exprime alors en fonction de paramètres, ce qui donne la représentation paramétrique. On rappelle que la technique est de se ramener à un système échelonné et d utiliser la méthode de remontée. Par exemple, pour le sev E, on fait : x + y z (S h ) x + 3z x + y z x 3z y 1 (x + z) x 3z y z x 3z
3 Ainsi, E ( 3z, z, z) z R} V ect( 3, 1, 1). 3 Passage des paramètres aux équations Pour passer d une représentation sous forme paramétrique à une représentation sous forme d équations, on résout le système (S) avec pour inconnues les paramètres, et pour second membre, des coordoonées génériques. On peut dire que l on cherche à exprimer les paramètres en fonction des coordonnées. On met le système sous forme échelonnée et apparaissent alors des équations de compatibilité. Ainsi, le système (S) n a de solutions que si et seulement si le second membre, i.e. les coordonnées, vérifient certaines conditions. On obtient ainsi les équations cartésiennes. Par exemple pour F, on a : (S) a + c x a + b + c y b + c z b + c t a + c x b + c y x b + c z b + c t a + c x b + c y x z y + x t y + x Ainsi, le système a une solution si et seulement si z y + x, et t y + x. Si ces équations sont vérifiées, alors le système a une solution, par exemple : a x, b y et c. Cette solution n est pas unique (on retrouve ici le fait que la famille génératrice n est pas une base de F). On a donc : } F (x, y, z, t) R 4 z y + x, et t y + x. Attention, il est inutile de résoudre le système : on cherche les conditions pour lesquels ce système admet une solution, c est-à-dire les équations de compatibilité.
4 4 Fiche méthodologique Rang d une matrice et applications BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux définitions du rang d une matrice Le rang d une matrice M M n,p (K) est défini de deux manières : Soit comme le rang de l application linéaire f qui vérifie M Mat B,C (f), Soit comme le rang de la famille F constituée de p vecteurs de K n, qui vérifie M Mat C (F). B et C désignant les bases canoniques de K p et de K n. Le rang d une matrice se calcule en faisant des opérations élémentaires inversibles sur les lignes ou les colonnes de manière à se ramener à une matrice échelonnée. Le rang d une matrice échelonnée est alors égal aux nombres de lignes qu elle contient (ou de pivots). On peut aussi utiliser la propriété rg(m) rg( t M) et calculer le rang de la transposée. Il faut bien avoir en tête que les matrices sont un support de calcul permettant de faire des calculs rapidement pour obtenir des propriétés sur les familles de vecteurs et sur les applications linéaires. Le but de cette fiche est d illustrer les informations que l on peut tirer du calcul du rang d une matrice dans le cas où on ne fait que des opérations élémentaires sur les lignes. Le calcul du rang d une application linéaire / d une famille de vecteurs n est possibles que dans le cas où on connaît l expression de f / les coordonnées des vecteurs. Si ce n est pas le cas, il faut revenir aux définitions. Applications aux familles de vecteurs Si on considère une famille de vecteurs F (u 1,... u p ), dont on connaît les coefficients sur une base, pour savoir si cette famille est libre ou génératrice, le plus simple est de mettre leurs coordonnées dans une matrice M et de faire des opérations sur les lignes, de manière à calculer le rang. On obtient alors : si le rang est égal au nombre de vecteurs que la famille F contient (ici p) alors la famille est libre, si le rang est égal à la dimension du sous-espace vectoriel E qui contient la famille F (ici n), alors la famille est génératrice de E. Exemple: On considère la famille de 5 vecteurs de R 4 donnés par : u 1 (1,, 1, 1) u (, 4,, ) u 3 ( 3, 7,, 4) u 4 (5, 1, 1, 7) u 5 ( 1, 3, 9, 1).
