Produit vectoriel

un disque ou une boule est convexe, mais un objet creux ne l'est pas. \medskip Un objet est concave s'il est le complémentaire d'un objet convexe, cette notion concrète a été généralisée dans le cadre des espaces vectoriels, on désigne par $E$ un espace vectoriel réel ou complexe et on définit la notion de convexité pour des sous-ensembles de $\mathbb{R}^n $ comme suit : Quels que soient $x$ et $y$ deux éléments de $\mathbb{R}^n $, on appelle segment d'extrémités $x$, $y$ le sous-ensemble

angle au sommet du cône =11,3°). Le support de est dans le cône donc il y a adhérence. 6/4H Q21 : Isolement du verrou 3. Bilan : , et 2/3A4/3F1/3O Système en équilibre soumis à 3 glisseurs donc ils sont coplanaires, concourants et leur somme vectorielle est nulle. Résultats : A2/3 = 2500 N , F4/3 = 2750 N et O1/3= 3950 N Q22 : représentation sur figure1 DR4 Q23 : F = p . S p = F / S = H6/4 / S = 2750 / 75 = 36,66 MPa Q24 : on peut valider car 36,66 MPa < 50 MPa 3ème PARTIE Q25

Chapitre I. G´n´ralit´s sur les espaces vectoriels. e e e Marc de Crisenoy Convention: dans tout le cours, K d´signe un corps commutatif. (En pratique K = Q, R ou C). e § G´n´ralit´s. e e e D´f. 1. On appelle K-espace vectoriel un triplet (E, +, .) ayant les propri´t´s suivantes: e ee (E,+) est un groupe ab´lien e . est une application de K × E dans E (l’image de (λ, x) par cette application est not´e λ.x). e ∀λ ∈ K ∀x, y ∈ E λ.(x + y) = λ.x + λ.y ∀α, β ∈ K ∀x ∈ E (α + β).x = α.x + β.x ∀α, β ∈ K

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

F contient la matrice nulle, est stable par combinaison lin´aire , donc F est un sous espace vectoriel e de M b) I et F sont des ´l´ments de F et ne sont pas proportionnels donc (I, F ) est une famille libre de F ee ax + bz −bx + cz ax − by az − bt x z et M F = , on obtient F M = Posons M = ay + bt −by + ct bx + cy bz + ct y t y = −z c−a comme b = 0 , M ∈ F ´quivaut a e ` , donc F est un R-espace vectoriel de dimension 2 x= t+ z b (I, F ) est donc une base de F c) pour tout entier n , F n commute

Repères et coordonnées Formule de la distance Coordonnées du milieu Equation réduite Propriété : Dans un repère : - Toute droite d non parallèle à l’axe des ordonnées a une équation de la forme : y = m x + p [1]. - Toute droite d parallèle à l’axe des ordonnées a une équation de la forme : x = k [2]. Réciproquement, toute équation de la forme [1] ou [2] est une équation de droite. Définitions : * L’équation y = m x + p ou l’équation x = k est appelée équation réduite de la droite

l’endomorphisme de Rn [X] d´fini par L(P ) = X n P e endomorphisme diagonalisable de Rn [X]. 1 X . D´montrer que L est un e ´ ´ Reduction des endomorphismes : theorie Exercice 15 - f ◦ g et g ◦ f diagonalisables ? - L1/Math Sup Soit E un C-espace vectoriel de dimension finie, et soient f, g ∈ L(E). On souhaite ´tudier e si le fait que f ◦ g est diagonalisable entraˆ que g ◦ f est diagonalisable. On fixe B une base ıne de E et on d´signe par A (resp. B) la matrice de f (resp. g) dans cette base. e 1.

l’intégrale Activité(s) : • Etude de l’espace vectoriel IRn • Etude de l’espace vectoriel des matrices Travail personnel : • Préparation des exercices sur les espaces vectoriels S10. Les fonctions à plusieurs variables - Les dérivées partielles - Applications économiques des dérivées partielles Activités : • Détermination des bases canoniques des espaces usuelles • Comment vérifier si une famille de vecteurs est une base d’un espace vectoriel Activités : • Exercices d’applications • Révision

base de l'orthogonal pour b de         1 0 1 1 F = Vec  0  ,  0  , de G = Vec  1  ,  0  . 1 0 1 0 Comparer avec les résultats du cours sur la dimension de l'orthogonal. Exercice 1  Exercice 2 Soit R2 [X] l'espace vectoriel des polynômes de degré ≤ 2 à coecients réels. Calculer la matrice dans la base (1, X, X 2 ) de la forme bilinéaire symétrique 1 (P, Q) −→ 0 P (t) Q(t) dt . Est-ce que cette forme bilinéaire symétrique est dégénérée ? Quel est son noyau

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