DE - DETERMINANTS. Rappels sur la méthode du pivot

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "DE - DETERMINANTS. Rappels sur la méthode du pivot"

Transcription

1 DE - DETERMINANTS Rappels sur la méthode du pivot Si A est une matrice de M(n,m; R), les opérations intervenant dans la méthode du pivot s interprètent comme le produit de A par des matrices particulières Opération de première espèce : si on ajoute à la ligne i de A, λ fois la ligne j, on obtient une matrice B = T (i,j) λ A, où T (i,j) λ est la matrice triangulaire supérieure de format (n,n) ayant des 1 sur la diagonale principale, et des zéros partout ailleurs sauf pour le coefficient d indice (i, j) qui vaut λ On remarque que cette matrice est inversible et que son inverse vaut T (i,j) λ, et que t T (i,j) λ = T (j,i) λ Opération de deuxième espèce : si on permute les lignes i et j de A, on obtient une matrice B = S (i,j) A, où S (i,j) est la matrice symétrique de format (n,n) qui a des 1 sur la diagonale sauf pour les coefficients d indice (i,i) et (j,j), et dont les autres termes sont nuls sauf ceux d indice (i,j) et (j,i) qui valent 1 Cette matrice est symétrique, inversible, et égale à son inverse Opération de troisième espèce : si on multiplie la ligne i de A par le nombre µ non nul, on obtient une matrice B = D µ (i) A, où D µ (i) est la matrice diagonale de format (n,n) dont tous les éléments diagonaux valent 1, sauf celui d indice (i,i) qui vaut µ Cette matrice est symétrique, inversible et son inverse est D (i) 1/µ Nous appellerons matrice élémentaire une matrice d un des trois types définis précédemment En particulier, l inverse d une matrice élémentaire est élémentaire, la transposée d une matrice élémentaire est élémentaire Plaçons nous maintenant dans le cas où m = n Si la matrice A est de rang n, alors on peut la transformer par une suite d opérations en la matrice unité I n Donc, il existe des matrices élémentaires telles que et l on en déduit P q P 1 A = I n, A = (P 1 ) 1 (P q ) 1 = P 1 P q, et toute matrice inversible est le produit de matrices élémentaires Si A est de rang r, il existera des matrices élémentaires telles que P q P 1 A = J r, où J r est de la forme J r = [ ] Ir B, O O

2 DE 2 c est une matrice ayant n r lignes de 0, et I r désigne la matrice unité de format (r,r) Alors A = (P 1 ) 1 (P q ) 1 J r = P 1 P q J r Donc si A est de rang r c est le produit de matrices élémentaires et d une matrice J r Axiomes de définition du déterminant d une matrice Nous admettrons le théorème suivant : Il existe une application de M(n, R) dans R qui à une matrice carrée A d ordre n associe un nombre appelé déterminant de A et noté deta et qui vérifie les propriétés suivantes : (i) pour toute matrice carrée A d ordre n et quels que soient i et j compris entre 1 et n, et λ réel, det(t (i,j) λ A) = det A (ii) pour toute matrice carrée A d ordre n et quels que soient i et j compris entre 1 et n, det(s (i,j) A) = deta (iii) pour toute matrice carrée A d ordre n et quels que soient i compris entre 1 et n, et µ réel non nul, (iv) det I n = 1 det(d µ (i) A) = µ deta Nous dirons qu un déterminant est d ordre n, si c est le déterminant d une matrice (n,n) Nous allons voir comment à partir de ces quatre axiomes, on peut déduire les résultats généraux et les méthodes de calcul des déterminants Notation - Soit n 2 Si on notera a 11 a 12 a 1n a 21 a 22 a 2n A = a n1 a n2 a nn a 11 a 12 a 1n a 21 a 22 a 2n deta = a n1 a n2 a nn

