Espace vectoriel quotient

l’intégrale Activité(s) : • Etude de l’espace vectoriel IRn • Etude de l’espace vectoriel des matrices Travail personnel : • Préparation des exercices sur les espaces vectoriels S10. Les fonctions à plusieurs variables - Les dérivées partielles - Applications économiques des dérivées partielles Activités : • Détermination des bases canoniques des espaces usuelles • Comment vérifier si une famille de vecteurs est une base d’un espace vectoriel Activités : • Exercices d’applications • Révision

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

commutatif de caract´ristique = 2 (et le plus e e souvent K = R ou C). 1. Endomorphismes remarquables d’un espace quadratique. D´finition . — On dit dit que le couple (E, φ) est un espace quadratique lorsque e E est un K-espace vectoriel et φ une forme bilin´aire sym´trique non d´g´n´r´e sur E, ie : e e e e e e ∀x ∈ E, (∀y ∈ E, φ(x, y) = 0 ⇒ x = 0). Dans la suite de cette section, on fixe (E, φ) un espace quadratique. D´finition . — Soit u ∈ L(E). S’il existe v ∈ L(E) tel que : e ∀x, y ∈ E, φ(u(x), y) = φ(x

Bonjour chers collègues , MP 7/04/2010 Le programme : Matrices ( début ) Le K-e.v. M_n,p(K) - La base canonique de ce K-e.v. La multiplication matricielle La K-algèbre ( M_n(K) , + , x , . ) - Les sous-algèbres usuelles de M_n(K) Matrice d’une application linéaire - Expression matricielle d’une application linéaire - Matrice carrée d’un endomorphisme – Calcul élémentaire de l’inverse d’une matrice carrée inversible ….. c’est tout pour cette colle Les colles

base de l'orthogonal pour b de         1 0 1 1 F = Vec  0  ,  0  , de G = Vec  1  ,  0  . 1 0 1 0 Comparer avec les résultats du cours sur la dimension de l'orthogonal. Exercice 1  Exercice 2 Soit R2 [X] l'espace vectoriel des polynômes de degré ≤ 2 à coecients réels. Calculer la matrice dans la base (1, X, X 2 ) de la forme bilinéaire symétrique 1 (P, Q) −→ 0 P (t) Q(t) dt . Est-ce que cette forme bilinéaire symétrique est dégénérée ? Quel est son noyau

TP N°1 : Programmation de méthodes directes pour la résolution des systèmes linéaires AX=B par MATLAB ÉLABORÉ PAR : Essaied Abdel Hamid Indp1_C ANNÉE UNIVERSITAIRE: 2009-2010 Les méthodes de résolution directe TP1 Introduction: Dans ce TP on va essayer d’écrire l’algorithme de résolution d’un système linéaire sous MATLAB en utilisant deux méthodes directes : la méthode de gauss et la méthode de Cholesky. Dans la première partie on va procéder à la programmation de l’algorithme

Danchin e Ann´e 2009–2010 e 2 Table des mati`res e 1 Un 1.1 1.2 1.3 1.4 1.5 peu de topologie g´n´rale e e D´finitions . . . . . . . . . . . . . . . e Continuit´ . . . . . . . . . . . . . . . e Topologie produit (hors-programme) Suites des espaces topologiques . . . Compacit´ . . . . . . . . . . . . . . . e 5 5 7 8 9 10 13 13 14 17 18 20 25 25 28 30 32 33 37 37 37 38 39 40 43 43 44 46 49 53 53 55 56 57 58 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 ´ ` ´ ´ RESOLUTION DE SYSTEMES D’EQUATIONS LINEAIRES 16 Fig. 1 – Sch´ma de d´cision du th´or`me de Rouch´ e e e e e – ou bien le second membre est dans le sous-espace sous-tendu par les colonnes de la matrice du syst`me et il y a une infinit´ de solutions ; e e – ou bien le second membre n’est pas dans le sous-espace sous-tendu par les colonnes de la matrice du syst`me et il n’y a pas de solution exacte du syst`me. On pourra lui chercher e e des solutions approch´es en se ramenant (avec

que les mathématiques sont fortes. Euclide a d’ailleurs été le premier vrai « animateur » des mathématiques (III av JC)  explicitant sa théorie géométrique avec le minimum d’axiomes possibles. Évidemment si on prenait comme axiome : « Soit E un espace vectoriel muni d’un produit scalaire nommé ‘|’ alors (x|y)² < (x|x).(y|y) et cette inégalité est une égalité si et seulement si x et y sont proportionnels. », ça serait moins flagrant comme preuve… Au passage, l’assertion précédente s’appelle l’inégalité

, e3 }. f est l’endomorphisme de matrice M dans cette base :  1 −1 1    M =  −2 0 −1    1   −2 −2 1. 2. 3. 4. 5. 6. Déterminer son polynôme caractéristique. Calculer ses valeurs propres. Donner une base des sous-espaces propres. Décider si f est diagonalisable. Donner éventuellement l’expression diagonalisée. Vérifier en utilisant les matrices de changement de base. EXERCICE 2. Faire, pour la matrice A suivante, une étude semblable à celle de l’exercice 1