Image vectorielle

premi`re ann´e, la maˆ e e ıtrise du calcul diff´rentiel et int´gral ` une variable et de ses interventions en g´om´trie e e a e e diff´rentielle plane constitue un objectif essentiel. e En seconde ann´e, le programme introduit le concept d’espace vectoriel norm´ et d’application lin´aire continue, e e e afin de fournir un cadre coh´rent pour l’´tude des suites, des s´ries et des fonctions et celle des suites et des s´ries e e e e de fonctions. L’int´gration, la repr´sentation des fonctions, notamment

problème On considère un espace vectoriel de dimension , dont on connaît une base On considère une famille de vecteurs de cet espace vectoriel On appelle la matrice dont les vecteurs colonnes sont formés par les composantes des vecteurs dans la base Par exemple si l'espace vectoriel est de dimension 3 et que l'on a La matrice sera égale à : Nous avons démontré l'an dernier que cette matrice est inversible si et seulement si la famille est une base de l'espace vectoriel. La matrice est alors appelée

non linéaires 68 1re année et 2e année Suites numériques 1re année 34 37 23 Séries numériques 2e année 70 Suites particulières 1re année V Table des matières Partie 2 – Analyse dans Rn 24 25 26 27 28 29 30 Espaces vectoriels normés 76 2e année 31 32 33 34 35 36 Intégrales curvilignes 2e année 98 102 104 107 112 Continuité 2e année 80 Suites de fonctions 2e année Calcul différentiel dans Rn 1re année 83 86 Séries de fonctions 2e année

Espaces vectoriels norm´s e Table des mati`res e A. Topologie des espaces vectoriels norm´s e I. Normes 1) D´finition . . . . . . . . . . . . . . . e 2) Distance associ´e ` une norme e a 3) Normes ´quivalentes . . . . . . . . e 4) Exemples de normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 4 5 7 II. D´finitions ensemblistes e 1) Boules, parties

. . . . . . . . . . . 2.4.1 Calcul de l'inverse d'une matrice carrée d'ordre n . . . 2.4.2 Résolution de systèmes linéaires ( Méthode de Cramer ) 3 Espaces Vectoriels 3.1 3.2 3.3 3.4 3.5 3.6 3 4 4 5 5 7 7 10 10 13 15 15 16 17 Espaces vectoriels . . . . . . . . . . . . . . . . . Sous-Espaces vectoriels . . . . . . . . . . . . . . Famille Génératrice . . . . . . . . . . . . . . . . Dépendance et Indépendance Linéaires - Bases . Existence de Bases ( en dimension

nombres rationnels 1.4 Arithmétique dans Z 1.5 Polynômes et fractions rationnelles 1.6 Généralités sur les applications 1.7 Applications linéaires – Espaces vectoriels 1.8 Matrices – Déterminants – Systèmes linéaires 1.9 Espaces vectoriels euclidiens 1.10 Réduction des endomorphismes 1 1 2 5 7 8 11 12 17 22 26 2. Analyse 2.1 Espaces vectoriels normés 2.2 Nombres réels 2.3 Nombres complexes 2.4 Suites 2.5 Fonctions réelles de la variable réelle 2.6 Dérivation 2.7 Intégration 2.8 Équations différentielles

ASI 3 Méthodes numériques pour l’ingénieur Introduction : vecteurs, matrices et applications linéaires Opérations sur les vecteurs Vecteur x base (canonique) bi , i=1,n espace vectoriel V sur le corps des réels combinaison linéaire sous espace vectoriel base, dimension  x1      n     x = xi = ∑ xi bi   i =1   x   n  soient ( xi ∈ V )i = 1, k 0     bi =  1     0   k x ∈ Rn ∀x, y ∈ V , ∀λ , µ ∈ R λx + µy ∈ V i =1 k  α i xi α i ∈ R ∑  

endomorphisme . . . . . . . . . 17.3.1 Trace d’une matrice carrée . . . . . . . . . . . . . . . . . . 17.3.2 Trace d’un endomorphisme . . . . . . . . . . . . . . . . . . 17.4 Noyau, image et rang d’une matrice . . . . . . . . . . . . . 17.4.1 Application linéaire canoniquement associée . . . . . . . . . 17.4.2 Noyau, image et rang d’une matrice . . . . . . . . . . . . . 17.4.3 Matrices équivalentes et rang . . . . . . . . . . . . . . . . . 17.4.4 Rang et matrices extraites . . . . . . . . . . . . .

21/10/2010 Algèbre linéaire Contenu du cours : A. Espaces vectoriels de dimension finie, sous-espaces vectoriels, bases, dimension Applications linéaires, noyau, rang, image Matrice d’une application linéaire, Opérations sur les matrices, changement de base, matrices particulières, Diagonalisation B. C. Partie 1 1 21/10/2010 Introduction : Rappels Systèmes d’équations linéaires Un système d’équations linéaires (ou système linéaire ) de n équations et à p inconnus (nous

P (0), P (1)) ∈ R3 , f7 : P ∈ R[X] → P −(X−2)P ∈ R[X]. Exercice 2. Soit E un espace vectoriel de dimension n et ϕ une application lin´aire de E dans lui-mˆme telle que ϕn = 0 et ϕn−1 = 0. Soit x ∈ E tel que e e ϕn−1 (x) = 0. Montrer que la famille {x, . . . , ϕn−1 (x)} est une base de E. 2 Image et noyau Exercice 3. E1 et E2 ´tant deux sous-espaces vectoriels de dimensions fie nies d’un espace vectoriel E, on d´finit l’application f : E1 × E2 → E par e f (x1 , x2 ) = x1 + x2 . 1. Montrer