3 DE 3 Autre formulation des axiomes (i) signifie que l on ne change pas un déterminant en ajoutant à une ligne un multiple d une autre, et donc plus généralement une combinaison linéaire des autres (ii) signifie que si l on permute deux lignes d un déterminant, il change de signe (iii) signifie que si l on multiplie une ligne par µ le déterminant est multiplié par µ, ou encore que si l on met µ en facteur dans une ligne du déterminant, il est mis en facteur dans le déterminant Cas particulier n = 1 Si A = (a 11 ), il est évident que l application qui à A associe le nombre a 11 vérifie les propriétés (iii) et (iv), (le cas des propriétés (i) et (ii) ne se pose pas) On posera donc det A = a 11, et on supposera désormais que n 2 On pourra facilement vérifier que les formules obtenues dans la suite pour n 2 sont valable aussi si n = 1 Quelques conséquences lorsque n 2 (1) Si une matrice A possède deux lignes égales, alors deta = 0 En effet d après (ii), si l on permute les deux lignes égales, on trouve la même matrice mais alors deta = det A (2) Si une matrice A possède une ligne de zéros, alors deta = 0 En effet, si A = 0, alors cela résulte de (1) Si A 0, on ajoute à la ligne de zéros une ligne non nulle Le déterminant ne change pas, mais la matrice possède cette fois deux lignes égales, et le déterminant est nul d après (1) (3) Si une ligne de A est combinaison linéaire des autres, alors deta = 0 En effet, en ajoutant à la ligne l opposée de la combinaison linéaire, on obtient une ligne de 0 et on ne change pas le déterminant, donc il est nul d après (2) (4) det(λa) = λ n det A En effet chacune des n lignes étant multipliée par λ, le déterminant est multiplié par λ n (5) Le déterminant d une matrice diagonale est le produit des éléments diagonaux En effet, si un élément diagonal est nul, le déterminant possède une ligne de zéros et est nul Sinon, en mettant successivement chaque élément de la diagonale principale en facteur, on obtient le produit des éléments diagonaux multiplié par le déterminant de I n qui vaut 1

4 DE 4 Calcul du déterminant par la méthode du pivot Si l on transforme une matrice A en la matrice B par la méthode du pivot, deux cas sont possibles (1) Si le rang de A est strictement plus petit que n, il existe une ligne de zéros et le déterminant est nul (2) Si le rang de A vaut n, on transforme A en une matrice diagonale Les opérations de première espèce ne changent pas le déterminant Si l on fait k opérations de deuxième espèce, le déterminant est multiplié par ( 1) k On obtient alors une matrice diagonale, où les pivots π 1,π n se trouvent sur la diagonale principale et donc det A = ( 1) k π 1 π n Le déterminant est donc, au signe près, le produit des pivots En particulier il est non nul On en déduit alors le résultat important suivant : Une matrice A est de rang n, donc est inversible, si et seulement si deta 0 Exemples (1) Calculons le déterminant de la matrice A = En appliquant la méthode du pivot, on obtient en utilisant les opérations de première espèce : deta = = = = on permute alors les deux premières lignes Il y a changement de signe : deta = puis les deux dernières Il y a un nouveau changement de signe : deta = On obtient une matrice diagonale, et det A est le produit des éléments diagonaux, donc deta = 7 (2) Les matrices élémentaires - Il résulte immédiatement des axiomes (en écrivant P = PI) que dett (i,j) λ = 1, dets (i,j) = 1, detd (i) µ = µ (3) Les matrices triangulaires - Le déterminant est le produit des éléments diagonaux En effet, si le rang est r < n, la méthode du pivot fait apparaître n r lignes de zéros et le déterminant est nul, sinon, elle transforme la matrice initiale en une matrice diagonale ayant les mêmes éléments diagonaux

