Cours particuliers de maths à Lille

Cours particuliers de maths à Lille

Présent sur Lille , La Madeleine , Marcq en Baroeul , Mons en Baroeul , Wasquehal , Croix , Roubaix , Lambersart , Villeneuve d'Ascq , Lomme , Loos etc..

Publié le par François Montagne
Publié dans : #Topologie, #Post-Bac ( Prépa), #Mathématiques
POST BAC - Topologie - Espaces métriques - Exercices
POST BAC - Topologie - Espaces métriques - Exercices
POST BAC - Topologie - Espaces métriques - Exercices
POST BAC - Topologie - Espaces métriques - Exercices
POUR LE 3) #Quel que soit l'élément de A, on peut trouver une boule ouverte incluse dans A #Comme toutes les parties sont ouvertes, par passage au complémentaire on peut prouver que toutes les parties sont aussi fermées

POUR LE 3) #Quel que soit l'élément de A, on peut trouver une boule ouverte incluse dans A #Comme toutes les parties sont ouvertes, par passage au complémentaire on peut prouver que toutes les parties sont aussi fermées

#Topologie discrète #Tout sous-ensemble de X est un ouvert/fermé #Cours

#Topologie discrète #Tout sous-ensemble de X est un ouvert/fermé #Cours

POST BAC - Topologie - Espaces métriques - Exercices
POST BAC - Topologie - Espaces métriques - Exercices
#Logique avec un schéma,  int(A∩B) est la plus grande partie ouverte incluse dans A∩B, donc forcément int(A)∩in(B) est forcément inclus dedans

#Logique avec un schéma, int(A∩B) est la plus grande partie ouverte incluse dans A∩B, donc forcément int(A)∩in(B) est forcément inclus dedans

POST BAC - Topologie - Espaces métriques - Exercices
POST BAC - Topologie - Espaces métriques - Exercices

Voir les commentaires

Publié le par François Montagne
Publié dans : #Mathématiques, #Post-Bac ( Prépa), #MPSI
#Analyse #Synthèse

#Analyse #Synthèse

#Astuces #Par exemple, on peut transformer x en x/2 continuellement et créer une suite #On peut remplacer une fonction par une autre (exemple: f(x)=1-g(x)) #On peut également substituer y par x (exemple pour montrer qu'on a le droit de passer de y à x ou inversement sans restrictions). Le but est toujours d'essayer et de chercher. On obtient forcément des informations précieuses au final

#Astuces #Par exemple, on peut transformer x en x/2 continuellement et créer une suite #On peut remplacer une fonction par une autre (exemple: f(x)=1-g(x)) #On peut également substituer y par x (exemple pour montrer qu'on a le droit de passer de y à x ou inversement sans restrictions). Le but est toujours d'essayer et de chercher. On obtient forcément des informations précieuses au final

#Utiliser la continuité  #Théorème #Caractérisation séquentielle de la continuité #Utile par exemple pour prouver que f(x) est constante

#Utiliser la continuité #Théorème #Caractérisation séquentielle de la continuité #Utile par exemple pour prouver que f(x) est constante

#Equation fonctionnelle de Cauchy

#Equation fonctionnelle de Cauchy

#Equation fonctionnelle de Cauchy #Solutions

#Equation fonctionnelle de Cauchy #Solutions

#Equation fonctionnelle de Cauchy #Source: Méthode Maths #Pour prouver que n ∈ ℤ on sait que n ∈ ℕ*, donc si je pars avec -n=n' avec n<0, on arrive à prouver la chose aisément

#Troncature et fonction partie entière #Utiliser une suite avec x ∈ ℚ pour prouver que x ∈ ℝ (Par exemple si x=π, u0=3 , u1=3,1 u2=3,14 u3=3,141 etc alors la limite de xn quand n→+∞ = π (on a alors prouvé que x ∈ ℝ)) #Développement décimal du nombre