5 On calcule le rang de la matrice associée avec la réduction de Gauss : l 3 3l -7 6 l 4 l Le rang de la matrice est donc de 3. Elle n est ni libre ni génératrice. l l 1 l 3 + l 1 l 4 l 1 7l 4 + 6l 3 L avantage de ne faire que des opérations sur les lignes est qu on obtient plus d information. Notons E vect(f), on vient de voir que dim(e) rg(f) 3. On a alors : Extraire une base de E Considérons les vecteurs (u 1, u 3, u 5 ) (les colonnes qui contiennent des pivots), la matrice de cette famille correspond aux colonnes 1,3 et 5 : Mat(u 1, u 3, u 5 ) En refaisant les mêmes calculs, on voit que cette matrice se réduit matrice en : Cette matrice est donc de rang 3, ce qui signifie que (u 1, u 3, u 5 ) est une famille libre de E, donc une base de E. On peut donc dire qu une base de E est ( ) (1,, 1, 1), ( 3, 7,, 4), ( 1, 3, 9, 1). Attention : on utilise les coordonnées dans la matrice originale, et non dans la matrice réduite. Le principe est donc de considérer les vecteurs de la famille tels que les colonnes correspondantes dans la matrice réduite contiennent un pivot. De même, on voit donc que (u, u 3, u 5 ) forment une famille libre. Par contre, on ne sait rien sur (u 3, u 4, u 5 ), puisqu en refaisant les mêmes calculs, on obtient pas une matrice échelonnée. Déterminer une relation de dépendance entre les vecteurs. Il faut trouver une solution non nulle de : S : λ 1 u 1 + λ u + u 3 + λ 4 u 4 + u 5, ce qui s écrit sous forme matriciel comme le système : λ S λ
6 6 Pour résoudre ce système, on va faire des opérations sur les lignes i.e. multiplier à gauche par des matrices inversibles pour se ramener à un système échelonné. Bien entendu, il est inutile de refaire les calculs (à moins que ce soit pour vérifier), on obtient directement : λ S λ 4 On n a donc plus qu à appliquer la méthode de remontée : λ 1 + λ 3 + 5λ 4 + λ λ 1 λ λ 4 λ 4. λ 1 + λ 3 + 5λ 4 λ 4.. Ainsi, l ensemble des solutions de ce système est : S } ( ) ( λ λ 4, λ, λ 4, λ 4, ) Vect (, 1,,, ), ( 1,,, 1). Deux exemples de relation linéaire est donc : u 1 + u u 1 + u 3 + u 4. (il y a bien sûr une infinité de solutions). Savoir si un vecteur v est dans l espace vectoriel engendré. On doit résoudre le système : S : λ 1 u 1 + λ u + u 3 + λ 4 u 4 + u 5 v, ce qui se fait encore une fois en se ramenant au même système échelonné. Attention, il ne faut pas oublier de faire des opérations sur les lignes sur le membre de droite, i.e. les coordonnées de v. Exemple: Pour savoir si (, 1,, 3) E, on résout le système : S λ λ
7 On refait donc les mêmes opérations (sur les deux membres) : 7 λ λ λ l l 1 l 3 + l 1 λ l 4 l 1 λ l 3 3l λ 4 6 l 4 l λ λ 4 8 7l 4 + 6l 3 La dernière équation est 8, ainsi, (, 1,, 3) E. Déterminer les équations cartésiennes de E par le même principe avec un second membre générique : (x, y, z, t) R 4, on fait des opérations sur le second membre, pour obtenir les équations de compatibilité.