5 DE 5 Les formules du produit et de la transposée De ce qui précède, on déduit que det(ab) = detadet B, lorsque A est une matrice élémentaire et B est une matrice quelconque Si maintenant A = P 1 P q est un produit de matrices élémentaires, on en déduit facilement par récurrence que, quel que soit B, En particulier, si B = I n, et donc det(ab) = detp 1 det P q det B deta = det P 1 detp q, det(ab) = detadet B Si A est une matrice inversible, c est un produit de matrices élémentaires et donc det(ab) = detadet B Si A n est pas inversible, alors, deta = 0, et on peut écrire avec k < n, donc A = P 1 P q J k, det(ab) = detp 1 detp q det(j k B) Mais la matrice J k B a également au moins une ligne de 0, donc, son déterminant est nul Alors On a donc finalement quels que soient A et B det(ab) = 0 = det AdetB det(ab) = detadet B En particulier le produit de deux matrices A et B est inversible si et seulement si les deux matrices sont inversibles De plus, si A est inversible, on déduit de l égalité AA 1 = I n, que det Adet(A 1 ) = 1,

6 DE 6 donc det(a 1 ) = (det A) 1 Etudions maintenant la transposée On remarque que pour une matrice élémentaire det( t A) = det A et pour un produit de matrices élémentaires A = P 1 P q, on a deta = det P 1 detp q, mais t A = t P q tp 1, et Mais alors D où l on déduit det( t A) = det( t P q ) det( t P 1 ) det( t A) = det(p q ) det(p 1 ), det( t A) = det A C est le cas, si A est une matrice inversible Enfin puisque A est inversible si et seulement si t A est inversible, on a, si A n est pas inversible On a donc finalement, pour toute matrice A, det( t A) = deta = 0 det t A = det A Conséquence - Tout ce que l on a dit précédemment pour des lignes de A peut se dire également pour les colonnes de A Par exemple : - on ne change pas un déterminant en ajoutant à une colonne une combinaison linéaire des autres, - si µ est en facteur dans une colonne il est en facteur dans le déterminant - un déterminant qui a une colonne de zéros est nul, etc Développement d un déterminant par blocs diagonaux Si la matrice A a tous ses termes nuls exceptés les termes de blocs carrés A 1,,A p à cheval sur la diagonale principale, alors deta = deta 1 det A p

7 DE 7 En effet les opérations élémentaires sur les éléments d une matrice A i ne modifient pas les autres On choisit les pivots successivement dans A 1,,A p S il existe dans un A i une ligne de zéros, alors il existe une ligne de zéros dans A, et deta = 0 = deta 1 det A p Sinon, les pivots de A sont obtenus en réunissant les pivots des A i et le déterminant est le produit de ces pivots Alors en regroupant ceux de chaque A i on trouve encore Exemple deta = deta 1 det A p = = 2 ( 3) = Déterminant d un système de n vecteurs dans une base donnée Soit S = (X 1,,X n ) un système de n vecteurs dans un espace de dimension n, on appellera déterminant de S dans la base B, et on notera det B (X 1,,X n ), le déterminant de la matrice A de S dans cette base Si A est la matrice de S dans une base B, et si P est la matrice de passage de B à B, on a donc A = PA, deta = detp det A, le déterminant du système dépend donc de la base Mais bien sûr, si le système n est pas libre det A = det A = 0 Par contre si le système est libre, il y a n pivots et le déterminant (qui est au signe près, le produit des pivots) est non nul quel que soit la base Donc : un système S de n vecteurs d un espace de dimension finie n est une base si et seulement son déterminant dans une base quelconque est non nul Déterminant d un endomorphisme Soit E un espace vectoriel de dimension n et soit f une application linéaire de E dans E Si A et A sont les matrices de f dans les bases B et B respectivement, on a où P est la matrice de passage de B à B Alors A = P 1 AP det A = det(p 1 )det Adet P

