Endomorphisme linéaire

prost@gmail.com http://mickael.prost.perso.sfr.fr Mathématiques – Révisions d’algèbre linéaire (PTSI) – 2014/2015 « En mathématiques, la manière de poser la question est plus importante que la façon de la résoudre » Georg Cantor (1867) Table des matières A Systèmes d’équations linéaires I Définitions et vocabulaire . . . . . . . . II Opérations élémentaires sur les lignes III Résolution d’un système linéaire . . . . IV Exercices . . . . . . . . . . . . . . . . . . B Matrices I Matrices, opérations

10. ALGÈBRE LINÉAIRE : MATRICES COURS MPSI R. FERREOL 11/12 B) MATRICES E,F et G désignent toujours des K-espaces vectoriels. RAPPELS : une matrice A à n lignes et p colonnes (ou de format (n, p)) à coefficients dans K est une application de [|1, n|] × [|1, p|] dans K ; pour (i, j) ∈ [|1, n|] × [|1, p|] , A (i, j) est souvent noté de façon indicielle aij , de sorte que A est notée (aij )1 i n ; 1 j p j     a11 a12 a1p a1j  a21 a22   a2p  ... = i   on la représente aussi par le tableau

Chapitre 1 : Forme linéaire dualité dans les espaces vectoriels de dimension finie E : un espace vectoriel de dimension finie sur K (K=R ou C) I. espace dual Rappel : ●On note Homk(E,F), l’ensemble des applications linéaires E→F. ● Homk(E,F) est un espace vectoriel, si on le muni des opérations suivantes : (à vérifier) - Si f,gЄ Homk(E,F) alors on note f+g l’application E→F x,y→f(x)+g(x) On voit facilement que f+g est lineaire, f+gЄ Homk(E,F). -Si Homk(E

Chapitre 5 Algebre lineaire, enonces Lorsque la dimension est in nie, on admettra que tout sous-espace vectoriel d'un espace vectoriel possede des supplementaires et que tout espace vectoriel possededes bases. K designe toujours un corps commutatif. 1. Soit E un K -espace vectoriel. Soit F un sous-espace vectoriel de E . On de ni sur E la relation R suivante : (x R y) () (x ? y 2 F ). (a) Veri er que R est une relation d'equivalence. On note E 0 = E /F l'ensemble des classes d'equivalence pour cette

matrices, la structure d’espace vectoriel sur n,p ( ) et le lien avec les applications linéaires. • Définir le produit matriciel en rapport avec la composition des applications, étudier les propriétés de ce produit et les applications. Structure d’algèbre sur n ( ). • Étudier les matrices carrées inversibles : le groupe GLn ( ). • Étudier les formules du changement de bases pour les vecteurs et les applications linéaires. • Définir le rang d’une matrice, les opérations élémentaires sur une matrice (interprétation

intégrales Algèbre linéaire 4 Systèmes linéaires Calcul matriciel 1. Systèmes linéaires III TABLE DES MATIÈRES 2. Calcul matriciel 3. Un exemple d’espace vectoriel 114 125 131 131 138 142 144 148 153 153 156 165 173 175 175 182 186 189 197 197 200 206 208 5 Espaces vectoriels applications linéaires 1. Espaces vectoriels, sous-espaces vectoriels 2. Applications linéaires 3. Espace vectoriel L (E,F), algèbre L (E) 4. Noyau et image d’une application linéaire 5. Deux applications

télécharger les fichiers de mon site pour les installer sur le vôtre. APPLICATIONS LINEAIRES PLAN I : Morphismes 1) Définition et exemples 2) Image 3) Noyau II : Cas de la dimension finie 1) Isomorphisme 2) Supplémentaire 3) Le théorème du rang Annexe : une application du théorème du rang en S.I. I : Morphismes 1–Définition et exemples Soient E et F deux espaces vectoriels sur le même corps . On appelle application linéaire ou morphisme d'espaces vectoriels une application f de E dans F telle que : ∀

Capes Interne Mathématiques TABLE DES MATIÈRES Table des matières 1 Algèbre linéaire 1.1 Espaces vectoriels . . . . . . . . . . . . . . 1.1.1 Définition . . . . . . . . . . . . . . 1.1.2 Propriétés . . . . . . . . . . . . . . 1.1.3 Sous-espaces vectoriels . . . . . . . 1.1.4 Combinaisons linéaires de vecteurs 1.2 Bases . . . . . . . . . . . . . . . . . . . . 1.2.1 Familles libres . . . . . . . . . . . 1.2.2 Familles génératrices . . . . . . . . 1.2.3 Bases . . . . . . . . . . . . . . . . 1

usuels . . . . . . 7 7 12. Applications Linéaires 12.1. Applications linéaires . . . . . . . . 8 12.2. s-e-v stable par f . . . . . . . . . . 8 12.3. Image et noyau . . . . . . . . . . . 8 12.4. Projecteur . . . . . . . . . . . . . . 8 12.5. Théorème du rang . . . . . . . . . 12.6. Système linéaire . . . . . . . . . . . 8 9 9 13. Matrices 13.1. Généralités . . . . . . . . . . . . . . 13.2. Généralités sur les matrices carrées 9 13.3. Matrice d’une application linéaire . 9 13.4. Matrice de Passage . .

Table des matières Avant-propos Remerciements xxi xxii Partie I – Analyse numérique 1 Algèbre linéaire et calcul scientifique I II Les sources d’erreurs numériques dans un ordinateur : le calcul en flottant . . . . Des rappels et compléments d’algèbre linéaire . . . . . . . . . . . . . . . . . . . . II.1 II.2 II.3 II.4 II.5 III Déterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Valeurs propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Normes