#Troncature et fonction partie entière #Utiliser une suite avec x ∈ ℚ pour prouver que x ∈ ℝ (Par exemple si x=π, u0=3 , u1=3,1 u2=3,14 u3=3,141 etc alors la limite de xn quand n→+∞ = π (on a alors prouvé que x ∈ ℝ)) #Développement décimal du nombre

#Troncature #Différence avec l'arrondi #Rappel

#Troncature #Différence avec l'arrondi #Rappel

#Equation fonctionnelle de Cauchy #Enoncé

#Equation fonctionnelle de Cauchy #Enoncé

#Equation fonctionnelle de Cauchy #Corrigé

#Equation fonctionnelle de Cauchy #Corrigé

#Equation fonctionnelle de Cauchy #Source: Hans Amble

#Equation fonctionnelle de Jensen

#Equation fonctionnelle de Jensen

#Equation fonctionnelle de Jensen #Source: Méthode Maths

#Source: Méthode Maths

#Source: Hans Amble

#Utiliser la continuité #Caractérisation séquentielle de la continuité #Utile par exemple pour prouver que f(x) est constante #Source: Hans Amble

#Source: Hans Amble

#Source: Hans Amble

#Logarithme décimal #Rappel

#Logarithme décimal #Rappel

#Source: Hans Amble

#Source: Hans Amble

#Source: Hans Amble

#Source: Hans Amble

#Avec nombre complexes #La densité de ℚ dans ℝ signifie simplement que dans n'importe quel intervalle non vide de ℝ et ne comportant pas un seul élement (donc au moins deux éléments), on peut trouver un rationnel (donc appartenant à ℚ) #Source: Hans Amble

POST BAC - Equations fonctionnelles

Voir les commentaires

Publié le par François Montagne
Publié dans : #Mathématiques, #Post-Bac ( Prépa), #Topologie

#Démonstration # ℝ est archimédien #Densité de ℚ dans ℝ #Source: Méthode Maths

#Archimédien

#Archimédien

#Propriété d'Archimède #Propriété de la partie entière

#Propriété d'Archimède #Propriété de la partie entière

# ℝ est archimédien #Démonstration

# ℝ est archimédien #Démonstration

# ℝ est archimédien #Démonstration

# ℝ est archimédien #Démonstration

#Autre démonstration #Densité de ℚ dans ℝ #La densité de ℚ dans ℝ signifie simplement que dans n'importe quel intervalle non vide de ℝ et ne comportant pas un seul élement (donc au moins deux éléments), on peut trouver un rationnel (donc appartenant à ℚ)

#Autre démonstration #Densité de ℚ dans ℝ #La densité de ℚ dans ℝ signifie simplement que dans n'importe quel intervalle non vide de ℝ et ne comportant pas un seul élement (donc au moins deux éléments), on peut trouver un rationnel (donc appartenant à ℚ)

#Autre démonstration #Densité de ℚ dans ℝ

#Autre démonstration #Densité de ℚ dans ℝ

POST BAC - Montrer que ℚ est dense dans ℝ

Voir les commentaires

Publié le par François Montagne
Publié dans : #Mathématiques, #Post-Bac ( Prépa), #MPSI, #Espace préhilbertien réel, #Espace préhilbertien complexe
POST BAC - Espaces préhilbertiens réels et complexes
#ESPACE PREHILBERTIEN REEL #Produit scalaire #Bilinéarité #Symétrie #Définie positive #Un espace préhilbertien réel de dimension finie est appelé un espace euclidien #Pour prouver la bilinéarité, la linéarité par rapport à une seule variable est suffisante si l'on a démontré la symétrie avant (il suffit de renverser le produit après la 1ère linéarité détectée pour s'en apercevoir)

#ESPACE PREHILBERTIEN REEL #Produit scalaire #Bilinéarité #Symétrie #Définie positive #Un espace préhilbertien réel de dimension finie est appelé un espace euclidien #Pour prouver la bilinéarité, la linéarité par rapport à une seule variable est suffisante si l'on a démontré la symétrie avant (il suffit de renverser le produit après la 1ère linéarité détectée pour s'en apercevoir)

