Académique Documents
Professionnel Documents
Culture Documents
Fonctions . . .
Ensembles et applications
Home Page
Nabil Derbel
Title Page
Master AII
JJ II
2020–2021
J I
Page 1 of 38
Go Back
Full Screen
Close
Quit
1. Fonctions trigonométriques
1.1. Angle orienté
Un angle orienté est défini par deux demi-droites D1 et D2 partant d’un même
Fonctions . . .
point A.
Ensembles et applications
Espaces Vectoriels
On choisit le sens inverse de parcourt des aiguilles d’une montre comme orientation
Applications Linéaires
positive du plan (c’est le sens trigonométrique positif).
Espaces Euclidiens
D2 Home Page
Hypothénuse B
Côté
Title Page
θ opposé
A D1
C JJ II
Côté adjacent
J I
Figure 1: Définition d’un angle orienté
Page 2 of 38
Dans le cas général, on les définit par le produit scalaire et le produit vectoriel: Home Page
−→ −−→
AC · AB Title Page
cos θ = −→ −−→
kACk kABk
−→ −−→ −→ −−→ JJ II
AC ∧ AB det (AC, AB)
sin θ = −→ −−→ = −−→ −→
kACk kABk kABk kACk J I
−→ −−→ −→ −−→
AC ∧ AB det (AC, AB) Page 3 of 38
tan θ = −→ −−→ = −→ −−→
AC · AB AC · AB
Go Back
Quit
1.2. Propriétés des fonctions trigonométriques
La relation fondamentale des fonctions trigonométriques s’écrit:
cos2 θ + sin2 θ = 1
Fonctions . . .
La fonction cos est paire alors que les fonctions sin et tan sont impaires
Ensembles et applications
cos(−θ) = cos θ Espaces Vectoriels
sin(−θ) = − sin θ Applications Linéaires
tan(−θ) = − tan θ Espaces Euclidiens
Home Page
Les fonctions cos et sin sont périodiques de périodes 2π, alors que la fonction tan
est périodique de période π, et on a: Title Page
y Home Page
1
y=
sin θ Title Page
θ JJ II
x
x= 1 J I
cos θ
Page 5 of 38
Go Back
Figure 2: Cercle trigonométrique pour la calcul des fonctions cos et sin. Full Screen
Close
Quit
Table 1: Valeurs des fonctions aux angles remarquables.
π π π π
θ 0 6 4 3 2
√ √
3 2 1
cos θ 1 2 2 √2
0
1 2 3
sin θ 0 √2 2 1
3
√2 Fonctions . . .
tan θ 0 3 1 3 ∞ Ensembles et applications
Espaces Vectoriels
Pour s’en souvenir des valeurs du Tab. 1, on peut utiliser la remarque suivante: Applications Linéaires
√ √ √ √ √ Espaces Euclidiens
0 1 1 2 3 4
0= , = , , , 1=
2 2 2 2 2 2 Home Page
JJ II
cos(α + β) = cos α cos β − sin α sin β
cos(α − β) = cos α cos β + sin α sin β J I
sin(α + β) = sin α cos β + cos α sin β
Page 6 of 38
sin(α − β) = sin α cos β − cos α sin β
cos 2α = cos2 α − sin2 α = 2 cos2 α − 1 = 1 − 2 sin2 α Go Back
sin 2α = 2 sin α cos α
Full Screen
La figure 3 représente l’évolution des fonctions cos, sin et tan dans l’intervalle
[−2π, 2π]. Close
Quit
1
0.5 y=cos x
-0.5
Fonctions . . .
-1
-6 -4 -2 0 2 4 6 Ensembles et applications
Espaces Vectoriels
1 Applications Linéaires
y=sin x
0.5 Espaces Euclidiens
0
Home Page
-0.5
-1 Title Page
-6 -4 -2 0 2 4 6
JJ II
10
y=tan x
5 J I
0
Page 7 of 38
-5
Go Back
-10
-6 -4 -2 0 2 4 6
Full Screen
Figure 3: Evolution des fonctions cos, sin et tan dans l’intervalle [−2π, 2π]
Close
Quit
2. Ensembles et applications
2.1. Définition d’un ensemble
Un ensemble est une collection d’objets appelés éléments.
Fonctions . . .
