ALGEBRE LINEAIRE Cours et exercices
Cours d’algèbre linéaire 1 Espaces vectoriels 2 Applications linéaires 3 Matrices 4 Déterminants 5 Diagonalisation
L2 Math ematiques Math ematiques: ALGEBRE LINEAIRE II Cours
Si toute matrice carr ee complexe est trigonalisable, ceci n’est pas vrai pour les matrices r eelles Ceci signi e qu’il n’existe pas toujours une matrice triangulaire r eelle semblable a la matrice r eele donn ee, la matrice de passage devant ^etre aussi r eelle Prenons par exemple la matrice M= 0 1 1 0 :
Exercices dalgèbre linéaire
d’algèbre linéaire, choisis pour leur consistance plus que pour leur difficulté Ils sont groupés par thèmes, mais cette classification est approximative, et les solutions proposées supposent connu tout le cours d’algèbre linéaire Les corrigés mettent en lumière la pluralité des points de vue et des méthodes de résolution
Exercices dAlgèbre
matrice dont les vecteurs colonnes sont orthogonaux deux à deux et de norme 1 ? Une base orthonormale pour un produit scalaire donné est orthogonale pour tous les autres produits scalaires FAUX Prenons par exemple 21 13 = M C’est une matrice symétrique dont les valeurs propres sont 1 et 4 : c’est la matrice d’un produit scalaire
Exo7 - Cours de mathématiques
La seconde partie est entièrement consacrée à l’algèbre linéaire C’est un domaine totalement nouveau pour vous et très riche, qui recouvre la notion de matrice et d’espace vectoriel Ces concepts, à la fois profonds et utiles, demandent du temps et du travail pour être bien compris
جامعة وهران للعلوم و التكنولوجيا محمد بوضياف – Université des
5 Notion d’Application Linéaire 48 6 Exercices Corrigés 51 Chapitre 6 Notion de Matrice Associée à une Application Linéaire et Calcul Algébrique sur les Matrices avec Exercices Corrigés 57 1 Espace vectoriel des matrices 57 2 Produit de deux matrices 59 3 Matrices carrées 60 4 Les Déterminants 61 5
U C B L Licence Sciences, Technologies, Santé
UNIVERSITÉ CLAUDE BERNARD LYON 1 Licence Sciences, Technologies, Santé Enseignement de mathématiques des parcours Informatique ANALYSE MATRICIELLE ET ALGÈBRE LINÉAIRE
I MATRICES, ENDOMORPHISMES ET DETERMINANTS
10 D eterminant d’une matrice 11 Calcul et d eveloppements d’un d eterminant 12 EXERCICES II REDUCTION DES ENDOMORPHISMES 13 Valeurs propres, vecteurs propres 14 Endomorphismes diagonalisables 15 Polynome caract eristique d’une matrice carr ee 16 Polynome caract eristique d’un endomorphisme 17 Polynomes 18
[PDF] algèbre linéaire pour les nuls PDF Cours,Exercices ,Examens
[PDF] algèbre linéaire pour les nuls pdf PDF Cours,Exercices ,Examens
[PDF] Algèbre linéaire Sous-espace Bac +3 Mathématiques
[PDF] Algebre lineaire: Polynomes de degré < 4 + Calcul vectoriel Bac Mathématiques
[PDF] algebre mathématique PDF Cours,Exercices ,Examens
[PDF] algebre pdf PDF Cours,Exercices ,Examens
[PDF] algebre polynome exercice corrigé PDF Cours,Exercices ,Examens
[PDF] algèbre pour les nuls PDF Cours,Exercices ,Examens
[PDF] algébre sur les nombres relatifs 4ème Mathématiques
[PDF] algebre trigonometrie niveau bac PDF Cours,Exercices ,Examens
[PDF] Algèbre, Dérivation Bac Mathématiques
[PDF] Algébre, puissance 3ème Mathématiques
[PDF] Algebre, racine carrée 3ème Mathématiques
[PDF] Algébres 2nde Mathématiques
ISPB, Faculté de Pharmacie de Lyon Année 2014 - 2015
Filière ingénieur
3ème année de pharmacie
ALGEBRE LINEAIRE
Cours et exercices
L. Brandolese
M-A. Dronne
Cours d"algèbre linéaire
1. Espaces vectoriels
2. Applications linéaires
3. Matrices
4. Déterminants
5. Diagonalisation
1Chapitre 1
Espaces vectoriels
1. Définition
Soit K un corps commutatif (K = R ou C)
Soit E un ensemble dont les éléments seront appelés des vecteurs. On munit E de : · la loi interne " + » (addition vectorielle) : E)yx(,E)y,x(2Î+Î" · la loi externe " . » (multiplication par un scalaire) :E)x.( K,λE,xÎlÎ"Î"
(E, +, .) est un espace vectoriel (ev) sur K (K-ev) si :1) (E,+) est un groupe commutatif