#Produits scalaire canonique #Norme et distance associées à un produit scalaire #Espace préhilbertien réel

#Produits scalaire canonique #Norme et distance associées à un produit scalaire #Espace préhilbertien réel

POST BAC - Espaces préhilbertiens réels et complexes
||f||=rac(<f,f>) #Espace préhilbertien réel

||f||=rac(<f,f>) #Espace préhilbertien réel

Rappels #Colinéarité #Déterminant de deux vecteurs

Rappels #Colinéarité #Déterminant de deux vecteurs

#Rappels #Produit scalaire #Dimension 2

#Rappels #Produit scalaire #Dimension 2

#Produit scalaire #Propriétés #Commutatvité #Associativité #Distributivité

#Produit scalaire #Propriétés #Commutatvité #Associativité #Distributivité

#Produit scalaire #Scalaire #Propriétés

#Produit scalaire #Scalaire #Propriétés

#Exemple #Commutativité #Associativité #Distributivité

#Exemple #Commutativité #Associativité #Distributivité

#Produit scalaire positif #Produit scalaire négatif

#Produit scalaire positif #Produit scalaire négatif

#Produits scalaires canoniques #Espace préhilbertien réel

#Produits scalaires canoniques #Espace préhilbertien réel

#Produits scalaires canoniques #Espace préhilbertien réel

#Produits scalaires canoniques #Espace préhilbertien réel

#Inégalité de Cauchy-Schwarz  #Espace préhilbertien réel

#Inégalité de Cauchy-Schwarz #Espace préhilbertien réel

#Inégalité de Cauchy-Schwarz  #Espace préhilbertien réel

#Inégalité de Cauchy-Schwarz #Espace préhilbertien réel

#Inégalité de Cauchy-Schwarz #Inégalité triangulaire norme et distance #Espace préhilbertien réel

#Inégalité de Cauchy-Schwarz #Inégalité triangulaire norme et distance #Espace préhilbertien réel

#Norme euclidienne #Espace préhilbertien réel

#Norme euclidienne #Espace préhilbertien réel

#Inégalité triangulaire version norme  #Espace préhilbertien réel

#Inégalité triangulaire version norme #Espace préhilbertien réel

 #Identités remarquables #Espace préhilbertien réel

#Identités remarquables #Espace préhilbertien réel

 #Idendités de polarisation #Espace préhilbertien réel

#Idendités de polarisation #Espace préhilbertien réel

 #Distance #Espace préhilbertien réel

#Distance #Espace préhilbertien réel

 #Espace préhilbertien réel

#Espace préhilbertien réel

 #Vecteurs orthogonaux #Espace préhilbertien réel

#Vecteurs orthogonaux #Espace préhilbertien réel

#ESPACE PREHILBERTIEN COMPLEXE

#ESPACE PREHILBERTIEN COMPLEXE

#Espace préhilbertien complexe #L'objet central d'un espace préhilbertien est ce qu'on appelle en général un produit scalaire. Il peut s'agir d'un produit scalaire euclidien lorsque l'on considère des espaces vectoriels sur le corps des nombres réels ou d'un produit scalaire hermitien dans le cas d'espaces vectoriels sur le corps des nombres complexes

#Espace préhilbertien complexe #L'objet central d'un espace préhilbertien est ce qu'on appelle en général un produit scalaire. Il peut s'agir d'un produit scalaire euclidien lorsque l'on considère des espaces vectoriels sur le corps des nombres réels ou d'un produit scalaire hermitien dans le cas d'espaces vectoriels sur le corps des nombres complexes

#Produit hermitien #Définie positive #Sesquilinéaire #Hermitienne #Espace préhilbertien complexe

#Produit hermitien #Définie positive #Sesquilinéaire #Hermitienne #Espace préhilbertien complexe