8 DE 8 mais, puisque on trouve det(p 1 ) = (detp) 1, deta = deta Donc le déterminant ne dépend pas de la base On dira alors que c est le déterminant de f Donc : un endomorphisme f d un espace de dimension fini est bijectif si et seulement si det f 0 Déterminant et multilinéarité Soit B une base fixée dans un espace E de dimension finie n On étudie l application de E n dans R qui à (X 1,,X n ) associe le déterminant det B (X 1,,X n ) du système dans la base B (Pour simplifier les notations, on omettra l indice B dans ce qui suit) Tout d abord det(λx 1,X 2,,X n ) = λdet(x 1,X 2,,X n ), puisque λ est en facteur dans la première colonne de la matrice du système dans la base B Maintenant regardons det(x 1 + Y 1,X 2,,X n ) Il y a deux cas possibles : (1) le système (X 1,,X n ) est libre dans R n Alors Y 1 s écrit comme combinaison linéaire des vecteurs de ce système Donc Y 1 = α 1 X α n X n Alors det(x 1 + Y 1,X 2,,X n ) = det((1 + α 1 )X 1 + α 2 X 2 + α n X n,x 2,,X n ) Mais en ajoutant à la première colonne la combinaison linéaire (α 2 X 2 + α n X n ), on obtient puis en mettant en facteur 1 + α 1, Mais on a aussi,de manière analogue, et, finalement det(x 1 + Y 1,X 2,,X n ) = det((1 + α 1 )X 1,X 2,,X n ), det(x 1 + Y 1,X 2,,X n ) = (1 + α 1 )det(x 1,X 2,,X n ) det(y 1,X 2,,X n ) = α 1 det(x 1,X 2,,X n ), det(x 1 + Y 1,X 2,,X n ) = det(x 1,X 2,,X n ) + det(y 1,X 2,,X n ) (2) le système (X 1,,X n ) est lié dans R n, donc det(x 1,X 2,,X n ) = 0,

9 DE 9 et il existe α 1,, α n non tous nuls tels que α 1 X 1 + α 2 X α n X n = 0 Si α 1 n est pas nul, alors, on peut exprimer X 1 comme combinaison linéaire de X 2,,X n donc en ajoutant à la première colonne, l opposée de cette combinaison linéaire det(x 1 + Y 1,X 2,,X n ) = det(y 1,X 2,,X n ) = det(x 1,X 2,,X n ) + det(y 1,X 2,,X n ) Si α 1 est nul, alors α 2 X α n X n = 0, avec des α i non tous nuls, donc le système (X 2,,X n ) est lié Alors les systèmes (X 1 +Y 1,X 2,,X n ) et (Y 1,X 2,,X n ) sont également liés, donc tous les déterminants son nuls et l on a det(x 1 + Y 1,X 2,,X n ) = 0 = det(x 1,X 2,,X n ) + det(y 1,X 2,,X n ) Conclusion, si l on fixe X 2,,X n, l application qui à X associe det(x,x 2,,X n ) est linéaire Mais, en fait, ce résultat reste vrai quelles que soient les n 1 variables fixées parmi les n : on a linéarité par rapport à la n ième On traduit ceci en disant que l application déterminant est une forme multilinéaire (ou n-linéaire) Comme de plus on change de signe si l on permute deux vecteurs, on dit que le déterminant est une forme multilinéaire alternée Exemple - Soit A et B deux matrices de M(n; R) ayant toutes leurs colonnes identiques sauf les deux premières Notons X 1,X 2,,X n les colonnes de A et Y 1,X 2,,,X n celles de B Alors A + B a comme colonnes X 1 + Y 1,2X 2,,,2X n Et donc Comme 2 est en facteur dans n 1 colonnes Et par linéarité par rapport à la première colonne, det(a + B) = det(x 1 + Y 1,2X 2,,,2X n ) det(a + B) = 2 n 1 det(x 1 + Y 1,X 2,,,X n ) det(a + B) = 2 n 1 (det(x 1,X 2,,,X n ) + det(y 1,X 2,,,X n )) = 2 n 1 (deta + detb) Remarque - Sauf dans des cas particuliers comme l exemple précédent, il n y a pas de formule général liant det(a + B), det A et detb Développement d un déterminant par rapport à une ligne ou une colonne Quelques définitions Soit A = (a ij ), une matrice carrée d ordre n Notons A(i,j) la matrice extraite de A en enlevant la ligne i et la colonne j de A On appelle mineur de a ij le déterminant deta(i,j) de cette matrice

