Sous-espace supplémentaire

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

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

Enoncés Espaces vectoriels 1 Exercice 6 [ 01685 ] [correction] Les parties de F(R, R) suivantes sont-elles des sous-espaces vectoriels ? Structure d’espace vectoriel Exercice 1 [ 01680 ] [correction] Soit E un R-espace vectoriel. On munit le produit cartésien E × E de l’addition usuelle : (x, y) + (x , y ) = (x + x , y + y ) et de la multiplication externe par les complexes définie par : (a + i.b).(x, y) = (a.x − b.y, a.y + b.x). Montrer que E × E est alors un C-espace vectoriel

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 : ∀ x ∈ E, ∀ y ∈ E, f(x+y) = f(x) +

2 o Du 29 mars au 2 avril 2010 Programme de colle N° 22 XX. Espaces vectoriels K d´signe le corps R ou C e I. Structure d’espace vectoriel 1. D´finition d’un espace vectoriel e 2. D´finition d’une alg`bre e e II. Sous-espace vectoriel 1. D´finition e 2. L’intersection de sev est un sev III. Somme de deux sev 1. D´finition e 2. Somme directe 3. Sous-espaces suppl´mentaires e IV. Sous-espace engendr´ par une partie e V. Espace vectoriel produit VI. Applications lin´aires e 1. D´finition e 2. La

on note : Mn ( ! ) : la ! -algèbre des matrices carrées réelles d’ordre n. Mn,1 ( ! ) : le ! -espace vectoriel des matrices à n lignes et à une colonne. Pour une matrice A de Mn ( ! ) , t A est sa matrice transposée, rang ( A) son rang et Tr ( A) sa trace. In : la matrice unité de Mn ( ! ) . S n ( ! ) : le sous-espace vectoriel des matrices symétriques de Mn ( ! ) . An ( ! ) : le sous-espace vectoriel des matrices antisymétriques de Mn ( ! ) . S n + ( ! ) : l’ensemble des matrices positives

support de cours est bas´ sur le poly de Tristan Tomala des ann´es e e pr´c´dentes. e e 3 4 Table des mati`res e 1 Espaces vectoriels 1.1 Espaces vectoriels . . . . . . . . . . . . . . 1.2 Sous-espaces vectoriels . . . . . . . . . . . 1.3 Bases d’un espace vectoriel . . . . . . . . . 1.4 Somme directe de sous-espaces vectoriels . 1.5 Somme directe de k sous-espaces vectoriels 7 7 8 8 11 13 14 14 15 16 17 17 18 18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

⎦ b)Supposons α 0 Id + α1 f + Kα n −1 f n −1 = 0 . n −1 Alors α 0 x0 + α 1 f ( x0 ) + K + α n −1 f ( x0 ) = 0 et les α i (0 ≤ i ≤ n − 1) sont nuls. La famille Soit Q = q0 + q1 X + K + qk X k (Id , f ,K, f ) est libre ainsi que toute sous famille de cette famille. n −1 k avec Qk ≠ 0 vérifiant Q ( f ) = 0 , les k + 1 endomorphismes Id , f ,K, f sont liés et k ≥ n . c) Q ( f )( x0 ) = f ( x0 ) − pn −1 f n n −1 K P ( f ) f ( x0 ) = f k ( ) k (P( f )( x0 ) )

et forces ` travailler encore plus. a Sommaire 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Alg`bre lin´aire (r´vision programme sup) e e e Arithm´tique dans Z et K[X] e R´duction des endomorphismes e Espaces vectoriels norm´s e Calcul diff´rentiel e Dualit´ e Coniques-Quadriques Espaces vectoriels euclidiens Int´gration vectorielle e S´ries dans un Banach e Suites et s´ries de fonctions e S´ries enti`res et fonctions holomorphes e e Int´grale d´pendant d’un param`tre e e e S´ries de Fourier