#Produit hermitien #Produit scalaire hermitien #Définie positive #Sesquilinéaire #Hermitienne #Une forme sesquilinéaire sur un espace vectoriel complexe E est une application de E × E dans ℂ, linéaire selon l'une des variables et semi-linéaire par rapport à l'autre variable #Espace préhilbertien complexe

#Produit hermitien #Produit scalaire hermitien #Définie positive #Sesquilinéaire #Hermitienne #Une forme sesquilinéaire sur un espace vectoriel complexe E est une application de E × E dans ℂ, linéaire selon l'une des variables et semi-linéaire par rapport à l'autre variable #Espace préhilbertien complexe

#Espace hermitien #Produit scalaire hermitien #Norme #Espace préhilbertien complexe

#Espace hermitien #Produit scalaire hermitien #Norme #Espace préhilbertien complexe

#Identités remarquables #Espace préhilbertien complexe

#Identités remarquables #Espace préhilbertien complexe

#Produits scalaires usuels #Espace préhilbertien complexe

#Produits scalaires usuels #Espace préhilbertien complexe

#Inégalité Cauchy-Schwarz #Valable sur Espace préhilbertien complexe

#Inégalité Cauchy-Schwarz #Valable sur Espace préhilbertien complexe

#Espace préhilbertien complexe

#Espace préhilbertien complexe

#Gram-Schmdit #Différence par rapport à l'espace réel #Espace préhilbertien complexe

#Gram-Schmdit #Différence par rapport à l'espace réel #Espace préhilbertien complexe

#Produit scalaire hermitien #Espace préhilbertien complexe

#Produit scalaire hermitien #Espace préhilbertien complexe

#Rappels #Nombres complexes #Propriétés

#Rappels #Nombres complexes #Propriétés

#Rappels #Nombres complexes #Propriétés #Affixe #Milieu

#Rappels #Nombres complexes #Propriétés #Affixe #Milieu

#Rappels #Nombres complexes #Propriétés #Conjugué

#Rappels #Nombres complexes #Propriétés #Conjugué

#Rappels #Nombres complexes #Propriétés #Equation du second degré

#Rappels #Nombres complexes #Propriétés #Equation du second degré

#Rappels #Nombres complexes #Propriétés #Module #Argument #Forme trigonométrique

#Rappels #Nombres complexes #Propriétés #Module #Argument #Forme trigonométrique

#Rappels #Nombres complexes #Propriétés #Conjugué #Module

#Rappels #Nombres complexes #Propriétés #Conjugué #Module

#On appelle points fixes ou points invariants les points qui respectent f(Ω)=Ω (on s'en peut s'en servir par exemple pour trouver l'affixe du centre) #C'est bien sûr valable dans ℝ aussi

#On appelle points fixes ou points invariants les points qui respectent f(Ω)=Ω (on s'en peut s'en servir par exemple pour trouver l'affixe du centre) #C'est bien sûr valable dans ℝ aussi

#Isométrie #Toute isométrie continue est un isomorphisme

#Isométrie #Toute isométrie continue est un isomorphisme

#Symétrie orthogonale d'axe (OI) #Symétrie orthogonale d'axe (OJ) #Symétrie centrale de centre O

#Symétrie orthogonale d'axe (OI) #Symétrie orthogonale d'axe (OJ) #Symétrie centrale de centre O

#Symétrie orthogonale #Symétrie centrale #Translation #Homothétie #Rotation

#Symétrie orthogonale #Symétrie centrale #Translation #Homothétie #Rotation

#Symétrie par rapport à la droite passant par le point A (d'affixe a)

#Symétrie par rapport à la droite passant par le point A (d'affixe a)

#Similitude directe

#Similitude directe

#Similitude indirecte #Symétrie

#Similitude indirecte #Symétrie

#Similitude directe

#Similitude directe

#Similitude directe

#Similitude directe

#Similitude directe ##Similitude indirecte #Différence

#Similitude directe ##Similitude indirecte #Différence

#Similitude #Définition

#Similitude #Définition

#Excellent document #Similtudes #Cours

#Composition d'une rotation et d'une translation #Composition de deux rotations

#Composition d'une rotation et d'une translation #Composition de deux rotations

POST BAC - Espaces préhilbertiens réels et complexes
#Matrices symétriques #Matrices antisymétriques #Matrices orthogonales

