Produit scalaire espaces euclidiens
Exercice 5 ***I Matrices et déterminants de GRAM. Soit E un espace vectoriel euclidien de dimension p sur R (p ? 2). Pour (x1
Exercices de mathématiques - Exo7
Soit E un espace euclidien de dimension n ? 1 et B une base orthonormée de E. On munit E = M3(R) muni du produit scalaire usuel.
Cours de mathématiques - Exo7
L'ESPACE VECTORIEL n. 2. EXEMPLES D'APPLICATIONS LINÉAIRES. 4. Autrement dit c'est le produit scalaire du i-ème vecteur ligne de A avec le j-ème vecteur
Exercices de mathématiques - Exo7
43 Produit scalaire. 124. 44 Espace vectoriel euclidien orienté de dimension 3. 130. 45 Formes quadratiques. 133. 46 Transformations orthogonales.
Exercices de mathématiques - Exo7
103 141.01 Produit scalaire produit vectoriel
ALGÈBRE - Exo7
vous et très riche qui recouvre la notion de matrice et d'espace vectoriel. Ce nombre s'appelle le produit scalaire des vecteurs u et v.
Exercices de mathématiques - Exo7
5.3 242.00 - Exercices sur les espaces affines euclidiens . Dans l'espace vectoriel euclidien R3 muni du produit scalaire standard et de la base ...
Exercices de mathématiques - Exo7
Soit Q une forme quadratique sur un R-espace vectoriel E. On note ? sa forme égal au produit de ses coefficients diagonaux (utiliser l'exercice 8).
Espaces préhilbertiens
Montrer que ? est un produit scalaire sur E. 2. (a) Montrer que (Tn)n?N est une base orthogonale de l'espace préhilbertien (E?).
Exercices de mathématiques - Exo7
Soit f une application f de E dans F espaces vectoriels normés de dimension finie On suppose que la norme de E est associée au produit scalaire ?··?.
Ce chapitre est consacré à l"ensembleRnvu comme espace vectoriel. Il peut être vu de plusieurs façons :
un cours minimal sur les espaces vectoriels pour ceux qui n"auraient besoin que deRn, une introduction avant d"attaquer le cours détaillé sur les espaces vectoriels, une source d"exemples à lire en parallèle du cours sur les espaces vectoriels.1. Vecteurs deRn
1.1. Opérations sur les vecteurs
L"ensemble des nombres réelsRest souvent représenté par une droite. C"est un espace de dimension 1.
Le plan est formé des couplesx1x2de nombres réels. Il est notéR2. C"est un espace à deux dimensions.
L"espace de dimension 3 est constitué des triplets de nombres réels x1x2x3 . Il est notéR3.Le symbolex1x2x3
a deux interprétations géométriques : soit comme un point de l"espace (figure de gauche), soit
comme un vecteur (figure de droite) :0 @x 1 x 2 x 31A0 @x 1 x 2 x 31
A
On généralise ces notions en considérant des espaces de dimensionnpour tout entier positifn=1,2,3,4, ...Les
éléments de l"espace de dimensionnsont lesn-uples x1x2...xn! de nombres réels. L"espace de dimensionnest notéRn.Comme en dimensions 2 et 3, len-uple
x1x2...xn! dénote aussi bien un point qu"un vecteur de l"espace de dimensionn.Soientu=
u1u2...un! etv= v1v2...vn! deux vecteurs deRn. L"ESPACE VECTORIELRn1. VECTEURS DERn2Définition 1. Somme de deux vecteurs.Leur somme est par définition le vecteuru+v=0 B @u1+v1...
u n+vn1 C A. Produit d"un vecteur par un scalaire.Soit2R(appelé unscalaire) :u=0 B @u1... un1 C A.Levecteur nuldeRnest le vecteur 0=
0...0L"opposédu vecteuru=
u1...un est le vecteuru= u1...un .Voici des vecteurs dansR2(ici=2) :uuvu+vuDans un premier temps, vous pouvez noter~u,~v,~0au lieu deu,v,0. Mais il faudra s"habituer rapidement à la notation
sans flèche. De même, siest un scalaire etuun vecteur, on notera souventuau lieu deu.Théorème 1.
