Sous-espace vectoriel

les diff´rentes parties du programme d’une mˆme e e discipline, tant au niveau du cours que des th`mes des travaux propos´s aux ´tudiants. Plus largement, e e e l’enseignement d’une discipline scientifique est ` relier ` celui des autres disciplines sous deux aspects principaux : a a organisation concert´e des activit´s d’enseignement d’une mˆme classe ; ´tude de questions mettant en œuvre e e e e des interactions entre les champs de connaissances (math´matiques et physique, math´matiques et informatique

f (x1 ) + ˆ ˆ ˆ f (x2 ) = 0 + f (x2 ) et donc f (x2 ) = f (x) = y ce qui prouve que f est surjective. ˆ (b) Soit y dans F , y = f (x). Alors f ◦g(y) = f ◦ f −1 (f (x)) = f (x) = y. Donc f ◦g = IdF . 3. Si on admet (ou si on sait) que tout sous-espace vectoriel de E admet un supplémentaire, alors on a prouvé que f ∈ L(E, F ) est surjective si et seulement s’il existe g ∈ L(F, E) tel que f ◦ g = IdF . Exercice 3 - Toujours liés - L1/Math Sup L’hypothèse nous dit, que pour tout x non-nul, il existe

. . . . . . . . . . . . . 2.4.1 Calcul de l'inverse d'une matrice carrée d'ordre n . . . 2.4.2 Résolution de systèmes linéaires ( Méthode de Cramer ) 3 Espaces Vectoriels 3.1 3.2 3.3 3.4 3.5 3.6 3 4 4 5 5 7 7 10 10 13 15 15 16 17 Espaces vectoriels . . . . . . . . . . . . . . . . . Sous-Espaces vectoriels . . . . . . . . . . . . . . Famille Génératrice . . . . . . . . . . . . . . . . Dépendance et Indépendance Linéaires - Bases . Existence de Bases ( en dimension

1 1 I.Harlouchet-en eskuhartzearekin 2 i Introduction Ce cours d’algèbre linéaire se compose de 9 Chapitres. Dans le premier Chapitre on rappelle la définition et on donne sans démonstration les résultats classiques sur les espaces vectoriels et les applications linéaires (théorème de base incomplète, théorème de la dimension, etc. . .), avec en annexe une discussion de la notion d’application injective, surjective, bijective, illustrée par l’introduction des fonctions inverses des

47 4 Calcul vectoriel dans le plan et dans l’espace 4.1 Définitions et règles de calcul . . . . . . . . . . . . . . . . 4.1.1 Systèmes de coordonnées . . . . . . . . . . . . . . 4.1.2 Propriétés du calcul vectoriel . . . . . . . . . . . . 4.2 Le produit scalaire . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Projection orthogonale . . . . . . . . . . . . . . . . 4.3 Le produit vectoriel (cross product) . . . . . . . . . . . . 4.3.1 Interprétation géométrique du produit vectoriel . . 4.4 Le produit

des matières 1 2 3 Calcul différentiel 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.2 Applications à valeurs dans un produit d’espaces vectoriels normés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.3 Applications de plusieurs variables et dérivées partielles . . . 1.2 Le théorème des accroissements finis . . . . . . . . . . . . . . . . . . 1.2.1 Résultats principaux . .

Espaces vectoriels norm´s e Table des mati`res e A. Topologie des espaces vectoriels norm´s e I. Normes 1) D´finition . . . . . . . . . . . . . . . e 2) Distance associ´e ` une norme e a 3) Normes ´quivalentes . . . . . . . . e 4) Exemples de normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 4 5 7 II. D´finitions ensemblistes e 1) Boules, parties

K[X]. Imϕ = K[u] est une sous algèbre de (E). Si dim E 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

dans la base canonique est donn´e par e 1 0 1   A =  −1 2 1  . 1 −1 1 1. Montrer que f est trigonalisable. 2. Montrer que l’espace propre associ´ ` la valeur propre 1 est de dimension 1. Montrer que ea u = (1, 1, 0) est un vecteur non-nul de cet espace propre. 3. Montrer que v = (0, 0, 1) est tel que (f − idR3 )(v) = u. 4. Chercher un vecteur propre w associ´ ` la valeur propre 2. Montrer que (u, v, w) est une ea base de R3 . Calculer la matrice T de f dans la base (u, v, w). 5. Calculer f k (v)

44 13 D´rivabilit´ e e 50 14 Fonctions circulaires et hyperboliques inverses 55 15 Calculs d’int´grales e 58 ´ 16 Equations diff´rentielles e 65 III ` ALGEBRE 2 70 17 Espaces vectoriels 70 18 Applications lin´aires e 73 19 Espaces vectoriels de dimension finie 78 20 Matrices 83 21 D´terminants e 90 IV ANALYSE 2 94 22 Suites : compl´ments e 94 23 Continuit´ et comparaison de fonctions e 95 24 D´rivabilit´