8 8 On refait donc les mêmes opérations (sur les deux membres) : x λ y z λ t x λ y x l l 1 z + x l 3 + l 1 λ t x l 4 l 1 x λ y x z + 7x 3y l 3 3l λ 4 6 t + x y l 4 l x λ y x z + 7x 3y λ 4 7(t + x y) + 6(z + 7x 3y) 7l 4 + 6l 3 Le système admet alors une solution si et seulement si l équation de compatibilité est vérifiée. Inutile de résoudre. On obtient l équation : 7(t+x y)+6(z+7x 3y) 49x 5y+6z+7t Ainsi : E (x, y, z, t) R 4 } 49x 5y + 6z + 7t. Attention, ces applications ne sont valables que si l on a fait uniquement des opérations sur les lignes. Applications aux applications linéaires Pour déterminer si une application linéaire f est injective ou surjective, le plus simple est de calculer le rang de la matrice M associée, par exemple dans les bases canoniques : Si le rang est la dimension de l espace d arrivée, alors l application est surjective, Si le rang est la dimension de l espace de départ, alors l application est injective, Le théorème du rang donne le rapport entre le rang de l application f et la dimension du noyau. Pour calculer le rang d une application, on calcule le rang de la matrice associée. Cela permet de déterminer si l application linéaire f est surjective et/ou si elle est injective (en utilisant le théorème du rang). Exemple: Si on considère l application linéaire : f : R 3 R 3 (x, y, z) (x + 3y z, x + y, 7y z).
9 3 1 La matrice associée est : 1 On calcule son rang avec la méthode de Gauss : l + l l 3 l 9 Le rang est donc, donc le noyau a pour dimension 1. L application n est ni injective ni surjective. L avantage de ne faire que des opérations sur les lignes est qu on obtient plus d information : Déterminer une base de l espace image On sait déjà que dim(im(f)), or les deux vecteurs (f(e 1 ), f(e )) dont on lit les coordonnées dans les deux premières colonnes de la matrice forment une famille libre de l espace image. Puisque si on avait pris que les deux premières colonnes, on aurait obtenu une famille de rang. Ainsi, une base de Im(f) est : ( ) (, 1, ), (3,, 7). On peut aussi choisir (f(e 1 ), f(e 3 )), mais on ne sait rien sur (f(e ), f(e 3 )). Déterminer les équations cartésiennes de Im(f) Ici encore, il suffit de refaire les mêmes opérations sur le système : 3 1 λ 1 x S 1 λ y 7 1 z x x Le second membre devient y + x puis y + x. z z y x On en déduit l équation cartésienne de Im(f) : Im(f) (x, y, z) R 3 z y x }. Déterminer une base du noyau On sait déjà que dim(ker(f)) 1. Il s agit de résoudre l équation 3 1 x 1 f(x) qui se ramène au système : S : 1 x, que l on résout en faisant 7 1 x 3 des opérations sur les lignes, i.e. encore une fois en multipliant à gauche par des matrices de manière à obtenir : 3 1 x x. système qui se résout facilement par remontée. x 3
10 1 Fiche méthodologique Révisions Algèbre linéaire BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Sous-espaces vectoriels Caractérisation Une partie E de K n est un sous-espace vectoriel de K n si et seulement si : E, (x, y) E, λ K, x + λy E. Si f L(K n,k p ), ker(f) et Im(f) sont des sous-espaces vectoriels de K n et de K p respectivement. Une intersection de sous-espace vectoriel est un sous-espace vectoriel. Représentation Il y a essentiellement deux manières de décrire les sous-espaces vectoriels : par équations cartésiennes : E X K n } AX, où AX est un système linéaire homogène à n inconnues et p équations. Le sous-espace vectoriel E est donc l ensemble des solutions d un système homogène. Cela revient à identifier E comme le noyau de l application linéaire f : K n K p dont la matrice dans les bases canoniques (de K n et K p ) est A. du système, La dimension de E est n r où r est le rang de la matrice A, de l application linéaire f. Ce mode de représentation est utile pour les intersections et pour, étant donné un vecteur v K n, savoir si v E. Exemple: E (x, y, z) R 3 x + y } R 3 R, dans ce cas l application f est x + y + z (x, y, z) (x + y, x + y + z). par des paramètres : E Y K n } X K p tel que AX Y AX X K p}. C est donc l ensemble des seconds membres tel que le système linéaire dont les coefficients sont A admet une solution. Cela revient à considérer E comme l image de l application linéaire f : K p K n dont la matrice dans la base canonique est A. On a alors facilement une partie génératrice du sous-espace vectoriel E, en considérant l image par f de la base canonique.