10 DE 10 C est donc un déterminant d ordre n 1 On appelle cofacteur de a ij le nombre ã ij = ( 1) i+j det A(i,j) Si X 1,,X n désignent les colonnes de A et si l on note E 1,, E n les vecteurs de la base canonique B de R n, on a alors det A = det(x 1,,X n ) Mais, donc par linéarité X j = a 1j E a nj E n det A = a 1j det(x 1,,X j 1,E 1,X j+1,,x n ) + + a nj det(x 1,,X j 1,E n,x j+1,,x n ) Calculons a 11 a 1(j 1) 0 a 1(j+1) a 1n a (i 1)1 a (i 1)(j 1) 0 a (i 1)(j+1) a (i 1)n ij = det(x 1,,X j 1,E i,x j+1,,x n ) = a i1 a i(j 1) 1 a i(j+1) a in a (i+1)1 a (i+1)(j 1) 0 a (i+1)(j+1) a (i+1)n a n1 a n(j 1) 0 a n(j+1) a nn En combinant la j ème colonne aux autres pour faire apparaître des zéros dans la ligne i, on obtient a 11 a 1(j 1) 0 a 1(j+1) a 1n a (i 1)1 a (i 1)(j 1) 0 a (i 1)(j+1) a (i 1)n ij = a (i+1)1 a (i+1)(j 1) 0 a (i+1)(j+1) a (i+1)n a n1 a n(j 1) 0 a n(j+1) a nn On remonte la ligne i en haut du déterminant en la permutant avec les i 1 précédentes, donc a 11 a 1(j 1) 0 a 1(j+1) a 1n ij = ( 1) i 1 a (i 1)1 a (i 1)(j 1) 0 a (i 1)(j+1) a (i 1)n a (i+1)1 a (i+1)(j 1) 0 a (i+1)(j+1) a (i+1)n a n1 a n(j 1) 0 a n(j+1) a nn On ramène la colonne j à gauche du déterminant en la permutant avec les j 1 précédentes, donc

11 DE a 11 a 1(j 1) a 1(j+1) a 1n ij = ( 1) i 1 ( 1) j 1 0 a (i 1)1 a (i 1)(j 1) a (i 1)(j+1) a (i 1)n 0 a (i+1)1 a (i+1)(j 1) a (i+1)(j+1) a (i+1)n 0 a n1 a n(j 1) a n(j+1) a nn et finalement, en utilisant le développement par blocs : a 11 a 1(j 1) a 1(j+1) a 1n ij = ( 1) i+j 2 a (i 1)1 a (i 1)(j 1) a (i 1)(j+1) a (i 1)n a (i+1)1 a (i+1)(j 1) a (i+1)(j+1) a (i+1)n a n1 a n(j 1) a n(j+1) a nn Alors, puisque ( 1) i+j 2 = ( 1) i+j, le déterminant ij n est autre que le cofacteur de a ij et l on obtient deta = a 11 ã a 1n ã 1n On obtient le développement du déterminant par rapport à la première colonne On démontre de même que l on a un résultat analogue pour n importe quelle colonne (ou ligne) : quel que soit i compris entre 1 et n, on a det A = a ik ã ik, k=1 c est le développement de det A par rapport à la i ème ligne, et quel que soit j compris entre 1 et n deta = a kj ã kj, k=1 c est le développement de det A par rapport à la j ème colonne Remarque - Le nombre ( 1) i+j est toujours positif sur la diagonale principale D autre part lorsque l on se déplace dans une ligne ou une colonne, le signe est alterné Il est donc facile de voir par quel signe il faut multiplier le mineur pour avoir le cofacteur correspondant