Soient u=
u1...un , v= v1...vn et w= w1...wn des vecteurs deRnet,2R. Alors : 1. u +v=v+u 2. u +(v+w) = (u+v)+w 3. u +0=0+u=u 4. u +(u) =05.1u=u
6.(u) = ()u
7.(u+v) =u+v
8.(+)u=u+u
L"ESPACE VECTORIELRn1. VECTEURS DERn3u
vv uu+vChacune de ces propriétés découle directement de la définition de la somme et de la multiplication par un scalaire.
Ces huit propriétés font deRnunespace vectoriel. Dans le cadre général, ce sont ces huit propriétés qui définissent
ce qu"est un espace vectoriel.1.2. Représentation des vecteurs deRn
Soitu=
u1...un
un vecteur deRn. On l"appellevecteur colonneet on considère naturellementucomme une matricede taillen1. Parfois, on rencontre aussi desvecteurs lignes: on peut voir le vecteurucomme une matrice1n, de
la forme(u1,...,un). En fait, le vecteur ligne correspondant àuest le transposéuTdu vecteur colonneu.
Les opérations de somme et de produit par un scalaire définies ci-dessus pour les vecteurs coïncident parfaitement
avec les opérations définies sur les matrices : u+v=0 B @u 1... u n1 C A+0 B @v 1... v n1 C A=0 B @u1+v1...
u n+vn1 CAetu=0
B @u 1... u n1 C A=0 B @u1... un1 C A.1.3. Produit scalaire
Soientu=
u1...un etv= v1...vn deux vecteurs deRn. On définit leurproduit scalairepar hujvi=u1v1+u2v2++unvn.C"est un scalaire (un nombre réel). Remarquons que cette définition généralise la notion de produit scalaire dans le
planR2et dans l"espaceR3.Une autre écriture :
hujvi=uTv=u1u2un0 B BB@v 1 v 2... v n1 C CCASoientA= (aij)une matrice de taillenp, etB= (bij)une matrice de taillepq. Nous savons que l"on peut former
le produit matricielAB. On obtient une matrice de taillenq. L"élément d"indiceijde la matriceABest
a i1b1j+ai2b2j++aipbpj. Remarquons que ceci est aussi le produit matriciel : ai1ai2aip0 B BB@b 1j b 2j... b pj1 C CCA.L"ESPACE VECTORIELRn2. EXEMPLES D"APPLICATIONS LINÉAIRES4Autrement dit, c"est le produit scalaire dui-ème vecteur ligne deAavec lej-ème vecteur colonne deB. Notons
`1,...,`nles vecteurs lignes formant la matriceA, etc1,...,cqles vecteurs colonnes formant la matriceB. On a alors
AB=0 BBB@h`1jc1i h`1jc2i h`1jcqi
h`2jc1i h`2jc2i h`2jcqi h`njc1i h`njc2i h`njcqi1 CCCA.Mini-exercices.
1. F aireun dessin pour chacune des 8 propriétés qui font de R2un espace vectoriel. 2.F airela même chose pour R3.
3. Montrer que le produit scalaire vérifiehujvi=hvjui,hu+vjwi=hujwi+hvjwi,hujvi=hujvipour toutu,v,w2Rnet2R. 4.Soit u2Rn. Montrer quehujui>0. Montrerhujui=0 si et seulement siuest le vecteur nul.2. Exemples d"applications linéaires
Soient
f1:Rp!Rf2:Rp!R...fn:Rp!R
nfonctions depvariables réelles à valeurs réelles; chaquefiest une fonction : f i:Rp!R,(x1,x2,...,xp)7!fi(x1,...,xp)On construit une application
f:Rp!Rn définie par f(x1,...,xp) =f1(x1,...,xp),...,fn(x1,...,xp).2.1. Applications linéairesDéfinition 2.