11 11 du système, La dimension de E est le rang de de la matrice A, de l application linéaire f. Exemple: E (a, a + b, a b) (a, b) R } R R 3, dans ce cas l application f est (x, y (x, x + y, x y). On passe d un mode à un autre en résolvant ou en échelonnant le système. Inclusion Si A et B sont deux sous-espaces vectoriels de E, pour montrer que A B, on peut montrer que A B, dim(a) dim(b). Famille de vecteurs Sous-espace engendré par une famille Pour une famille de vecteurs F (u 1, u,..., u p ) de E, le sous-espace vectoriel engendré par la famille F est l ensemble des combinaisons linéaires des vecteurs (u i ) i [1,p]. C est donc : p } Vect(F) λ i u i (λ 1,... λ p ) K p. i1 Pour savoir si un vecteur v E est élément de Vect(F) on résout le système les poids (λ i ) i1...p. p λ i u i v d inconnue i1 Famille génératrice Une famille F (u 1, u,..., u p ) d éléments de E est génératrice de E si tout vecteur de E est combinaison linéaire des vecteurs (u k ), i.e. E V ect(u 1, u,..., u p ). Pour montrer qu une famille est génératrice de E, on peut : p résoudre le système λ i u i x d inconnue les poids (λ i ) i1...p avec un second membre x E i1 quelconque. Plus exactement on montre que le système admet une solution en l échelonnant, il est inutile de le résoudre sauf si cela est demandé (calcul des coordonnées dans une nouvelle base). Si on dispose des coordonnées, on montre : rg(f) dim(e), en calculant le rang de la matrice de la famille. Famille libre Une famille F (u 1, u,..., u p ) d éléments de E est libre si la seule combinaison linéaire des vecteurs de F qui donne le vecteur nul est celle constituée de poids tous nuls.
12 1 On a donc : ( p ) F est libre (α 1,... α k ) K n, α k u k k [[1, p]], α k (α 1,... α k ) K n, k1 ( Pour montrer qu une famille est libre : p on résout le système (homogène) α k u k, k1 (α 1,... α k ) (,..., ) ) p α k u k si on dispose des coordonnées, on montre : rg(f) card(f). Dire qu une famille F est libre revient à dire que c est une base de Vect(F) (le sous-espace vectoriel qu elle engendre). Rang Pour une famille de vecteurs F (u 1, u,..., u p ) de E, on a : rg(f) dim(vect(f)). Les propriétés du rang d une famille sont : rg(f) card(f), avec égalité si et seulement si F est libre, rg(f) dim(e), avec égalité si et seulement si F est génératrice de E. k1 Si l on dispose des coordonnées des vecteurs, le plus simple est de calculer le rang de la la matrice de cette famille. Base et dimension Une famille F (u 1, u,..., u p ) d éléments de E est une base de E si F est libre et génératrice de E. La dimension de E est le cardinal d une base (le nombre de vecteurs qui forment la base). Pour une famille F de E contenant p vecteurs : si F est libre, p dim(e), si F est génératrice de E, p dim(e). si p dim(e) alors F est libre F est génératrice F est une base. Pour montrer qu une famille est une base : on montre qu elle est libre et génératrice, on en déduit la dimension de E, on connaît la dimension de E, il suffit alors de montrer qu elle est génératrice ou qu elle est libre. Il est généralement plus simple de montrer que la famille est libre. si on dispose des coordonnées on calcule le rang de la matrice de cette famille. Lorsqu une famille est une base de E, tout vecteur de E admet des coordonnées dans cette base : Exemple: } Si E (x, y, z) x + y + z, on voit que B ( (1,, 1), (, 1, 1) ) est une base de E. On a alors pour le vecteur (1,, 3) E : (1,, 3) } } 1(1,, ) + (, 1, 1) (1, ) B } }. coordonnées dans la base canonique coordonnées dans la base B
13 Applications linéaires 13 Une application f : E F est linéaire si : (x, y) E, λ K, f(x + λy) f(x) + λf(y). Pour montrer qu une application est linéaire on peut se contenter de l écrire sous forme matricielle. Exemple: Pour l application : R 3 R 3 f : (x, y, z) (x + y, x + y z, y z), il suffit d écrire : x + y 1 x x + y z y y z 1 1 z Noyau, image et rang Le noyau de l application f : E F est } Ker(f) u E f(u). L application f est injective si et seulement si Ker(f) }, i.e le noyau est réduit au vecteur nul. On appelle image de f et on note Im(f), l ensemble des vecteurs de F qui sont l image d un vecteur par f : } } Im(f) y x E, y f(x) f(x) x E. L application f est surjective si et seulement si Im(f) F. Le rang de l application f est rg(f) dim(im(f)). Le rang se calcule à partir de la matrice de f dans n importe quelle base en l échelonnant. On utilise le rang car : f est injective si et seulement si rg(f) dim(e), f est surjective si et seulement si rg(f) dim(f), la dimension du noyau et le rang de f sont liés par le théorème du rang : dim(ker(f)) + Rg(f) dim(e). En particulier si f : E E, i.e. f es un endomorphisme, on a : f injective f surjective f bijective On connaît une famille génératrice évidente de Im(f) : si (e 1,..., e n ) est une base de E, alors Im(f) V ect(f(e 1 ),..., f(e n )). Ces vecteurs sont ceux que l on lit dans les colonnes de la matrice de f