L’ensemble vide est un ensemble sans éléments et le note ∅. Ensembles et applications
L’ensemble de tous les éléments possibles est noté Ω. Espaces Vectoriels
Applications Linéaires
A partir de deux ensembles, on peut créer un nouveau grâce aux opérateurs suiv- Home Page
ants:
Title Page
• Intersection: A ∩ B = {x ∈ A et x ∈ B}
JJ II
• Union: A ∪ B = {x ∈ A ou x ∈ B}
J I
• Différence: A − B = A\B = {x ∈ A et x ∈
/ B}
• Complémentaire: C A = {x ∈ Ω | ∈
/ A} Page 8 of 38
Le cardinal d’un ensemble est le nombre d’éléments qui appartiennent à cet ensem-
Full Screen
ble, et on note: card(A).
Close
Quit
On a les relations suivantes:
• Commutativité:
A∩B =B∩A
Fonctions . . .
A∪B =B∪A
Ensembles et applications
Espaces Vectoriels
• Associativité:
Applications Linéaires
A ∩ (B ∩ C) = (A ∩ B) ∩ C = A ∩ B ∩ C Espaces Euclidiens
A ∪ (B ∪ C) = (A ∪ B) ∪ C = A ∪ B ∪ C
Home Page
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
JJ II
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
J I
• Complémentarité:
Page 9 of 38
C A∪B = C A ∩ C B
C A∩B = C A ∪ C B Go Back
Full Screen
Définition : Une relation R : A × B est un procédé qui associe à quelques (ou
tous les) éléments a de A une ou des images b par R dans B, et on note aRb. Close
Quit
Définition : Une application f : A −→ B est un procédé qui associe à tout
élément a de A une unique image b par f dans B, notée b = f (a). b est appelé
image de a par f , et a est appelé antécédent de b par a. L’image d’un élément est
unique, mais l’antécédent peut être nombreux ou bien aucun élément ne peut être
antécédent de b.
Fonctions . . .
On note par image de f : Ensembles et applications
Espaces Vectoriels
Im(f ) = {b ∈ B | ∃a ∈ A, avec f (a) = b}
Applications Linéaires
Espaces Euclidiens
L’antécédent d’un élément {b} ou d’un ensemble C ⊂ B est noté:
C’est la fonction g ◦ f .
Title Page
Pour toute application bijective f , on note la réciproque de f par f −1 :
f −1 : B −→ A JJ II
b 7−→ a = f −1 (b)
J I
On a:
Page 11 of 38
f −1 ◦ f : A −→ B −→ A
a 7−→ b = f (a) 7−→ a = f −1 [f (b)] = IdA (a) Go Back
f ◦ f −1 : B −→ A −→ B Full Screen
f: R −→ R
x 7−→ y = 2x − 3
Fonctions . . .
La fonction réciproque est:
Ensembles et applications
−1
f : R −→ R Espaces Vectoriels
1 Applications Linéaires
x 7−→ y = (x + 3)
2 Espaces Euclidiens
On a: Home Page
1
f −1 ◦ f (x)
= f −1 [f (x)] = f −1 (2x − 3) = [(2x − 3) + 3] = x Title Page
2
−1 −1 1 1
f ◦ f (x) = f [f (x)] = f (x + 3) = 2 (x + 3) − 3 = x JJ II
2 2
J I
Page 12 of 38
Go Back
Full Screen
Close
Quit
2.5. Nombres complexes
Rappelons les ensembles des nombres:
√ Title Page
Remarque : Soit n un entier naturel non carrée. n est un nombre irrationnel:
√ √ JJ II
n∈/ Q, n∈R−Q
√ J I
En effet, si on suppose que n est rationnel, donc, il existe deux entiers a et b
premier entre eux tel que:
√ a Page 13 of 38
n=
b
Go Back
Donc a2 = nb2 . Donc n divise a. Alors, il existe un entier a0 tel que a = na0 . Ce
qui permet d’écrire: b2 = na02 . Donc n divise b. Or n divise a, donc n divise a et b,
Full Screen
qui sont premiers eux, ce qui est absurde, et par conséquent n n’est pas rationnel.