#Matrices symétriques #Matrices antisymétriques #Matrices orthogonales

#Matrices symétriques

#Matrices symétriques

#Matrices symétriques

#Matrices symétriques

#Matrices symétriques

#Matrices symétriques

#Matrices symétriques #Diagonalisation de matrices symétriques réelles

#Matrices symétriques #Diagonalisation de matrices symétriques réelles

#Matrices symétriques #Diagonalisation de matrices symétriques réelles #Donc la matrice de passage est composée des vecteurs de la B.O.N simplement etc

#Matrices symétriques #Diagonalisation de matrices symétriques réelles #Donc la matrice de passage est composée des vecteurs de la B.O.N simplement etc

#Excellent document à consulter sur le sujet #Diagonalisation de matrices symétriques réelles

#Définie positive

#Définie positive

#Produit vectoriel

#Produit vectoriel

#Produit vectoriel

#Produit vectoriel

#Famille orthogonale #Famille orthonormée (ou orthonormale)

#Famille orthogonale #Famille orthonormée (ou orthonormale)

#Algorithme Gram-Schmidt #Espace préhilbertien réel

#Algorithme Gram-Schmidt #Espace préhilbertien réel

#Algorithme Gram-Schmidt #Espace préhilbertien réel

#Algorithme Gram-Schmidt #Espace préhilbertien réel

#Algorithme Gram-Schmidt #Application #Espace préhilbertien réel

#Algorithme Gram-Schmidt #Application #Espace préhilbertien réel

#Algorithme Gram-Schmidt #Application #Espace préhilbertien réel

#Algorithme Gram-Schmidt #Application #Espace préhilbertien réel

#Algorithme Gram-Schmidt #Astuce

#Algorithme Gram-Schmidt #Astuce

#Matrice orthogonale #Mt=M^(-1) #La matrice est orthogonale si et seulement si (e1,e2,e3...en) forment une base orthonormale #Le déterminant d'une matrice orthogonale est de carré 1, c'est-à-dire qu'il est égal à +1 ou –1 (la réciproque est trivialement fausse). Une matrice orthogonale est dite directe si son déterminant vaut +1 et indirecte s'il vaut –1

#Matrice orthogonale #Mt=M^(-1) #La matrice est orthogonale si et seulement si (e1,e2,e3...en) forment une base orthonormale #Le déterminant d'une matrice orthogonale est de carré 1, c'est-à-dire qu'il est égal à +1 ou –1 (la réciproque est trivialement fausse). Une matrice orthogonale est dite directe si son déterminant vaut +1 et indirecte s'il vaut –1

#Vecteurs orthogonaux #Famille orthogonale #Famille orthonormale #Espace préhilbertien réel

#Vecteurs orthogonaux #Famille orthogonale #Famille orthonormale #Espace préhilbertien réel

POST BAC - Espaces préhilbertiens réels et complexes
#Théorème de Pythagore #Espace préhilbertien réel

#Théorème de Pythagore #Espace préhilbertien réel

#Supplémentaire orthogonal #Espace préhilbertien réel

#Supplémentaire orthogonal #Espace préhilbertien réel

#Trouver une base orthogonale #Exemple #La base orthogonale n'a pas besoin nécessairement d'avoir les mêmes dimensions que la base d'origine

#Trouver une base orthogonale #Exemple #La base orthogonale n'a pas besoin nécessairement d'avoir les mêmes dimensions que la base d'origine

#Matrice de rotation #Anti-horaire #Horaire

#Matrice de rotation #Anti-horaire #Horaire

#Cas où on connaît la matrice de rotation #Trouver l'axe et l'angle à partir de la matrice de rotation #L'axe est invariant (le vecteur u reste fixe malgré la matrice R)

