Espace vectoriel

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, alors π v /πu . 3.1 Valeurs propres, vecteurs propres

Soient (a, b) ∈ K × K∗ et l’ensemble La,b de suites récurrentes linéaires d’ordre 2 : La,b = {(un )n∈N ∈ KN | ∀n ∈ N, un+2 = aun+1 + bun }. L’ensemble La,b est un K-espace vectoriel de dimension 2. Démonstration. Il y a deux points à vérifier. • Pour montrer que La,b est un K-espace vectoriel nous montrons que c’est un sous-espace vectoriel de KN . La suite nulle est une suite récurrente linéaire d’ordre 2 donc La,b est non vide. Soit u et v deux suites de La,b et (λ, µ) ∈ K2 . Posons w = λu + µv

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´

différentielles non linéaires 68 1re année et 2e année Suites numériques 1re année 34 37 23 Séries numériques 2e année 70 Suites particulières 1re année V Table des matières Partie 2 – Analyse dans Rn 24 25 26 27 28 29 30 Espaces vectoriels normés 76 2e année 31 32 33 34 35 36 Intégrales curvilignes 2e année 98 102 104 107 112 Continuité 2e année 80 Suites de fonctions 2e année Calcul différentiel dans Rn 1re année 83 86 Séries de fonctions 2e année

entiers, nombres rationnels 1.4 Arithmétique dans Z 1.5 Polynômes et fractions rationnelles 1.6 Généralités sur les applications 1.7 Applications linéaires – Espaces vectoriels 1.8 Matrices – Déterminants – Systèmes linéaires 1.9 Espaces vectoriels euclidiens 1.10 Réduction des endomorphismes 1 1 2 5 7 8 11 12 17 22 26 2. Analyse 2.1 Espaces vectoriels normés 2.2 Nombres réels 2.3 Nombres complexes 2.4 Suites 2.5 Fonctions réelles de la variable réelle 2.6 Dérivation 2.7 Intégration 2.8 Équations différentielles

(−1), P (0), P (1)) ∈ R3 , f7 : P ∈ R[X] → P −(X−2)P ∈ R[X]. Exercice 2. Soit E un espace vectoriel de dimension n et ϕ une application lin´aire de E dans lui-mˆme telle que ϕn = 0 et ϕn−1 = 0. Soit x ∈ E tel que e e ϕn−1 (x) = 0. Montrer que la famille {x, . . . , ϕn−1 (x)} est une base de E. 2 Image et noyau Exercice 3. E1 et E2 ´tant deux sous-espaces vectoriels de dimensions fie nies d’un espace vectoriel E, on d´finit l’application f : E1 × E2 → E par e f (x1 , x2 ) = x1 + x2 . 1. Montrer

position (i, j). 1.2 Structure vectorielle sur Mn,p (K) Définition (Structure vectorielle sur Mn,p (K)) • Si A, B ∈ Mn,p (K), on appelle somme de A et B, notée A + B, la matrice aij + bij 1 i n. 1 j p • Si A ∈ Mn,p (K) et si λ ∈ K, on appelle multiplication de A par le scalaire λ, notée λA, la matrice λaij 1 i n. 1 j p • Muni de l’addition et de la multiplication par un scalaire définies ci-dessus, Mn,p (K) est un K-espace vectoriel de dimension finie np. Son vecteur nul

a de nombreuses définitions, dont quelques unes en mathématiques et d’autres en physique. En Physique Le terme “dimension” renvoie à deux notions complètement différentes: Il utilise beaucoup la notion mathématique d’espace vectoriel. Ainsi, la dimension d'un espace est le nombre de variables qui servent à définir un état, un événement. Par exemple, on dit classiquement que notre univers est à quatre dimensions, puisqu'un événement se définit par la position dans l'espace (x, y, z) et l'instant

10. ALGÈBRE LINÉAIRE : MATRICES COURS MPSI R. FERREOL 11/12 B) MATRICES E,F et G désignent toujours des K-espaces vectoriels. RAPPELS : une matrice A à n lignes et p colonnes (ou de format (n, p)) à coefficients dans K est une application de [|1, n|] × [|1, p|] dans K ; pour (i, j) ∈ [|1, n|] × [|1, p|] , A (i, j) est souvent noté de façon indicielle aij , de sorte que A est notée (aij )1 i n ; 1 j p j     a11 a12 a1p a1j  a21 a22   a2p  ... = i   on la représente aussi par le tableau

et Intégral I” Wolfgang Bertram 8 décembre 2006 ii Introduction Introduction Le sujet de ce cours est l’étude et l’analyse des fonctions de plusieurs variables, f : Rn → Rm , ou, plus généralement f : V → W , où V et W sont des espaces vectoriels sur R. Pour donner une idée du plan du cours, on peut le diviser en trois parties principales : I. La continuité : Notions de base de la topologie générale. II. Différentiation. III. Eléments d’intégration. Les fonctions que nous allons étudier