Une applicationf:Rp!Rndéfinie parf(x1,...,xp) = (y1,...,yn)est dite uneapplication linéairesi8>>><
>>:y1=a11x1+a12x2++a1pxp
y2=a21x1+a22x2++a2pxp............
y n=an1x1+an2x2++anpxp.En notation matricielle, on a f0 B BB@x 1 x 2... x p1 C CCA=0 B BB@y 1 y 2... y n1 C CCA=0 B BB@a11a12a1p
a21a22a2p.........
a n1an2anp1 C CCA0 B BB@x 1 x 2... x p1 C CCA, ou encore, si on noteX=0 B @x 1... x p1 CAetA2Mn,p(R)la matrice(aij),f(X) =AX.
Autrement dit, une application linéaireRp!Rnpeut s"écrireX7!AX. La matriceA2Mn,p(R)est appelée lamatrice
de l"application linéairef. L"ESPACE VECTORIELRn2. EXEMPLES D"APPLICATIONS LINÉAIRES5Remarque.
•On a toujoursf(0,...,0) = (0,...,0). Si on note0pour le vecteur nul dansRpet aussi dansRn, alors une
application linéaire vérifie toujoursf(0) =0.Le nom complet de la matriceAest : la matrice de l"application linéairefde la base canonique deRpvers la base
canonique deRn!Exemple 1.
La fonctionf:R4!R3définie par8
:y1=2x1+5x2+2x37x4
y2=4x1+2x23x3+3x4
y3=7x13x2+9x3
s"exprime sous forme matricielle comme suit : 0 @y 1 y 2 y 31A =0 @2 5 27
4 23 3
73 9 01
A0 B B@x 1 x 2 x 3 x 41C CA.
Exemple 2.
Pour l"application linéaire identitéRn!Rn,(x1,...,xn)7!(x1,...,xn), sa matrice associée est l"identitéIn(car
InX=X).
Pour l"application linéaire nulleRp!Rn,(x1,...,xp)7!(0,...,0), sa matrice associée est la matrice nulle0n,p
(car 0 n,pX=0).2.2. Exemples d"applications linéaires
Réflexion par rapport à l"axe(Oy)
La fonction
f:R2!R2x y 7!x y est la réflexion par rapport à l"axe des ordonnées(Oy), et sa matrice est1 0 0 1 car1 0 0 1 x y =x y .xy x y x yORéflexion par rapport à l"axe(Ox)
La réflexion par rapport à l"axe des abscisses(Ox)est donnée par la matrice1 0 01 L"ESPACE VECTORIELRn2. EXEMPLES D"APPLICATIONS LINÉAIRES6xy x y x yORéflexion par rapport à la droite(y=x)
La réflexion par rapport à la droite(y=x)est donnée par f:R2!R2,x y 7!y x et sa matrice est 0 1 1 0 .xy x y y x(y=x)OHomothéties
L"homothétie de rapportcentrée à l"origine est : f:R2!R2,x y 7!x yOn peut donc écrirefxy=00
xy. Alors la matrice de l"homothétie est :0 0 L"ESPACE VECTORIELRn2. EXEMPLES D"APPLICATIONS LINÉAIRES7xy x y x yORemarque.
La translation de vecteuru0v0est l"application
f:R2!R2,x y 7!xquotesdbs_dbs24.pdfusesText_30[PDF] ESPACES VECTORIELS Résumé de cours d 'alg`ebre linéaire L1 de
[PDF] Les espaces productifs : les espaces touristiques
[PDF] evaluation d 'espagnol fin cycle 3 - Académie de Toulouse
[PDF] Guide de Conversation pour parler Espagnol - Vert Costa Rica
[PDF] Calendrier universitaire-ESPE- M1xlsx
[PDF] Campus de Bonneuil-sur-Marne - ESPE de Créteil - UPEC
[PDF] Chartres - Université d 'Orléans
[PDF] École supérieure du professorat et de l 'éducation (ESPÉ)
[PDF] Université de Guyane - École Supérieure du - ESPE Guyane
[PDF] Retrouvez la plaquette des formations de l 'ESPE de Martinique ici
[PDF] CALENDRIER 2017-2018 - MASTER MEEF (mentions - ESPE Paris
[PDF] ESPE de Créteil - Site ESPE de Torcy (77) - UPEC
[PDF] Plan Valenciennes - ESPE
[PDF] liste des espèces de poissons inventoriés dans l 'estuaire maritime