#Cas où on connaît la matrice de rotation #Trouver l'axe et l'angle à partir de la matrice de rotation #L'axe est invariant (le vecteur u reste fixe malgré la matrice R)

#Exercice excellent #Cas où on connaît la matrice de rotation #Trouver l'axe et l'angle à partir de la matrice de rotation #Source Méthode Maths

#Cas où on connaît la matrice de rotation #Trouver l'axe et l'angle à partir de la matrice de rotation

#Cas où on connaît la matrice de rotation #Trouver l'axe et l'angle à partir de la matrice de rotation

#Cas où on connaît la matrice de rotation #Trouver l'axe et l'angle à partir de la matrice de rotation #Trouver le déterminant de la base #On aura bien sûr trouvé l'axe grâce au système linéaire Au=u

#Cas où on connaît la matrice de rotation #Trouver l'axe et l'angle à partir de la matrice de rotation #Trouver le déterminant de la base #On aura bien sûr trouvé l'axe grâce au système linéaire Au=u

POST BAC - Espaces préhilbertiens réels et complexes
#Cas où l'on cherche la matrice de rotation (on connaît l'axe et l'angle) #Sens anti-horaire #Etape 2 #Après il suffit simplement de placer les 3 vecteurs dans la matrice M', la matrice de passage P étant les 3 vecteurs de la base orthonormée (e1,e2,e3) #Matrice de passage orthogonale

#Cas où l'on cherche la matrice de rotation (on connaît l'axe et l'angle) #Sens anti-horaire #Etape 2 #Après il suffit simplement de placer les 3 vecteurs dans la matrice M', la matrice de passage P étant les 3 vecteurs de la base orthonormée (e1,e2,e3) #Matrice de passage orthogonale

#Matrice de passage orthogonale

#Matrice de passage orthogonale

#Matrice de passage orthogonale

#Matrice de passage orthogonale

#Matrice de passage d'un changement de bases orthonormales

#Matrice de passage d'un changement de bases orthonormales

#Exercice excellent #Cas où l'on cherche la matrice de rotation (on connaît l'axe et l'angle) #Source : Méthode Maths

#Symétrie (dans un espace vectoriel) #S²=I

#Symétrie (dans un espace vectoriel) #S²=I

#Symétrie (dans un espace vectoriel) #Dimension 2 #Plan

#Symétrie (dans un espace vectoriel) #Dimension 2 #Plan

#Symétrie (dans un espace vectoriel) #C'est la symétrie par rapport à ker (s-IdE) parallèlement à ker(s+IdE)

#Symétrie (dans un espace vectoriel) #C'est la symétrie par rapport à ker (s-IdE) parallèlement à ker(s+IdE)

#Une involution est une application bijective qui est sa propre réciproque, c'est-à-dire par laquelle chaque élément est l'image de son image #La symétrie vectorielle est une application linéaire involutive : elle vérifie s²=id

#Une involution est une application bijective qui est sa propre réciproque, c'est-à-dire par laquelle chaque élément est l'image de son image #La symétrie vectorielle est une application linéaire involutive : elle vérifie s²=id

#Symétrie (dans un espace vectoriel)

#Symétrie (dans un espace vectoriel)

#Symétrie (dans un espace vectoriel) #Les valeurs propres possibles d'une symétrie sont -1 et 1 (il est donc aisé dans une matrice 2x2 de deviner la trace (somme des valeurs propres) qui vaut 0 et le déterminant (produit des valeurs propres) qui vaut -1) #s(x)=λ(x) donne s²(x)=λ²(x)=id donc λ={-1,1}

#Symétrie (dans un espace vectoriel) #Les valeurs propres possibles d'une symétrie sont -1 et 1 (il est donc aisé dans une matrice 2x2 de deviner la trace (somme des valeurs propres) qui vaut 0 et le déterminant (produit des valeurs propres) qui vaut -1) #s(x)=λ(x) donne s²(x)=λ²(x)=id donc λ={-1,1}