12 DE 12 Déterminant d ordre 2 [ ] a11 a Soit A = 12 a 21 a 22 Si l on développe par rapport à la première ligne, le cofacteur de a 11 est a 22 et celui de a 12 est a 21, d où deta = a 11 a 12 a 21 a 22 = a 11a 22 a 12 a 21 On peut vérifier que cette expression satisfait aux axiomes (i) à (iv) de définition du déterminant, ce qui justifie son existence dans ce cas Déterminant d ordre Exemple - Reprenons la matrice A = Si l on développe par rapport à la première ligne det A = , donc deta = 2 ( 3) + 1 = 7 a 11 a 12 a 13 Formule générale - Soit A = a 21 a 22 a 23 a 31 a 32 a 33 Si l on développe par rapport à la première ligne, a deta = a 22 a a 32 a 33 a 12 a 21 a 23 a 31 a 33 + a 13 a 21 a 22 a 31 a 32 = a 11 (a 22 a 33 a 23 a 32 ) a 12 (a 21 a 33 a 23 a 31 ) + a 13 (a 21 a 32 a 22 a 31 ) = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 11 a 23 a 32 a 13 a 22 a 31 a 12 a 21 a 33 On peut encore vérifier que cette expression satisfait les axiomes (i) à (iv) de définition du déterminant, ce qui justifie son existence dans ce cas Pour retenir par cœur cette formule, on utilise différents moyens mnémotechniques En voici un, appelé règle de Sarrus Il consiste à organiser les termes en diagonale En pratique, on réécrit les deux premières lignes de la matrice en dessous de A : il y a 3 droites parallèles à la diagonale principale qui donneront les 3 produits affectés du signe +, et 3 droites parallèles à l autre diagonale qui donneront les 3 produits affectés du signe

13 DE 13 + a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 a 11 a 12 a 13 a 21 a 22 a 23 Attention, cette règle ne s applique que pour les déterminants d ordre 3 Déterminant d ordre n Il est possible d écrire une formule générale donnant l expression d un déterminant sous forme de somme de produits de coefficients de la matrice Cette formule utilise la notion de permutation d un ensemble fini et ne sera pas abordée ici C est cette formule qui permet de justifier l existence du déterminant Le développement par rapport à une ligne permet de ramener le calcul d un déterminant d ordre n à celui de n déterminants d ordre n 1 Ce type de calcul est donc assez long en général La méthode est facilement utilisable pour des déterminants d ordre 3 ou 4 (Choisir si possible une ligne ou une colonne contenant beaucoup de zéros) On l utilise également à l ordre n dans le but de trouver des relations de récurrence, comme le montre les exemples suivants (a) On veut calculer le déterminant de A = On développe par rapport à la troisième colonne = ( 1) le déterminant de droite comporte deux lignes égales Il est donc nul Celui de gauche peut se développer par rapport à la dernière ligne Donc deta = = = 1

14 DE 14 (b) On veut calculer le déterminant d ordre n suivant : n (x) = 1 + x 2 x 0 0 x 1 + x x 2 x 0 0 x 1 + x 2 Si l on développe par rapport à la première ligne, on obtient n = (1 + x 2 ) 1 + x 2 x 0 0 x 1 + x x 2 x 0 0 x 1 + x 2 x x x x 2 x 0 x x 2 x 0 0 x 1 + x 2 Les deux déterminants du membre de droite sont d ordre n 1 On reconnaît dans le premier n 1 (x) Si l on développe le second par rapport à la première colonne x x x 2 x 0 x x 2 x 0 0 x 1 + x 2 = x 1 + x 2 x 0 0 x 1 + x x 2 x 0 0 x 1 + x 2 et cette fois le déterminant de droite est d ordre n 2 On reconnaît n 2 (x) Finalement n = (1 + x 2 ) n 1 (x) x 2 n 2 (x) On voit que 1 (x) = 1 + x 2 et 2 (x) = (1 + x 2 ) 2 x 2 = 1 + x 2 + x 4 On démontre alors facilement par récurrence que n (x) = k=0 x 2k

