Produit scalaire canonique

factoriel.(ou plan principal) r r Ce plan est un sous-espace de Rp, généré par les 2 premiers vecteurs propres u1 et u 2 du r r produit matriciel X'X (ou vecteurs propres v1 et v 2 du produit matriciel XX’) correspondant aux 2 plus grandes valeurs propres λ1 et λ2 de ce même produit. Ces deux vecteurs propres, lorsqu’ils sont unitaires, forment une base canonique du plan principal. Ces vecteurs définissant les axes factoriels, les valeurs propres représentent la valeur de la somme des carrés des

dim E1 − λ∈Sp(u1 ) 51 dim Ker(u1 − λIE1 ) dim Ker(u2 − λIE2 ) λ∈Sp(u2 ) = dim E2 − Donc u est diagonalisable si et seulement si u1 et u2 sont diagonalisables. 4. Soit u l’endomorphisme de R5 ayant A comme matrice associ´e dans la e base canonique (e1 , . . . , e5 ). Posons E1 = Vect(e1 , e2 , e3 ) et E2 = Vect(e4 , e5 ). Alors u est du type ´tudi´ dans les questions pr´c´dentes, avec u1 endomore e e e phisme de E1 de matrice   −1 2 2 A1 =  2 −1 2  dans la base (e1 , e2 , e3 ) 2 2 −1 et

matrice U ∈ O 3 ( ! ) et calculer cette matrice. II. Calcul de la distance de A à S n ( ! ) et à An ( ! ) 3. Soit A et B deux matrices de Mn ( ! ) , on pose (A B) = Tr (tA B) . Montrer que l’on définit ainsi un produit scalaire sur Mn ( ! ) . La norme associée à ce produit scalaire (norme de Schur) est notée : A = ( (A A) )2 . Dans tout le sujet, si Π est une partie non vide de Mn ( ! ) , la distance d’une matrice A de 1 Mn ( ! ) à la partie Π est le réel d ( A, Π ) = inf A − M . M ∈Π

dimension finie : on notera toujours · la norme, indépendamment de l’espace utilisé. Dans l’espace Rn , on note (e1 , . . . , en ) la base canonique et on identifie le plus souvent une application linéaire et sa matrice dans la base canonique. Par ailleurs, on notera AT la transposée d’une matrice A. L’espace Rn est naturellement muni d’un produit scalaire canonique, noté ·, · , et défini pour deux vecteurs x, y ∈ Rn par x, y = xT y. Définition 1 (différentielle). Soient U un ouvert de Rn et a ∈ U . Une

courbures totale et moyenne. Pour tout entier n > 0, l’espace Rn sera muni de son produit scalaire et de sa norme usuels notés respectivement (.|.) et . . La première partie est consacrée à des préliminaires algébriques. Première partie 1. Soient x(1) , . . . , x(n) des éléments de Rn+1 , (xj )j=1,... ,n+1 les composantes de x(i) dans la base canonique de Rn+1 . Pour tout k = 1, . . . , n + 1 on note Vk le produit par (−1)k+1 du (i) déterminant de la matrice (xj ) où i = 1, . . . , n et j = 1, .

Pour démarrer la classe de terminale S Tout ce qu’il faut savoir de la 1re S Paul Milan 23 juin 2014 Table des matières 1 Second degré 1 Forme canonique . . . . . . . . . . 2 Racines du trinôme . . . . . . . . . 3 Factorisation, somme et produit des 4 Signe du trinôme . . . . . . . . . . 5 Variation et représentation . . . . . 2 Généralité sur les fonctions 1 Parité d’une fonction . . . . . 2 Variation d’une fonction . . . 3 Résolution graphique . . . . . 4 Fonctions

2 Sous-espaces vectoriels engendr´s . e 2.3.3 Familles g´n´ratrices, familles li´es, e e e 2.3.4 Bases . . . . . . . . . . . . . . . . 2.4 Vecteurs et syst`mes lin´aires . . . . . . . e e 2.5 Dimension . . . . . . . . . . . . . . . . . . 2.6 Produit scalaire et orthogonalit´ . . . . . e 7 7 8 10 10 10 11 14 14 14 15 17 17 18 20 20 20 22 23 25 27 28 31 31 31 32 32 33 33 34 35 36 36 37 38 38 39 40 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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 ∑  

poursuivre sa composition en expliquant les raisons des initiatives qu’il a été amené à prendre. *** QUELQUES APPLICATIONS DES MATRICES DE GRAM À LA GÉOMÉTRIE Dans tout le problème, E est un espace vectoriel euclidien de dimension n ≥ 2 et on note produit scalaire sur E et la norme associée. ( ) un Si x1 , x 2 , ..., x p sont p vecteurs de E, on appelle matrice de GRAM de x1 , x 2 , ..., x p , notée G ( x1 , x 2 , ..., x p ) , la matrice de M p ( ) de terme général ( xi  ( x1 x1 ) ( x1

orthogonale I- Projection - Projection orthogonale I-1 Définitions I-2 Détermination de la projection orthogonale I-1 Caractérisation et propriétés Chapitre 2 : Produit scalaire-orthogonalité I- Produit scalaire et Norme euclidienne I-1 Définitions I-2 Matrice d'un produit scalaire I-3 Produit scalaire et norme euclidienne I-4 Produit scalaire et angle de deux vecteurs II- Application aux droites et aux plans II-1 Projection orthogonale sur une droite du plan II-2 Projection orthogonale sur un plan