14 14 Matrice d une application linéaire Si f : E F, et si on considère une base B (e 1,..., e n ) de E et une base C (f 1,..., f p ) de F, la matrice mat B,C (f) est la matrice obtenue en mettant dans la colonne j les coordonnées (dans la base C) du vecteur f(e i ). On a donc : coordonnées dans la base C de F f(e 1 ) colonne j : f(e n ) f(e j ) image des vecteurs de la base B de E La taille de la matrice est : dim(f) lignes dim(e) colonnes. Matrice d une famille de vecteurs Étant donné une famille F u 1,..., u p } d un espace vectoriel E et une base B de E, la matrice mat B (F) est la matrice obtenue en mettant dans la colonne j les coordonnées (dans la base B) du vecteur u j. coordonnées dans la base B de E u 1 colonne j : u j u p les vecteurs de la famille F
15 La taille de la matrice est : dim(e) lignes card(f) colonnes. 15 Ces matrices dépendent des bases choisies. Par contre, le rang de ces matrices ne dépend pas du choix de la base.
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 détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en 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 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 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 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 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 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 détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailExercices - 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 détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en 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 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 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 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 détailReprésentation 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 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 détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en 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 détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en 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 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 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 détailEquations cartésiennes d une droite
Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en 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 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 détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détail= constante et cette constante est a.
Le problème Lorsqu on sait que f(x 1 ) = y 1 et que f(x 2 ) = y 2, comment trouver l expression de f(x 1 )? On sait qu une fonction affine a une expression de la forme f(x) = ax + b, le problème est donc
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 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 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 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 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 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 détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en 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 détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailPremiers exercices d Algèbre. Anne-Marie Simon
Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,
Plus en 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 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 détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en 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 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 détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
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 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 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 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 détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailChapitre 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 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 détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
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 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 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 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 détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en 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 détailDéveloppements 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* 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 détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en 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 détailCUEEP Département Mathématiques E 821 : Problèmes du premier degré 1/27
Problèmes du premier degré à une ou deux inconnues Rappel Méthodologique Problèmes qui se ramènent à une équation à une inconnue Soit l énoncé suivant : Monsieur Duval a 4 fois l âge de son garçon et sa
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 détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en 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 détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en 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 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 détailLe 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 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 détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détail