Close
Quit
2.5.1. Module et argument d’un nombre complexe
z+z = 2 <e(z) JJ II
z−z = 2 i =m(z)
J I
zz = |z|2
z∈R ⇐⇒ z=z Page 15 of 38
z ∈ iR ⇐⇒ z = −z
Go Back
De plus:
√ Full Screen
|z| = |z| = zz
1 z Close
z −1 = =
z |z|2
Quit
2.5.3. Affixe d’un point
→
− →−
Dans un plan P de repère orthonormé R = (O, i , j ), on considère un point M
de coordonnées (x, y). L’affixe du point M est le complexe z = x + iy. z est aussi
−−→
l’affixe du vecteur OM .
Fonctions . . .
Le symétrique du point M par rapport à l’axe des abscisses est le point d’affixe Ensembles et applications
z = x − iy. Espaces Vectoriels
Le symétrique du point M par rapport à l’axe des ordonnées est le point d’affixe Applications Linéaires
−z = −x + iy. Espaces Euclidiens
Le symétrique du point M par rapport au point O est le point d’affixe −z = −x−iy.
(x, y) sont les coordonnées cartésiennes du point M . On définit les coordonnées Home Page
Close
Quit
2.5.5. Linéarisation des fonctions trigonométriques
z = r eiθ
z+z
cos θ =
2
Fonctions . . .
z−z
sin θ = Ensembles et applications
2i Espaces Vectoriels
n n
Ces relations sont très utilisées pour linéariser cos θ et sin θ. En effet: Applications Linéaires
n Espaces Euclidiens
e + e−iθ
iθ
n
cos θ =
2 Home Page
1 h i
= n einθ +e−inθ +Cn1 ei(n−2)θ +e−i(n−2)θ +Cn2 ei(n−4)θ +e−i(n−4)θ +· · ·
2 Title Page
1
= n−1 cos nθ + Cn1 cos(n − 2)θ + Cn2 cos(n − 4)θ + · · ·
2 JJ II
De même: J I
−iθ n
eiθ − e
sinn θ = Page 17 of 38
2i
1 h inθ
e + (−1)n e−inθ − Cn1 ei(n−2)θ + (−1)n e−i(n−2)θ Go Back
= n
(2i)
i
Full Screen
+Cn2 ei(n−4)θ + (−1)n e−i(n−4)θ − · · ·
Close
Quit
Si n = 2q est pair:
Go Back
iθ −iθ
3
e −e 1 3iθ
sin3 θ e − e−3iθ + 3 eiθ − e−iθ
= =− Full Screen
2i 8i
1 1 Close
= − [sin 3θ − 3 sin θ] = [3 sin θ − sin 3θ]
4 4
Quit
4
eiθ + e−iθ
1 4iθ
4
e + e−4iθ + 4 e2iθ + e−2iθ + 6
cos θ = =
2 16
1
= [cos 4θ + 4 cos 2θ + 3] Fonctions . . .
8
Ensembles et applications
4 Espaces Vectoriels
eiθ − e−iθ
1 4iθ
4
e + e−4iθ − 4 e2iθ + e−2iθ + 6
Applications Linéaires
sin θ = =
2i 16 Espaces Euclidiens
1
= [cos 4θ − 4 cos 2θ + 3]
8 Home Page
On déduit que:
Title Page
1
cos4 θ + sin4 θ = [cos 4θ + 3]
4 JJ II
cos4 θ − sin4 θ = cos 2θ
J I
2.5.6. Racines d’un nombre complexe
Page 19 of 38
iα
Soit le complexe z0 = ρ e . Considérons l’équation:
Go Back
z n = z0
Full Screen
Les n solutions de cette équation sont z = r eiθ , avec:
√
r = nρ Close
α + 2kπ
θ = mod(2π), k ∈ {1, 2, ..., n} Quit
n
2.6. Polynômes
2.6.1. Définition
les coefficients ai sont réels. Le coefficient an doit être non nul. L’ensemble des Espaces Vectoriels
polynôme est noté R[X]. Un élément simple est de la forme ai X i est appelé Applications Linéaires
monôme. L’entier n est le degré du polynôme P , et note deg(P ) = n. Espaces Euclidiens
Home Page
Remarque : A chaque polynôme P (X) on attribue une fonction polynomiale:
f : R −→ R Title Page
n n−1 2
x 7−→ f (x) = P (x) = an x + an−1 x + · · · + a2 x + a1 x + a0
JJ II
Soient P et Q sont deux polynômes. On a:
J I
deg (P Q) = deg (P ) + deg (Q)
Page 20 of 38
deg (P + Q) ≤ max[deg (P ), deg (Q)]
En effet: Go Back
3 2
P (X) = X +X +X +1 Close
Q(X) = 3X 2 − X − 2
P (X) + Q(X) = X 3 + 4X 2 − 1 Quit
On a bien: deg(P + Q) = deg(P ) = 3.
