Espace vectoriel

Systèmes linéaires Calcul matriciel 1. Systèmes linéaires III TABLE DES MATIÈRES 2. Calcul matriciel 3. Un exemple d’espace vectoriel 114 125 131 131 138 142 144 148 153 153 156 165 173 175 175 182 186 189 197 197 200 206 208 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 6 Diagonalisation 1. Théorie du changement

en bleu M → M’ →M’’. 91 σ2 M C2 σ1 M" C2 = σ2.σ1 M' M' σ1 = σ2.C2 M" C2 σ1 σ2 M Fig. 5. Exemple de produits d’opérations du groupe C2v. Les éléments de la Fig. 3 sont ici projetés dans un plan perpendiculaire à C2. 3.2 Représentation, espaces et bases de représentation d’un groupe 3.2.1. Définitions On appelle représentation d’un groupe, généralement notée Γ, un ensemble d’éléments pouvant être substitués aux éléments du groupe en conservant leur table de multiplication. Une représentation

lin´aire les donn´es sont vues de mani`re abstraite comme un nuage de e e e e points dans un espace vectoriel ; les notions suivantes doivent ˆtre bien comprises e – vecteurs : produits scalaires, d´composition selon une base e – matrices : addition, multiplication, transpos´e, trace e – valeurs et vecteurs propres : d´finition, propri´t´s e ee – m´triques : d´finitions des distances dans un espace vectoriel par une norme, lien e e avec le produit scalaire Attention : les ´tudiants sont suppos´s maˆ

laquelle le chapitre des complexes est considéré comme un chapitre introductif. Pour des besoins de specificité ce cours est divisé en trois parties. Chaque partie regroupe des chapitres d’intérêt commun. Ainsi les principales parties sont : Espace vectoriel et application linéaire Etude de foncions : fonction et variable Optimisation d’une fonction Chapitre I : NOMBRES COMPLEXES L’objet de ce chapitre est de chercher à quelles conditions l’addition et la multiplication dans R peuvent se prolonger

, e3 }. f est l’endomorphisme de matrice M dans cette base :  1 −1 1    M =  −2 0 −1    1   −2 −2 1. 2. 3. 4. 5. 6. Déterminer son polynôme caractéristique. Calculer ses valeurs propres. Donner une base des sous-espaces propres. Décider si f est diagonalisable. Donner éventuellement l’expression diagonalisée. Vérifier en utilisant les matrices de changement de base. EXERCICE 2. Faire, pour la matrice A suivante, une étude semblable à celle de l’exercice 1

sur les espaces vectoriels et les applications linéaires ainsi que sur le calcul matriciel. Pré-reqcuis recommandé Calcul dans Notions élémentaires sur les ensembles Mode d’évaluation Contrôle final (2h) contrôle de rattrapage (1h30) Déroulement du cours Cours magistraux (26h) Travaux dirigés (14h) Support du cours Polycopié du cours Séries d’exercices corrigés Contenu du cours Chapitre 1 : Espaces vectoriels réels I- Structure d’espace vectoriel réel II- Sous espaces vectoriels

commerciales © Dunod, Paris, 2008 ISBN 978-2-10-053975-8 Table des matières Préface vii Chapitre 1 Compléments d’algèbre linéaire 1 Somme directe de sous-espaces, sous-espaces stables 2 Réduction des endomorphismes 3 Réduction d’une matrice 1 1 7 11 Chapitre 2 Algèbre bilinéaire 1 Produit scalaire 2 Espaces euclidiens 3 Endomorphismes symétriques 24 24 35 43 Chapitre 3 1 2 3 4 Cas des fonctions de signe quelconque 59 59 64 71 77 Éléments de topologie

MM1 – Ann´e 2011/12 e Feuille de TD no 10 Espaces Vectoriels, Base et Dimension Exercice 1 D´terminer lesquels des ensembles E1 , E2 , E3 et E4 sont des sous-espaces vectoriels e 3 de R . E1 = {(x, y, z) ∈ R3 ; x + y − z = x + y + z = 0}. E2 = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 = 0}. E3 = {(x, y, z) ∈ R3 ; x + y + z = 1}. E4 = {(x, y, z) ∈ R3 ; z(x2 + y 2 ) = 0}. Exercice 2 Parmi les ensembles suivants reconnaˆ ceux qui sont des sous-espaces vectoriels. ıtre E1 = (x, y, z) ∈ R3 ; x + y + a = 0,

. . . . . 1.6.2 Pour les DL . . . . . . . . . . . . . . . . . . . . . . . . 1.6.3 Autres exercices . . . . . . . . . . . . . . . . . . . . . Variables aléatoires réelles discrètes finies 2.1 Rappels . . . . . . . . . . . . . . . . . . . . . 2.1.1 Espace probabilisé fini . . . . . . . . . 2.1.2 Conditionnement et indépendance . . . 2.1.3 Variables aléatoires finies . . . . . . . . 2.1.4 Lois discrètes usuelles . . . . . . . . . 2.2 Complément : espérance conditionnelle . . . . 2.3 Rappels (suite) .

=b−b=0 Corollaire: Les solutions S de (E ) forment un espace vectoriel et les solution S de (E) forment un espace affine de direction (E ). Preuve : trivial. La proposition précédente peut s’écrire : La solution générale d’une équation différentielle linéaire est la somme d’une solution particulière de l’équation avec second membre et de la solution générale de l’équation sans second membre. Remarque 1.2 Si E est une espace vectoriel un espace affine E de direction E est un ensemble de la forme {a