15 DE 15 (c) Matrice compagnon On considère un polynôme unitaire de degré n : P n (x) = x n a 1 x n 1 + a 2 x n 2 + ( 1) n a n, où a 1,,a n sont n nombres donnés dans R On considère d autre part la matrice (n,n), (dépendants de a 1,,a n ), donnée par x 0 0 a n 1 A n = 0 0 x a x a 1 On développe le déterminant de A n suivant la première ligne : deta n = xdeta n 1 + ( 1) n a n En effet, si on enlève la première ligne et la dernière colonne, ce qui reste est une matrice (n 1,n 1) triangulaire avec des 1 sur la diagonale Le cofacteur de a n vaut donc ( 1) n+1 On montre alors par récurrence que det(a n ) = P n (x) Remarque - On a A n = xi n + C n, et c est usuellement C n que l on appelle matrice compagnon de P n (Attention, il y a plusieurs choix de signes différents suivants les auteurs) Calcul de l inverse d une matrice Si A = (a ij ) est une matrice carrée, la matrice à = (ã ij) est appelée matrice des cofacteurs ou comatrice de A On a alors la formule suivante : A t (Ã) = t (Ã)A = (det A)I, (et on remarque en particulier que le calcul de autre manière), et, si A est inversible : à permet d avoir deta sans avoir à le calculer d une A 1 = 1 deta t (Ã)

16 DE 16 Attention à ne pas oublier de prendre la transposée de la matrice des cofacteurs Démontrons ces formules Notons b ij les éléments de la matrice t (Ã) Donc b ij = ã ji Notons c ij les éléments de la matrice A t (Ã) On a donc, par la formule du produit de matrices c ij = a ik b kj = Si i = j, k=1 c ii = a ik ã jk k=1 a ik ã ik, mais ceci n est autre que le développement de deta par rapport à la i ème ligne Donc Si i j k=1 c ii = det A c ij = a ik ã jk, k=1 et ceci est le développement par rapport à la j ème ligne du déterminant obtenu à partir de A en remplaçant la ligne i par la ligne j, c est-à-dire d un déterminant ayant deux lignes égales Donc c ij est nul Il en résulte bien que t A (Ã) = (deta)i On peut faire un calcul analogue pour le produit t (Ã)A Remarque - Le calcul de A 1 par la méthode précédente redonne facilement l inverse d une matrice de format (2,2) [ ] [ ] a b 1 d b = c d ad bc c a On peut encore l utiliser pour une matrice (3,3) (il y a 9 déterminants d ordre 2 à calculer) Mais cela devient inutilisable en pratique pour des ordres supérieurs (à l ordre n, il y a n 2 déterminants d ordre n 1) Formules de Cramer Soit S : AX = B un système de n équations linéaires à n inconnues Alors A est une matrice carrée Elle a donc un déterminant et on a vu que A est de rang n si et seulement si det A 0 Pour un système S : AX = B de n équations linéaires à n inconnues les propriétés suivantes sont donc équivalentes :

17 DE 17 (a) S est un système de Cramer (b) le système S admet une solution et une seule (c) le rang de A est n (d) deta 0, et on peut calculer explicitement la solution : Posons X = x 1 x p et B = b 1 b p (C) X = A 1 B = 1 t det A (Ã)B En notant, comme dans le paragraphe précédent, t (Ã) = (b ij) avec b ij = ã ji, on a alors, en écrivant la formule du produit de matrices t (Ã)B, On remarque alors que x k = 1 det A i=1 b ki b i = 1 deta b i ã ik i=1 b i ã ik n est autre que le développement par rapport à la k ième colonne du i=1 déterminant de la matrice carrée A[k] obtenue en remplaçant dans A la k ième colonne par le second membre B On obtient ainsi les formules de Cramer (C) i, 1 i n, x k = det A[k] deta Exemple - Le système de 2 équations a deux inconnues x et y (S ) { ax + by = α cx + dy = β est un système de Cramer si et seulement si ad bc 0 et alors l unique solution est donnée par 1 α b β d x = (dα bβ) = ad bc a b c d 1 a α c β y = ( cα + aβ) = ad bc a b c d