#Trouver matrice de symétrie/symétrie orthogonale #Méthode

#Trouver matrice de symétrie/symétrie orthogonale #Méthode

#Trouver matrice de symétrie/symétrie orthogonale #Méthode #A la fin on peut vérifier S²=I

#Trouver matrice de symétrie/symétrie orthogonale #Méthode #A la fin on peut vérifier S²=I

#Symétrie orthogonale (dans un espace vectoriel) #S²=I

#Symétrie orthogonale (dans un espace vectoriel) #S²=I

#Projecteur/Projecteur orthogonal A²=A #Symétrie/Symétrie orthogonale A²=I

#Projecteur/Projecteur orthogonal A²=A #Symétrie/Symétrie orthogonale A²=I

#Avec la matrice M #Avec M'=PMP(^-1) #Base adaptée

#Avec la matrice M #Avec M'=PMP(^-1) #Base adaptée

#Relations projecteurs/symétrie

#Relations projecteurs/symétrie

#S=2P-I #Valable pour Symétrie/Projecteur et Symétrie orthogonale/Projecteur orthogonal

#S=2P-I #Valable pour Symétrie/Projecteur et Symétrie orthogonale/Projecteur orthogonal

#Projecteur #C'est une application linéaire idempotente : elle vérifie p² = p #L'idempotence signifie qu'une opération a le même effet qu'on l'applique une ou plusieurs fois #L'application p est un endomorphisme, idempotent (p ∘ p = p), d'image im(p) = F et de noyau ker(p) = G. Cet endomorphisme est diagonalisable

#Projecteur #C'est une application linéaire idempotente : elle vérifie p² = p #L'idempotence signifie qu'une opération a le même effet qu'on l'applique une ou plusieurs fois #L'application p est un endomorphisme, idempotent (p ∘ p = p), d'image im(p) = F et de noyau ker(p) = G. Cet endomorphisme est diagonalisable

#Projecteur #La projection sur im(p) parallèlement à ker(p)

#Projecteur #La projection sur im(p) parallèlement à ker(p)

#Trouver la matrice de projection/projection orthogonale #Méthode

#Trouver la matrice de projection/projection orthogonale #Méthode

#Trouver la matrice de projection/projection orthogonale #Méthode #A la fin on peut vérifier P²=P

#Trouver la matrice de projection/projection orthogonale #Méthode #A la fin on peut vérifier P²=P

#Distance à un sous-espace vectoriel en dimension finie

#Distance à un sous-espace vectoriel en dimension finie

#Projecteur

#Projecteur

#Projection orthogonale #Symétrie orthogonale

#Projection orthogonale #Symétrie orthogonale

#La base de ker(p) est égale à la base orthogonale de im(p)

#La base de ker(p) est égale à la base orthogonale de im(p)

#Il donc très évident de déduire dans une matrice 2x2 que la trace (somme des valeurs propres) est 1 et que le déterminant (produit des valeurs propres) est 0 pour ainsi prouver la projection #Un tel raisonnement est limpide également pour trouver les valeurs propres d'une symétrie

#Il donc très évident de déduire dans une matrice 2x2 que la trace (somme des valeurs propres) est 1 et que le déterminant (produit des valeurs propres) est 0 pour ainsi prouver la projection #Un tel raisonnement est limpide également pour trouver les valeurs propres d'une symétrie

#Trace d'une projection #Valeurs propres

#Trace d'une projection #Valeurs propres

#Projection orthogonale #Une projection pour laquelle les deux supplémentaires sont orthogonaux est appelée projection orthogonale #Symétrie orthogonale #Expression d'un projeté orthogonal dans une base orthonormale #Quand on a trouvé la matrice, on peut vérifier A²=A pour valider

#Projection orthogonale #Une projection pour laquelle les deux supplémentaires sont orthogonaux est appelée projection orthogonale #Symétrie orthogonale #Expression d'un projeté orthogonal dans une base orthonormale #Quand on a trouvé la matrice, on peut vérifier A²=A pour valider