Page 21 of 38
2.6.2. Division euclidienne
Go Back
Soit A et B deux polynômes. Alors, il existe deux polynômes R et Q tel que:
Full Screen
A = BQ + R
Close
avec deg(R) < deg(B). Ces deux polynômes sont uniques. On dit qu’on a effectué
la division euclidienne de A par B.
Quit
Exemple
X3 +2X 2 +3X +4 X +1
X3 +X 2 X2 +X +2
X2 +3X
Fonctions . . .
X2 +X
Ensembles et applications
2X +4
2X +2 Espaces Vectoriels
2 Applications Linéaires
Espaces Euclidiens
Ainsi, on peut écrire:
Home Page
X 3 + 2X 2 + 3X + 4 = (X + 1)(X 2 + X + 2) + 2
Title Page
C’est la division euclidienne selon les puissances décroissantes de X.
JJ II
J I
Page 22 of 38
Go Back
Full Screen
Close
Quit
Remarque : La division euclidienne selon les puissances croissantes de X peut
être décrite par l’exemple suivant:
4 +3X +2X 2 +X 3 1 +X
4 +4X 4 −X +3X 2 −2X 3 + · · ·
2 Fonctions . . .
−X +2X
Ensembles et applications
−X −X 2
Espaces Vectoriels
3X 2 +X 3
3X 2 +3X 3 Applications Linéaires
Close
Quit
2.6.3. Racines d’un polynôme
Si P (X) est un polynôme de R[X] et si a n’est pas réel (a est complexe), alors: a le Espaces Euclidiens
conjugué de a est aussi racine du polynôme P (X), et il existe un polynôme Q(X)
tel que: Home Page
P (X) = X 4 − 2X 3 + 2X 2 − 2X + 1 = (X 2 − 2X + 1)(X 2 + 1) JJ II
= (X − 1)2 (X 2 + 1) J I
= (X − 1)2 (X + i)(X − i)
Page 25 of 38
Go Back
Full Screen
Close
Quit
3. Espaces Vectoriels
L’ensemble Rn est un espace vectoriel décrit par:
Rn = {(x1 , x2 , · · · , xn ) | x1 , x2 , · · · , xn ∈ R}
Fonctions . . .
On appelle vecteurs les éléments d’un espace vectoriels, notés: Ensembles et applications
→
−u = (x1 , x2 , · · · , xn ) Espaces Vectoriels
→
−
u0 = (x01 , x02 , · · · , x0n )
Applications Linéaires
Espaces Euclidiens
et on a la somme de deux vecteurs:
Home Page
→
−
u +→
−
u0 = (x1 + x01 , x2 + x02 , · · · , xn + x0n )
Title Page
et la multiplication d’un vecteur par un scalaire λ ∈ R
λ→
−
u = (λx1 , λx2 , · · · , λxn ) JJ II
J I
3.1. Définition
Page 26 of 38
Un espace vectoriel V munis de deux lois + et ·, vérifiant:
Go Back
+ : V × V −→ V
(→
−
u,→
−v ) 7−→ →
−
u +→
−
v Full Screen
· : R × V −→ V Close
(λ, →
−
u ) 7−→ λ · →
−
u =λ→
−
u
Quit
avec les propriétés suivantes:
• Associativité de la loi +:
(→
−
u +→
−
v)+→
−
w =→
−
u + (→
−
v +→
−
w)
Fonctions . . .
• Commutativité de la loi +: Ensembles et applications
→
− Espaces Vectoriels
u +→
−
v =→
−
v +→
−
u
Applications Linéaires
→
− Espaces Euclidiens
• 0 élément neutre pour la loi +:
→
− →
− →
− −
u + 0 = 0 +→
u =→
−
u Home Page
→
− →
−
u +→
−
v =→
−
v +→
−
u = 0 JJ II
λ · (µ · →
−
u ) = (λ · µ) · →
−
u) Page 27 of 38
1·→
−
u =→
−
u
Full Screen
• Distributivité de la loi · par rapport à la loi +:
Close
λ · (→
−
u +→−v) = λ·→ −
u +λ·→ −
v
(λ + µ) · u = λ · u + µ · →
→
− →
− −
u Quit
3.2. Sous-espaces vectoriels
Un sous ensemble U de l’espace vectoriel V est un sous-espace vectoriel de V , si
les restrictions des lois + et · le munissent d’une structure d’espace vectoriel.
