Espace vectoriel quotient

ASI 3 Méthodes numériques pour l’ingénieur Introduction : vecteurs, matrices et applications linéaires Opérations sur les vecteurs Vecteur x base (canonique) bi , i=1,n espace vectoriel V sur le corps des réels combinaison linéaire sous espace vectoriel base, dimension  x1      n     x = xi = ∑ xi bi   i =1   x   n  soient ( xi ∈ V )i = 1, k 0     bi =  1     0   k x ∈ Rn ∀x, y ∈ V , ∀λ , µ ∈ R λx + µy ∈ V i =1 k  α i xi α i ∈ R ∑  

Chap 11 Relations d’ordre, r´els e 1 1.1 Relation d’ordre D´finition g´n´rale e e e ee Remarque. On admet la notion intuitive de relation (binaire) entre 2 ´l´ments d’un ensemble E. D´finition. Soit ¤ une relation sur E. On dit que ¤ est une relation d’ordre si et seulement si : e (a) (b) (c) dpx, yq € E 2, px ¤ y et y ¤ xq ùñ x  y 3 ¤ est transitive i.e. dpx, y, z q € E , px ¤ y et y ¤ z q ùñ x ¤ z ¤ ¤ est r´flexive i.e. dx € E, x ¤ x e est antisym´trique i.e. e D´finition. Soit

est fini alors u admet un polynôme minimal. Table des matières 1 2 Sous espaces stables par un endomorphisme Polynôme d'endomorphisme ou de matrice 1 1 2.1 Polynôme d’endomorphisme . . . . . . . . . . . . . . . . 2.2 Polynôme de matrice . . . . . . . . . . . . . . . . . . . . . 3 Valeurs propres, vecteurs propres 1 1 1 Proposition 5 : E un K-ev, u ∈ (E) admettant un pomi πu , si F est un sous espace vectoriel de E u-stable, v = u/F, alors π v /πu . 3.1 Valeurs propres, vecteurs propres

sigma et des pi, sans le moindre point de suspension (bon sang, je devient prof de Spé !). £   n.¢ 1 pt. ¡ Donnez ensuite la for£   matrice de taille n. 2 pt. ¢ ¡Je vous   £ ¢ 4 pt. ¡Donnez une [♦(1)] Donnez la dimension de l'espace vectoriel des matrices carrées M de taille 2 de trace nulle et vériant T r(A.M ) = 0 avec A= 1 −1 3 1   £ . 3 pt. ¢ ¡ → → → − − − → → − − 3 Soit f linéaire de R dans lui même. On suppose : f ( i + j + k ) = 2. i − j , →

[005656] Exercice 7 *** I Soient u et v deux endomorphismes d’un espace vectoriel de dimension finie. On suppose que u et v commutent et que v est nilpotent. Montrer que det(u + v) = detu. Correction [005657] Exercice 8 **** Soit A une matrice carrée de format n. Montrer que A est nilpotente si et seulement si ∀k ∈ [[1, n]], Tr(Ak ) = 0. Correction [005658] Exercice 9 *** I Soient f et g deux endomorphismes d’un espace vectoriel de dimension finie vérifiant f g − g f = f . Montrer que f est nilpotent

en bleu M → M’ →M’’. 91 σ2 M C2 σ1 M" C2 = σ2.σ1 M' M' σ1 = σ2.C2 M" C2 σ1 σ2 M Fig. 5. Exemple de produits d’opérations du groupe C2v. Les éléments de la Fig. 3 sont ici projetés dans un plan perpendiculaire à C2. 3.2 Représentation, espaces et bases de représentation d’un groupe 3.2.1. Définitions On appelle représentation d’un groupe, généralement notée Γ, un ensemble d’éléments pouvant être substitués aux éléments du groupe en conservant leur table de multiplication. Une représentation

Espaces m´triques (en fait evn) e Exercice 1. Ouverts disjoints ◦ ◦ Soient U, V deux ouverts disjoints d’un espace vectoriel norm´. Montrer que U et V sont disjoints. e Donner un contrexemple lorsque U et V ne sont pas ouverts. Exercice 2. A ouvert disjoint de B Soient A, B deux parties d’un espace vectoriel norm´ disjointes. Si A est ouvert, montrer que A et B sont disjoints. e ◦ Exercice 3. U = U . ◦ Soit U un ouvert d’un espace vectoriel norm´. Montrer que U = U . e Exercice 4. Fronti`re

problème On considère un espace vectoriel de dimension , dont on connaît une base On considère une famille de vecteurs de cet espace vectoriel On appelle la matrice dont les vecteurs colonnes sont formés par les composantes des vecteurs dans la base Par exemple si l'espace vectoriel est de dimension 3 et que l'on a La matrice sera égale à : Nous avons démontré l'an dernier que cette matrice est inversible si et seulement si la famille est une base de l'espace vectoriel. La matrice est alors

´nonc´s pourront notamment ˆtre utilis´s dans les le¸ons suivantes : e e e e e c – Fonctions monotones, fonctions convexes, exemples et applications, – Parties convexes, fonctions convexes d’une ou plusieurs variables, applications – Barycentres dans un espace affine r´el de dimension finie ; convexit´. Applications. e e mais aussi, entre autres, – Applications diff´rentiables d´finies sur un ouvert de Rn . Exemples et applications. e e – Probl`mes d’extremums. e – Continuit´ et d´rivabilit´ des fonctions r´elles

linéaires : règle de Cramer . . . . . . . . . . . . . . . . . . . . . . . 4 Calcul vectoriel dans le plan et dans l'espace 4.1 Dénitions et règles de calcul 4.1.1 4.1.2 4.2 4.3 4.4 4.5 4.2.1 4.3.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Systèmes de coordonnées Propriétés du calcul vectoriel 49 49 50 52 52 54 55 58 59 61 61 Le produit scalaire . . . . . . .