LISTE DE QUESTIONS DE COURS



Documents pareils
Programme de la classe de première année MPSI

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

Exercices Corrigés Premières notions sur les espaces vectoriels

NOTATIONS PRÉLIMINAIRES

Programmes des classes préparatoires aux Grandes Ecoles

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

Résolution de systèmes linéaires par des méthodes directes

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


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

Théorème du point fixe - Théorème de l inversion locale

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

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

Cours de mathématiques

Chapitre 2. Matrices

Le produit semi-direct

Licence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année)

Fonctions de plusieurs variables

Théorie et codage de l information

Cours d analyse numérique SMI-S4

Capes Première épreuve

Structures algébriques

Simulation de variables aléatoires

Mathématiques appliquées à l'économie et à la Gestion

Calcul différentiel sur R n Première partie

Programmation linéaire et Optimisation. Didier Smets

Problème 1 : applications du plan affine

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Correction de l examen de la première session

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

Exercice : la frontière des portefeuilles optimaux sans actif certain

[ édité le 30 avril 2015 Enoncés 1

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME

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

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

Contenu pédagogique des unités d enseignement Semestre 1(1 ère année) Domaine : Sciences et techniques et Sciences de la matière

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

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

RAPHAËL ROUQUIER. 1. Introduction

Calcul différentiel. Chapitre Différentiabilité

Cours 02 : Problème général de la programmation linéaire

Programmation linéaire

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

Une introduction aux codes correcteurs quantiques

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

Développement décimal d un réel

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

Image d un intervalle par une fonction continue

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

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

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

TP 1 Introduction à Matlab Février 2009

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

Fonctions de plusieurs variables et applications pour l ingénieur

LES DÉTERMINANTS DE MATRICES

3 Approximation de solutions d équations

Polynômes à plusieurs variables. Résultant

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

Programmation linéaire

Étudier si une famille est une base

I. Polynômes de Tchebychev

Table des matières. I Mise à niveau 11. Préface

Équations d amorçage d intégrales premières formelles

Cours d Analyse. Fonctions de plusieurs variables

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008

spé MP POLYCOPIÉ D EXERCICES

Premiers exercices d Algèbre. Anne-Marie Simon

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

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

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Première partie. Introduction à la méthodes des différences finies

Optimisation, traitement d image et éclipse de Soleil

Cours introductif de M2 Algèbres de Lie semi-simples et leurs représentations

Cours de Probabilités et de Statistique

Annexe 1 Programmes des classes préparatoires aux Grandes Ecoles

AOT 13. et Application au Contrôle Géométrique

Algorithmes pour la planification de mouvements en robotique non-holonome

CHAPITRE IV. L axiome du choix

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

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

Approximations variationelles des EDP Notes du Cours de M2

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

MATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE

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

IV- Equations, inéquations dans R, Systèmes d équations

Licence de Mathématiques 3

Calcul Différentiel. I Fonctions différentiables 3

Chapitre 5 : Flot maximal dans un graphe

Rapport de stage de fin de première année : exemples de groupes, leur traitement par MAGMA, et applications en cryptographie

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Cours d Analyse 3 Fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Chaînes de Markov au lycée

L isomorphisme entre les tours de Lubin-Tate et de Drinfeld et applications cohomologiques par Laurent Fargues

Mesures gaussiennes et espaces de Fock

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

Chapitre VI Fonctions de plusieurs variables

Introduction à MATLAB R

Limitations of the Playstation 3 for High Performance Cluster Computing

Transcription:

LISTE DE QUESTIONS DE COURS sur le polycopié d Algèbre de 2008/2009 Chapitre 1 1. Définition 1.1 : Espace vectoriel. 2. Proposition 1.3 : Espace vectoriel produit. 3. Définition 1.2 : Sous-espaces vectoriels. 4. Preuve de la proposition 1.5 : l intersection de deux sous-espaces vectoriels est un espace vectoriel. 5. Définition 2.1 : Famille génératrice. 6. Définition 2.4 : Famille libre. 7. Preuve de la proposition 2.3 : Soient x 1,..., x n des vecteurs linéairement indépendants. Soit F le sous-espace vectoriel engendré par x 1,..., x n. Si x F alors (x, x 1,..., x n ) est libre. 8. Définition 2.5 : Base. 9. Définition 2.6 : Dimension finie et infinie. 10. Définition 2.7 : Dimension. 11. Preuve du théorème 2.5 : dim(e F ) = dim(e) + dim(f ). 12. Théorème 2.6 : de la base incomplète. 13. Théorème 2.7 : Nombre d éléments d une famille libre ou génératrice. 14. Théorème 2.8 : Équivalence entre famille libre, famille génératrice et base lorsque le nombre d éléments de la famille est égal à la dimension. 15. Définition 2.8 : Rang d une famille de vecteurs. 16. Proposition 2.4 : Condition sur le rang, pour qu une famille de vecteurs soit libre. 17. Définition 3.1 : Somme de deux sous-espaces vectoriels. 18. Preuve de la proposition 3.1 : Si F et G sont deux sous-espaces vectoriels alors F + G est un sous-espace vectoriel. 1