U est un sous-espace vectoriel de l’espace vectoriel V si et seulement si:
Fonctions . . .
→
− Ensembles et applications
0 ∈U
∀→
−u, →
−
v ∈ U, →−
u +→− Espaces Vectoriels
v ∈U
Applications Linéaires
∀ u ∈ U, ∀λ ∈ R, λ · →
→
− −
u ∈U Espaces Euclidiens
P = {(x, y, z) ∈ R3 | ax + by + cz = 0}
. Go Back
2
• Dans R , l’ensemble:
Full Screen
D = {(x, y) ∈ R2 | ax + by = c}
Close
→
−
pour c 6= 0, n’est pas un sous-espace vectoriel, car le vecteur nul 0 = (0, 0)
n’appartient pas à D. Quit
• Dans R3 , l’ensemble:
P = {(x, y, z) ∈ R3 | ax + by + cz = d}
→
−
pour d 6= 0, n’est pas un sous-espace vectoriel, car le vecteur nul 0 = (0, 0, 0)
n’appartient pas à P . Fonctions . . .
Ensembles et applications
• L’ensemble iR des nombres imaginaires purs est un sous espace vectoriel de
l’espace vectoriel C. Espaces Vectoriels
Applications Linéaires
• Soit n ∈ N. L’ensemble des polynômes de degrés inférieurs à n est un sous Espaces Euclidiens
espace vectoriel de l’ensemble des polynômes R[X].
• Soit n ∈ N . L’ensemble des matrices diagonales d’ordre n, l’ensemble des Home Page
S = {→−
u ,→ −
u ,··· ,→
1
−
2u } n
Title Page
est un sous espace vectoriel de V , noté Vect(S):
JJ II
Vect(S) = {λ1 · → −u 1 + λ2 · →
−
u 2 + · · · + λn · →
−
u n | λ1 , λ2 , · · · , λn ∈ R}
J I
Vect(S) est appelé espace vectoriel engendré par S.
Page 31 of 38
3.4. Systèmes liés
Go Back
Un système S = {→ −u 1, →
−u 2, · · · , →
−
u n } est dit lié ou famille liée si et seulement s’il
existe des scalaires λ1 , λ2 , · · · , λn non tous nuls tel que: Full Screen
λ ·→
1
−
1u +λ ·→
2
−
u + ··· + λ · →
2 n
−un Close
C’est à dire qu’il existe une combinaison linéaire nulle de ses vecteurs à coefficients
non tous nuls, ou bien, au moins un vecteur qui s’exprime en fonction des autres. Quit
3.5. Systèmes libres
Un système S = {→ −
u 1, →
−
u 2, · · · , →
−
u n } est dit libre ou famille libre si et seulement s’il
n’existe pas des scalaires λ1 , λ2 , · · · , λn non tous nuls tel que:
→
−
λ1 · →
−
u 1 + λ2 · →
−
u 2 + · · · + λn · →
−
un = 0 Fonctions . . .
Ensembles et applications
C’est à dire que toute combinaison linéaire nulle de ses vecteurs est à coefficients Espaces Vectoriels
tous nuls: Applications Linéaires
→
−
λ1 · →
−
u 1 + λ2 · →
−
u 2 + · · · + λn · →
− Espaces Euclidiens
un = 0 =⇒ λ1 = λ2 = · · · = λn = 0
Home Page
3.6. Bases
Title Page
Un système S = {→
−
u 1, →
−
u 2, · · · , →
−
u n } est dit base de V si et seulement si:
JJ II
• S est une famille libre
J I
• et tout vecteur de V s’exprime sous la forme d’une combinaison linéaire des
vecteurs de S. Page 32 of 38
si et seulement si: tout vecteur de V s’exprime sous la forme d’une combinaison Go Back
linéaire unique des vecteurs de S.