#Prouver une matrice de projection orthogonale #ker(p) pourra servir de vecteur normal pour déterminer l'équation du plan de F par exemple

#Prouver une matrice de projection orthogonale #ker(p) pourra servir de vecteur normal pour déterminer l'équation du plan de F par exemple

#Trouver la matrice de projection orthogonale avec x∈E dans la base canonique #Gram-Schmidt

#Trouver la matrice de projection orthogonale avec x∈E dans la base canonique #Gram-Schmidt

#Exercice excellent #Trouver la matrice de projection orthogonale sur ce plan #Source : Méthode Maths

#Exercice excellent #Source : Méthode Maths

#Distance à un plan

#Distance à un plan

#Exercice excellent #Source : Méthode Maths

POST BAC - Espaces préhilbertiens réels et complexes
#Matrice de projection #M²=M (pour TOUTE matrice de projection (pas forcément orthogonale))

#Matrice de projection #M²=M (pour TOUTE matrice de projection (pas forcément orthogonale))

#Excellent exercice #Source : Algèbre Prépa (Omar Jedidi)

#Excellent exercice #Base orthonormale #Base orthogonale #Projection orthogonale #Symétrie orthogonale #Source : Maths avec Ammar

#Décomposition LU #Lower #Upper

#Décomposition LU #Lower #Upper

#Décomposition LU #Lower #Upper

#Décomposition LU #Lower #Upper

#Exercice #Source : Méthode Maths #Méthode : sachant A=LU , AX=B donne LUX=B , calculer LY=B (la descente) puis UX=Y (la montée) (enfin déduire X)

#Rappel #Déterminants #Propriétés

#Rappel #Déterminants #Propriétés

#Rappel #Trace #Propriétés #Linéarité de la trace Tr(αA)=αTr(A)

#Rappel #Trace #Propriétés #Linéarité de la trace Tr(αA)=αTr(A)

#Rappel #Trace #Propriétés

#Rappel #Trace #Propriétés

#Rappel #Trace #Propriétés

#Rappel #Trace #Propriétés

#Rappel #Transposée #Propriétés #Linéarité de la transposée (αA)t=α(A)t

#Rappel #Transposée #Propriétés #Linéarité de la transposée (αA)t=α(A)t

#Produit de matrices #Appliquer f∘g (par exemple), c'est simplement multiplier les 2 matrices correspondantes dans le même ordre

#Produit de matrices #Appliquer f∘g (par exemple), c'est simplement multiplier les 2 matrices correspondantes dans le même ordre

<A,B>=Tr(tAB)

<A,B>=Tr(tAB)

#Excellent exercice #Prouver <A,B>=Tr(tAB) #Bilinéarité #Symétrie #Définie #Positive #Linéarité des traces et des matrices transposées

Voir les commentaires

Publié le par François Montagne
Publié dans : #Mathématiques, #Post-Bac ( Prépa), #MPSI, #Applications linéaires, Matrices et Déterminants
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires
POST BAC - Applications linéaires

Voir les commentaires

RESSOURCES MATHS

 

 

Niveaux concernés :

 

 

 

 

COLLEGE

 

LYCEE

 

Toutes filières :

 

GENERALES

 

TECHNOLOGIQUES

 

POST-BAC

 

 

COLLEGE

6 ème

5 ème

4 ème

3 ème

 

 

LYCEE

2 nde

1 ère  

Terminale

 

POST-BAC

MPSI

 

 

Contact: fmontagne@gmx.fr

 

 

TAPEZ UN TITRE

 

DE CHAPITRE

 

UN THèME SOUHAITé

 

OU UNE FORMULE

 

DANS LA SECTION

 

"RECHERCHE"

 

CI-DESSOUS

 

EXEMPLES:

 

"Pythagore"

 

"Trigonométrie"

 

"Dérivation" etc...

 

 

 

 

 

 

Page Facebook

Hébergé par Overblog