· l"addition est associative : )zy(xz)yx(,E)z,y,x(3++=++Î"· l"addition est commutative :
xyy x,E)y,x(2+=+Î"· Il existe un élément neutre
E0EÎ tq x0 xE,xE=+Î"
E0x"x"x x tqE x"! E,x=+=+Î$Î" (x" est appelé l"opposé de x et se note (-x))2) la loi externe doit vérifier :
2E)y,x( K,λÎ"Î",y.x.)yx.(l+l=+l
Ex ,K),λ(2
21Î"Îl",x.x.x).(2121l+l=l+l
Ex ,K),λ(2
21Î"Îl",x)..()x..(2121ll=ll
x1.x E,x=Î"Propriétés :
Si E est un K-ev, on a :
1)KλE,xÎ"Î",
EE0ou x0λ0λ.x
2) )x.()x.(x).(-l=l-=l-Exemple :
Soit K = R et E = Rn. (Rn,+, . ) est un R-ev
1) loi interne :
)x..., ,x,(x x,Rxn21n=Î" et )y..., ,y,(yy ,Ryn21n=Î" )yx..., ,yx,y(xyxnn2211+++=+2) loi externe :
)x..., ,x,x(.x : R ,Rxn21nlll=lÎl"Î" 22. Sous espace vectoriel (sev)
Définition :
Soit E un K-ev et
EFÌ. F est un sev si :
· F ¹ AE
· la loi interne " + » est stable dans F :
F)yx(,F)y,x(2Î+Î"
· la loi externe " . » est stable dans F :
F)x.( K,λF,xÎlÎ"Î"
Remarque : Si E est un K-ev, {}E0 et E sont 2 sev de EExercice 1 :
Soit E l"ensemble défini par {}0xx2x/R)x,x,x(E3213321=-+Î=
Montrer que E est un sev de R
3Exercice 2 :
Soit E un ev sur K et F
1 et F2 deux sev de E. Montrer que 21FFI est un sev de E
3. Somme de 2 sev
Théorème :
Soit F
1 et F2 deux sev de E. On appelle somme des sev F1 et F2 l"ensemble noté (F1 + F2) défini par :
{}2121Fyet Fy / xxFFÎÎ+=+On peut montrer que F1 + F2 est un sev de E
Somme directe de sev :
Définition :
On appelle somme directe la somme notée F
1 + F2
E2121210FFFFFFFF
I Remarque : Si F = E, on dit que F1 et F2 sont supplémentairesPropriété :
F = F1 + F2 ssi FzÎ", z s"écrit de manière unique sous la forme z = x + y avec 1FxÎ et 2FyÎ
Exercice 3 :
{}R xavec ,0,0)(xF111Î= et {}232322R)x,(x avec )x,x(0,FÎ=
Montrer que F
1 et F2 sont supplémentaires de R3 c"est-à-dire F1 + F2 = R3
34. Combinaisons linéaires, familles libres, liées et génératrices
Définition :
Soit E un K-ev et
{}IiixÎ une famille d"éléments de E. On appelle combinaison linéaire de la famille {}IiixÎ, l"expression ∑ ÎlIiiix avec KiÎl
Définition :
On dit que la famille
{}IiixÎ est libre si Ii 00xiEIiiiÎ"=l⇒=l∑Définition :
On dit que la famille
{}IiixÎ est liée si elle n"est pas libre : ()()EIiiip10xλ tq0,...,0,...,=¹ll$∑Définition :
On appelle famille génératrice de E une famille telle que tout élément de E est une combinaison
linéaire de cette famille : ()∑IiiiIiixλ x tqλ ,Ex
Définition :
On dit que la famille
{}IiixÎ est une base de E si {}IiixÎ est une famille libre et génératricePropriété :
On dit que la famille
{}IiixÎ est une base de E ssi ExÎ", x s"écrit de manière unique ∑Iiiixλx
Démonstration (1) ⇒ (2) (D1)
Exercice 4 :
Soit 21R)0,1(eÎ= et 2
2R)1,0(eÎ=. La famille {}21e,e est-elle une base ?
Remarque :
La famille {}n21e,...,e,e avec )1,...,0,0(e),...,0,...,1,0(e),0,...,0,1(en21=== constitue la base canonique
de RnPropriétés :
{}x est une famille libre 0x¹Û · Toute famille contenant une famille génératrice est génératrice · Toute sous-famille d"une famille libre est libre · Toute famille contenant une famille liée est liée· Toute famille
{}p21v,...,v,v dont l"un des vecteurs vi est nul, est liée 45. Espace vectoriel de dimension finie
Définitions :
· Soit {}IiixÎ une famille S d"éléments de E. On appelle cardinal de S le nombre d"éléments de S
· E est un ev de dimension finie si E admet une famille génératrice de cardinal fini.Théorème :
Toutes les bases d"un même ev E ont le même cardinal. Ce nombre commun est appelé la dimension
de E. On note dimECorollaire :
Dans un ev de dimension n, on a :
- Toute famille libre a au plus n éléments - Toute famille génératrice a au moins n élémentsRemarque : si dimE = n, pour montrer qu"une famille de n éléments est une base de E, il suffit de
montrer qu"elle est libre ou bien génératrice.Exercice 5 :
Dans R
3, soit e1= (1,0,0), e2= (1,0,1) et e3= (0,1,2)
Montrer que
{}321e,e,e est une base de R3Théorème de la base incomplète :
Soit E un ev de dimension finie et L une famille libre de E. Alors il existe une base B de cardinal fini
qui contient L.