Toute famille libre F de vecteurs d’un espace vectoriel V peut s’étendre à une base; Full Screen
c’est à dire qu’il existe au moins une famille F 0 tel que S = F ∪ F 0 est une base de
V. Close
Quit
Exemple F = {→ −
u = (1, 1, 0), →
−v = (1, 1, 1)} de l’espace vectoriel R3 . Cette
famille est libre. En effet, si on considère une combinaison linéaire nulle de ces
deux vecteurs:
→
−
α→−u + β→−v = 0
alors, on a: Fonctions . . .
α(1, 1, 0) + β(1, 1, 1) = (0, 0, 0) Ensembles et applications
Espaces Vectoriels
soit:
α+β = 0 Applications Linéaires
α+β = 0 Espaces Euclidiens
β = 0
Home Page
ce qui donne α = β = 0. Donc, F est une famille libre.
Soit →
−w = (−1, 2, 1). Montrons que S = {→ −
u = (1, 1, 0), →
−v = (1, 1, 1), →
−
w = Title Page
(−1, 2, 1)} est une famille libre. Pour cela, considérons une combinaison linéaire
nulle de ses vecteurs: JJ II
→
−
α→
−u + β→
−
v + γ→ −
w = 0
alors, on a: J I
α(1, 1, 0) + β(1, 1, 1) + γ(−1, 2, 1) = (0, 0, 0)
Page 33 of 38
soit:
α+β−γ = 0 Go Back
α + β + 2γ = 0
β+γ = 0
Full Screen
→
− Ensembles et applications
λ , λ , · · · , λ s’appelles les coordonnées de u dans la base S. On peut également
1 2 n
Espaces Vectoriels
noter:
→
−
u = (λ1 , λ2 , · · · , λn )S
Applications Linéaires
Espaces Euclidiens
Exemple : Soit →
−
u = (x, y, z) un vecteur de R3 . La base canonique: Home Page
donc:
= 31 (y − x)
Close
γ
β = z − 13 (y − x)
Quit
α = x + 13 (y − x) − z + 13 (y − x)
soit:
= 13 x + 32 y − z
α
β = 13 x − 31 y + z
γ = − 13 x + 13 y
Fonctions . . .
3.8. Matrice des coordonnées d’un système Ensembles et applications
Espaces Vectoriels
Soit le système S formé de m vecteurs:
Applications Linéaires
S = {→
−
u 1 = (a11 , a21 , · · · , an1 ), →
−
u 2 = (a21 , a22 , · · · , an2 ), · · · , →
−
u m = (a1m , a2m , · · · , anm )} Espaces Euclidiens
A chaque vecteur →
−
u i , on associe une colonne ai : Home Page
ai1 Title Page
ai2
ai = .
..
JJ II
ain
J I
Ce qui permet d’écrire que la colonne ai est égale à la transposé du vecteur →
−
u i,
→
−
d’après la notation de définition du vecteur u i . Page 35 of 38
• Nous avons →−u i = aTi et ai = →−u Ti . Dans certains cas, on définit un vecteur
→
−
par la colonne ai et on écrit u i = ai .
La dimension d’un espace vectoriel, notée dim, est le nombre de vecteurs dans l’une JJ II
de ses bases.
J I
• dim R = 1
Page 36 of 38
• dim Rn = n
Go Back
• dim C = 2
• dim Rd [X] = d + 1, avec Rd [X] l’ensemble des polynômes de degrés inférieurs Full Screen
à d.
Close
• dim Mm,n = m × n, avec Mm,n l’ensemble des matrices de tailles m × n.
Quit
3.10. Somme d’espaces
Soient V1 et V2 deux sous-espaces vectoriels de V . La dimension de leur somme est
égale à:
dim (V1 + V2 ) = dim (V1 ) + dim (V2 ) − dim (V1 ∩ V2 )
Fonctions . . .
Ensembles et applications
3.10.1. Définition
Espaces Vectoriels
Une somme de sous espaces vectoriels est dite directe si leur intersection est réduite Applications Linéaires
• Un plan vectoriel P et une droite vectorielle D non incluse dans P forment Go Back
une somme directe P ⊕ D.
Full Screen
• Dans l’espace vectoriel F des fonctions définies sur D ⊂ R, on considère les
deux sous-espaces vectoriels respectivement P des fonctions paires et I des Close
fonctions impaires. On a:
P ⊕I =F Quit
3.10.3. Sous-espaces supplémentaires
U = U1 ⊕ U2 ⊕ · · · ⊕ Uk Quit