19. Preuve de la proposition 3.2 : Si F et G sont engendrés respectivement par (u 1,, u p ) et (v 1,, v q ), alors F + G est engendré par (u 1,, u p, v 1,, v q ). 20. Définition 3.2 : Somme directe. 21. Preuve de la proposition 3.3 : F et G en somme directe F G = {0} Pour tout (x, y) F G, si x + y = 0 alors x = y = 0. 22. Preuve de la proposition 3.4 : dim(f G) = dim(f )+dim(g) et une base de F G est obtenue en réunissant une base de F et une base de G. 23. Définition 3.3 : Supplémentaires. 24. Théorème 3.2 : Formule de Grassmann. 25. Preuve du corollaire 3.2 : Critère pour que deux sous-espaces vectoriels soient supplémentaires. Chapitre 2 26. Définition 1.1/1.2 : Application linéaire. 27. Définition 1.3 : Endomorphisme. 28. Preuve de la proposition 1.5 : soient E, F et G trois K-espaces vectoriels et g : E F et f : F G deux applications linéaires. Alors l application f g est une application linéaire de E dans G. 29. Proposition 2.1 : Image d un sous-espace vectoriel par une application linéaire. 30. Définition 2.1 : Image d une application linéaire. 31. Proposition 2.4 : Image réciproque d un sous-espace vectoriel. 32. Définition 2.2 : Noyau d une application linéaire. 33. Proposition 2.5 avec preuve : Critère d injectivité pour une application linéaire. 34. Théorème 2.1 : du rang. 35. Définition 3.1 : Isomorphisme. 36. Définition 3.2 : Automorphisme. 37. Preuve de la proposition 3.1 : Si f est un isomorphisme, alors f 1 est une application linéaire. 2

38. Proposition 3.3 avec preuve : équivalence entre applications linéaires injectives, surjectives et isomorphismes quand les espaces de départ et d arrivée ont même dimension. 39. Définition 4.1 : rang d une application linéaire. Chapitre 3 40. Définition 1.7 : Matrice identité. 41. Définition 2.1 : Matrice d une application linéaire. 42. Définition 4.1 : Produit de deux matrices. 43. Théorème 4.1 : Interprétation du produit matriciel comme composé de deux applications linéaires. 44. Théorème 4.2 avec preuve : Associativité du produit matriciel. 45. Définition 4.3 : Inversibilité des matrices. 46. Preuve de la proposition 4.2 : Unicité de l inverse. 47. Proposition 4.4 avec preuve : Inversibilité du produit de deux matrices. 48. Proposition 4.5 : Produit de deux matrices diagonales. 49. Définition 4.7 : Matrices triangulaires supérieures et triangulaires supérieures strictes (resp. inférieures). 50. Définition 5.1 : Transposée d une matrice. 51. Proposition 5.1 : Opérations usuelles et transposée. Chapitre 4 52. Définition 1.1 : Matrice des coordonnées d un vecteur. 53. Définition 1.2 : Matrice d une famille de vecteurs. 54. Définition 1.3 : Matrice de passage. 55. Théorème 1.1 : Changement de coordonnées. 3

56. Proposition 2.1 : Formule reliant les coordonnées X de x aux coordonneés Y de y = f(x) pour f linéaire ainsi que la réciproque. 57. Théorème 2.1 avec preuve : Changement de base. 58. Définition 3.1 : Rang d une matrice. 59. Proposition 3.2 : Rang d une famille de vecteurs et rang de la matrice associée. 60. Théorème 3.1 : Rang d une application linéaire et rang de la matrice associée. 61. Définition 3.2 : Matrices semblables. 62. Proposition 3.4 : Rang de deux matrices semblables. 63. Proposition 4.1 : Rang d une matrice et pivot de Gauss. 64. Corollaire 4.1 : Inversibilité d une matrice et rang. 65. Proposition 4.2 : Rang de la transposée d une matrice. 66. Définition 5.4 : Système de Cramer. 67. Théorème 5.1 : Équivalence entre inversibilité, système de Cramer, rang et AX = 0 = X = 0. 68. Proposition 5.4 : Sous-espace vectoriel obtenu comme l ensemble des solutions d un système homogène et relation entre dimension et rang du système. Chapitre 4 69. Définition 1.1 : Permutation. 70. Définition 1.2 : Transposition. 71. Définition 2.1 : Application multilinéaire et forme p-linéaire. 72. Définition 2.2 : Application multilinéaire alternée. 73. Proposition et définition 3.1 : Déterminant d un endomorphisme. 74. Proposition 3.1 avec preuve : det(f g) = det(f) det(g). 75. Théorème 3.1 : det(ab) = (det A)(det B). 76. Proposition 3.4 : det t A = det A. 4

77. Proposition 3.5 : Déterminant d une matrice triangulaire. 78. Proposition 3.6 : Si une colonne (ou une ligne) est combinaison linéaire d autres colonnes (ou lignes) alors det A = 0. Si deux colonnes (ou deux lignes) sont égales, alors det A = 0. 79. Proposition 3.7 : Opérations sur les lignes et les colonnes. 80. Définition 4.1 : Cofacteurs et comatrice. 81. Théorème 4.1 : Développement suivant une ligne ou une colonne. 82. Corollaire 4.1 : Critère d inversibilité d une matrice et inverse d une matrice en fonction de la comatrice. 83. Proposition 5.1 : Formules de Cramer. 84. Théorème 6.1 : Rang d une matrice. 5