Image vectorielle

II. 1 Chapitre II : Calcul vectoriel A. Définitions et rappels 1. Notion de vecteur Imaginons une caisse posée sur le sol. Trois personnes décident de la pousser. Bougera-t-elle ? Dans quelle direction ? Tout dépend de la grandeur et de la direction de ‘l’effort’ total qui sera fait. Un moyen commode de représenter ces efforts est de les désigner par une flèche dont la longueur est proportionnelle à la grandeur de l’effort et dont la direction indique l’orientation de l’effort : nous l’appellerons

TP N°1 : Programmation de méthodes directes pour la résolution des systèmes linéaires AX=B par MATLAB ÉLABORÉ PAR : Essaied Abdel Hamid Indp1_C ANNÉE UNIVERSITAIRE: 2009-2010 Les méthodes de résolution directe TP1 Introduction: Dans ce TP on va essayer d’écrire l’algorithme de résolution d’un système linéaire sous MATLAB en utilisant deux méthodes directes : la méthode de gauss et la méthode de Cholesky. Dans la première partie on va procéder à la programmation de l’algorithme

une application F de classe C 2 de U dans R3 telle que les vecteurs (∂1 F )(u) et (∂2 F )(u) soient linéairement indépendants pour tout u de U . On a en outre W (u) = (∂1 F )(u) ∧ (∂2 F )(u) (∂1 F )(u) ∧ (∂2 F )(u) où . ∧ . désigne le produit vectoriel dans R3 . On pose K(u) = det A(u) , H(u) = 1 tr A(u) 2 où A(u) est la matrice définie à la question 4.d). On note Fi (u), i = 1, 2, 3, les composantes de F (u) ; on suppose que U contient le point 0 et on fait l’étude de la surface F (U ) au voisinage

Math´matiques appliqu´es ` l’informatique e e a Jean-Etienne Poirrier 15 d´cembre 2005 e ∗ Table des mati`res e 1 Matrices 1.1 D´finition . . . . . . . . . . . . . . . . . . . . . . . . . . . e 1.2 Les diff´rents types de matrices . . . . . . . . . . . . . . . e 1.2.1 Les diff´rences de contenu . . . . . . . . . . . . . . e 1.2.2 Les diff´rences de forme . . . . . . . . . . . . . . . e 1.2.3 Les diff´rences d’orientation . . . . . . . . . . . . . e 1.3 Matrices particuli`res . . . . . . . . . .

les mathématiques sont fortes. Euclide a d’ailleurs été le premier vrai « animateur » des mathématiques (III av JC)  explicitant sa théorie géométrique avec le minimum d’axiomes possibles. Évidemment si on prenait comme axiome : « Soit E un espace vectoriel muni d’un produit scalaire nommé ‘|’ alors (x|y)² < (x|x).(y|y) et cette inégalité est une égalité si et seulement si x et y sont proportionnels. », ça serait moins flagrant comme preuve… Au passage, l’assertion précédente s’appelle l’inégalité

SEL. 5) Modéliser un problème contextuel sous la forme d’un SEL. 6) Résoudre un problème contextuel à l’aide d’une méthode matricielle (5 étapes vues en classe). Chapitre 5 1) Connaître et de définir divers termes appartenant au lexique vectoriel (scalaire, vecteur, vecteur géométrique, module, direction, vecteur nul, vecteur unitaire, vecteur algébrique, composante, base, base orthogonale, base orthonormée). 2) Donner une représentation graphique d’un vecteur. Vecteurs géométriques

MPSI 1 Devoir en temps libre no 22 2005-2006 Espaces euclidiens A rendre le lundi 24 avril Problème 1: [Un exemple de structure euclidienne]1 On considère l’espace vectoriel E = Rn [X]. Pour P, Q ∈ E on pose : n P |Q = i=0 P (i)Q(i). Partie I 1. Montrer qu’on définit ainsi un produit scalaire sur E. On notera P euclidienne du polynôme P associée au produit scalaire précédent. 2 la norme 2. Montrer qu’il existe une unique famille (L0 , ..., Ln ) de E telle que Li (j) = δi

17 Rappel sur le calcul vectoriel II/ RAPPEL SUR LE CALCUL VECTORIEL $ $ $ $ !$ $ $ 1/ GRANDEUR SCALAIRE( $ $%&$ ) Une grandeur scalaire est toujours exprimée par une valeur numérique suivie de l’unité correspondante. Exemple : le volume, la masse, la température, la charge électrique, l’énergie… ) 2/ GRANDEUR VECTORIELLE( On appelle grandeur vectorielle toute grandeur qui nécessite un sens, une direction, un point d’application en plus de sa valeur numérique appelée intensité

caractéristiques : on peut utiliser par exemple les angles d’Euler permettant de repérer R par rapport à Ro. w z z1 Ro v A1 y1 x1 y n u x → → → On définit le vecteur nodal n , donné par l’intersection des sous espaces vectoriels { x , y } et → → {u , v } Le passage d’une base à l’autre peut se faire par composition de 3 rotation planes : → → w → → → z → n y v → z ϑ Ψ → → h j n Ψ : angle de précession h

scalaire sur un R espace vectoriel . . . . . . . . 19.1.2 Norme et distance associée . . . . . . . . . . . . . . . . 19.2 Orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . 19.2.1 Vecteurs orthogonaux . . . . . . . . . . . . . . . . . . . 19.2.2 Orthogonal d’une partie . . . . . . . . . . . . . . . . . . 19.2.3 Algorithme d’orthonormalisation de Schmidt . . . . . . 19.2.4 Calculs dans une base orthonormale . . . . . . . . . . . 19.3 Produit mixte, produit vectoriel . . . . . . . . . . .