Sous-espace stable

localement intégrable}. On a alors C(I, R) ⊂ Loc(I, R) et l’inclusion est stricte. Comme exemple la fonction f (x) = [x], (partie entière de x) est localement intégrable mais non continue. Proposition 4.1.1 L’ensemble Loc(I, R) est un sous-espace vectoriel de F (I, R), (espace de toutes les fonctions définies de I dans R). 4.2 L’intégrale de F ourier Pour conclure l’étude de la théorie des séries de F ourier, on examinera le cas limite où l’intervalle ] − ℓ, ℓ[, dans lequel on étudie la série de F ourier

Structures a¢ nes (en dimension …nie) 1 Plan 1. Structure a¢ ne sur un ensemble (a) Dé…nition, identi…cation avec l’ espace vectoriel directeur par le choix arbitraire d’ une origine. (b) Exemples : Espace physique, ensemble des solutions d’ une équation x0 = ax + b(t), espaces vectoriels, en particulier Rn . 2. Sous-espaces a¢ nes ! ! (a) Dé…nition : F = I + F , propriété F = J + F pour tout point J 2 F . (b) Cas particuliers : points, droites, plans, hyperplans (relation avec les noyaux de

porter le plus grand soin à la rigueur des démonstrations et de la présentation. En particulier toute question devra commencer par un titre annonçant ce qui va être démontré et se terminer par une conclusion. Dans tout le problème, E désigne un C-espace vectoriel de dimension finie n 2. On note GL(E) le groupe (pour la composition des applications) des automorphismes de E et SL(E) l’ensemble des endomorphismes de E de déterminant 1. id E désigne l’application identité de E. On appelle involution

Exercices du chapitre VIII : Espaces vectoriels Soit E un espace vectoriel sur le corps K. Montrer les relations suivantes : ∀λ∈K ,∀X∈E (a) 0X = λ0 = 0 [deux de ces 0 sont dans E, et un seul (lequel?) est dans K]. (b) (−λ)X = −(λX) = λ(−X) on notera −λX cet ´l´ment. ee (c) (−1)X = −X (d) (−λ)(−X) = λX No 1 Solution (a) On a indiqu´ en caract`re gras le 0 de K. En utilisant (EV2) e e 0X = (0 + 0)X = 0X + 0X , puis en utilisant les propri´t´s de groupe dans E, ee 0 = 0X + (−0X) = 0X + 0X +

conducteurs électriques 3) Quadripôles 4) Electrostatique 5) Inductance mutuelle 6) Polarisation 7) Optique matricielle 8) Transformation de Lorentz -1- I : Matrice associée à une application linéaire 1– Définition Soit E un espace vectoriel de dimension finie p et F un espace vectoriel de dimension finie n. On choisit une base (ej)j=1..p de E et (εi)i=1..n. Dans cette base, un vecteur x de E s'écrit ∑ xjej. Son image f(x) s'écrit ∑ yiεi. f est définie si l'on connaît les images des ej. Posons f(ej)

COURS MPSI 10. ALGÈBRE LINÉAIRE : APPLICATIONS LINÉAIRES R. FERREOL 09/10 A) APPLICATIONS LINÉAIRES REM : dans ce cours, E,F et G désignent des K-espaces vectoriels. I) GÉNÉRALITÉS. 1) Définition. DEF : Soit f une application de E dans F ; on dit que f est K-linéaire (ou que c’est un morphisme de K-espaces vectoriels) si f est un morphisme pour les deux lois définies sur E et F, c’est-à-dire si → → → → → → 1. ∀− , − ∈ E f (− + − ) = f (− ) + f (− ) x y x y x y − ∈ E ∀λ ∈ K f (λ− ) = λf (−

born´e e puisqu’elle converge donc la suite yn n∈N est aussi born´e. Le th´or`me de Bolzano-Weierstrass donne e e e alors l’existence d’une suite (yϕ(p) )p∈N extraite de (yn )n∈N qui converge dans E. Mais, quand E est de dimension finie, tous ses sous-espaces vectoriels sont ferm´s donc H est ferm´. Comme ∀p ∈ N, yϕ(p) ∈ H, e e on a z0 = lim yϕ(p) ∈ H. D’autre part, la suite x0 −yϕ(p) p∈N est extraite de la suite x0 −yn n∈N p→+∞ E3A, 2007, MP, Math´matiques A e 3/5 qui converge vers d(x0

Chapitre 4 - les applications linéaires Rétour sur le cours du 29 X 2007 ► Définition ● Soient E et F deux espaces vectoriels sur IR, et soit f(.) une application de E dans F. f est une application linéaire si et seulement si l’on a : (X(E, (Y(E, (α ( IR, (β ( IR, f(αX+ β Y) = αf(X)+ βf(Y). ● L’application f1(.), par exemple, de IR² dans IR², définie par f1 = , est une application linéaire. En effet, (( IR², (( IR², (α ( IR, (β ( IR, on a : f1 = αf1 + βf1. Vérification : αf1 + βf1

Algébre linéaire:compléments M.el kati 20 septembre 2013 Table des matières 1 Application linéaire et sous-espaces vectoriels 1.1 codimension : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Rang d’une application linéaire : . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 2 2 . . . . 4 4 4 4 6 3 Dualité 3.1 Hyperplan et formes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Bases duales . . . . .

COURS MPSI A 8 C. ALG. LINÉAIRE : COMPLÉMENTS R. FERRÉOL 13/14 C) COMPLÉMENTS D’ALGEBRE LINEAIRE I) PROJECTEURS ET INVOLUTIONS. 1) Projecteurs. DEF : un projecteur d’un espace vectoriel E est un endomorphisme dont le carré est égal à lui-même : p projecteur de E ⇔ p ∈ L (E) p2 (= p ◦ p) = p Les projections vectorielles définies précédemment sont évidemment des projecteurs ; mais la réciproque est vraie : PROP : Tout projecteur p de l’espace vectoriel E est une projection de base Im p = ker (p