Espace vectoriel

est une fonction continue par morceaux et intégrable sur R. Soit Φ : D’après le théorème de continuité des intégrales à paramètres, f est continue sur R. ∀f ∈ L , f est continue sur R. 2) Montrons que W (resp. W ∗ ) est un sous-espace vectoriel de l’espace vectoriel L (resp. L ∗ ). On a déjà W ⊂ L (resp. W ∗ ⊂ L ∗ ). La fonction nulle est dans L (resp. L ∗ ) et 0 = 0 est dans L (resp. L ∗ ). Donc la fonction nulle est dans W (resp. W ∗ ). Soient f et g deux éléments de W (resp. W ∗ ) et λ et

. 23 23 24 24 24 24 25 4. Arithmétique de 4.1. 4.2. 4.3. 10 Multiples et diviseurs . . . . . . . . . . . . . . . 10 Division Euclidienne . . . . . . . . . . . . . . . . 10 Nombres premiers . . . . . . . . . . . . . . . . 10 14. Espaces Préhilbertiens Réels et Euclidiens 14.1. 14.2. 14.3. 14.4. 14.5. 14.6. 14.7. 14.8. Produit scalaire . . . . . . . . . . . . . . . Esp. vect. préhilbertiens et euclidiens . . Inégalités . . . . . . . . . . . . . . . . . . . Endomorphismes symétriques

applications linéaires Chapitre 17 : Matrices et applications linéaires 17.1 Matrices et applications linéaires 17.1.1 Matrice d’une famille de vecteurs dans une base Définition 17.1.1 (matrice d’une famille de vecteurs dans une base) Soit E un K-espace vectoriel, de dim n 1, muni d’une base ε = (εi )1 Soit v = (vj )1 j p i n. n une famille de p vecteurs de E. Pour tout j de {1, . . . , p}, posons vj = aij εi . i=1 La matrice de Mn,p (K) de terme général aij est appelée matrice de la famille v dans

Un exemple d’espace vectoriel 114 125 5 Espaces vectoriels applications linéaires 1. Espaces vectoriels, sous-espaces vectoriels 2. Applications linéaires 3. Espace vectoriel L (E,F), algèbre L (E) 4. Noyau et image d’une application linéaire 5. Deux applications 131 131 138 142 144 148 6 Diagonalisation 1. Théorie du changement de base 2. Diagonalisation 3. Autres réductions — Applications 153 153 156 165 Probabilités 173 7 Probabilité sur un ensemble fini 1. Espaces probabilisés finis 2

[005656] Exercice 7 *** I Soient u et v deux endomorphismes d’un espace vectoriel de dimension finie. On suppose que u et v commutent et que v est nilpotent. Montrer que det(u + v) = detu. Correction [005657] Exercice 8 **** Soit A une matrice carrée de format n. Montrer que A est nilpotente si et seulement si ∀k ∈ [[1, n]], Tr(Ak ) = 0. Correction [005658] Exercice 9 *** I Soient f et g deux endomorphismes d’un espace vectoriel de dimension finie vérifiant f g − g f = f . Montrer que f est nilpotent

exercices. Les énoncés de ces exercices sont indépendants du chapitre théorique, afin de ne pas le surcharger. Mais les numérotations sont conservées pour garder le parallélisme ! 2°) Calcul vectoriel b. Opérations vectorielles Sortez votre papier millimétré !!! α) Somme de deux vecteurs Premier exercice 1. Tracez un vecteur horizontal de 5, 2 cm de long. Notez le [pic]. 2. Tracez un vecteur vertical, ayant même origine que [pic] , de

2. Déterminer les sous-espaces vectoriels de R3 , ker P et Im P. 3. Soit Q = I − P, calculer P2 , PQ, QP et Q2 . 4. Caractériser géométriquement P et Q. Correction [002578] Exercice 2 Soit E un espace vectoriel sur un corps K (K = R ou C), et u un endomorphisme de E. On suppose u nilpotent, c’est-à-dire qu’il existe un entier strictement positif n tel que un = 0. 1. Montrer que u n’est pas inversible. 2. Déterminer les valeurs propres de u et les sous-espaces propres associés. Correction

Département de mathématiques L1S2 : physique – chimie Année 2007–2008 Algèbre linéaire Cours magistral no 1 Chapitre 1 – Structure d’espace vectoriel 1 Définition et représentation de Rn Si n ∈ N∗ , on note Rn l’ensemble des suites ordonnées de n nombres réels. Une telle suite est appelée n-uplet1 réel. La suite des nombres réels x1 , x2 ,..., xn est le n-uplet réel noté (x1 , x2 , . . . , xn ). Les nombres x1 , x2 ,..., xn sont appelées les coordonnées du nuplet réel (x1 , x2 , . . . , xn

Triangularisation, jordanisation, exponentielle de matrices 1 Triangularisation Soient E un espace vectoriel de dimension n et ϕ un endomorphisme de E de matrice A dans une base donn´e. On suppose que le polynˆme caract´ristique est scind´ et soit e o e e λ1 , . . . , λn les valeurs propres (non n´cessairement 2 ` 2 distinctes). e a Th´or`me 1.1. Il existe une base telle que P ´tant la matrice de changement de base la e e e matrice P −1 AP estr triangulm`re sup´rieure. e e

matrice de Mn (R), on désigne par exp M son exponentielle, définie par +∞ Mk . On rappelle que l’application t → exp(tM ) de R dans Mn (R) est de classe exp M = k! k=0 C 1 , et que sa dérivée en 0 est M . De même, si ϕ est un endomorphisme d’un R-espace vectoriel +∞ k ϕ de dimension finie, on note exp(ϕ) son exponentielle donnée par la série . k! k=0 Soit U un ouvert de Rn . Si f : U → Rp est une application de classe C 1 , on note dfx sa différentielle au point x, soit : 1 ∀h ∈ Rn , dfx (h) = lim (f (x