18 DE 18 Remarque - Pour des calculs explicites, la méthode du pivot est en générale beaucoup plus rapide que les calculs par les formules de Cramer (Par exemple pour 3 équations, il faut calculer quatre déterminants (3,3)) Celles-ci sont intéressantes lorsque le système comporte des paramètres Détermination du rang d un système Dans cette partie A est une matrice de M(n,m; R) Nous allons montrer le théorème suivant : Une matrice A de format (m,n) est de rang r si et seulement si on a les deux propriétés suivantes : 1 il existe une matrice carrée A de format (r,r) extraite de A telle que det A 0 2 toute matrice carrée A de format (r + 1,r + 1) extraite de A et contenant A vérifie det A = 0 Supposons que l on ait 1 Alors un pivot transforme A en B qui est telle que detb = det A 0 Donc B est inversible et possède r pivots Si maintenant on effectue un pivot sur A en prolongeant à A les opérations faites sur A On obtient une matrice B qui contient au moins les r pivots de B Donc rg A r Si l on a également 2, et si A est une matrice (r + 1,r + 1) extraite de A et contenant A le pivot précédent transforme A en une matrice B contenant B et incluse dans B On a det B = deta = 0 On ne peut donc pas trouver un (r + 1) ième pivot, et rg A = r Inversement, si A est de rang r, un pivot transforme A en une matrice B possédant exactement r pivots Ces r pivots se trouvent dans une matrice B de format (r,r), qui provient de la transformation par le pivot d une matrice A de format (r,r) extraite de A On a alors deta = det B 0 Donc 1 est vérifié Si maintenant A est une matrice (r + 1,r + 1) extraite de A contenant A, le pivot la transforme en une matrice B extraite de B et contenant B Mais B ne possède que r pivots, donc detb = 0 Alors deta = 0, et la propriété 2 est vérifiée Exemple - On veut chercher le rang de la matrice A = (a ij ) = On peut procéder de deux manières : 1) Déterminants d ordre croissant Prenons A 1 = (a 12 ) = (1) Son déterminant n est pas nul, donc rg A 1 [ ] 0 1 Soit ensuite A 2 =, contenant A et extraite de A (2 premières lignes et colonnes) On a deta 2 = 1, donc rg A 2

19 DE 19 Il y a deux matrices contenant A et On constate que les déterminants de ces deux matrices sont nuls Alors rg A = 2 2) Déterminants d ordre décroissant Le rang de A est au plus 3 On calcule tous les déterminants d ordre 3 extraits de A Il y en a quatre En plus des déterminants des deux matrices écrites ci-dessus, on a également ceux de et On constate que ces quatre déterminants son nuls Donc rg A 2 Puis on trouve une matrice (2,2) extraite de déterminant non nul (la matrice A 2 écrite ci-dessus par exemple) Donc rg A = 2 Remarque finale Pour la détermination du rang d une matrice, on peut donc remplacer la méthode du pivot par la recherche de matrices carrées extraites de déterminant non nul Encore une fois la méthode du pivot est beaucoup plus rapide Mais pour certains problèmes théoriques (des matrices dont les coefficients dépendent d un paramètre par exemple), l utilisation du déterminant peut être plus adaptée On peut même poursuivre l étude et remplacer complètement la méthode du pivot par l utilisation des déterminants Beaucoup d ouvrages très théoriques (en particulier à certaines époques) ne mentionnent la méthode du pivot qu en passant, alors que les ouvrages de mathématiques appliquées (analyse numérique, calcul scientifique,) détaillent au contraire les différentes méthodes de choix de pivots, et d amélioration de la rapidité des calculs par ces méthodes Le déterminant de Vandermonde A titre d exemple de calcul de déterminant, on va étudier ici un déterminant particulier, appelé déterminant de Vandermonde, que l on voit apparaître dans divers problèmes de mathématiques Soit les n + 1 nombres réels a 0, a 1,,a n On considère le déterminant (n + 1,n + 1) suivant : 1 a 0 a 2 0 a n 0 1 a (a 0,a 1,,a n ) = 1 a 2 1 a n 1 1 a n a 2 n a n n

20 DE 20 Pour trouver sa valeur, on peut considérer ce déterminant comme un polynôme de la variable a n dépendant des paramètres a 0,,a n 1 Supposons tout d abord que les nombres a 0,,a n 1 soient distincts On peut alors faire les remarques suivantes : (a) Si on développe ce déterminant par rapport à la dernière ligne, on constate immédiatement que (a 0,a 1,,a n ) est un polynôme P(a n ) de la variable a n de degré n au plus, le coefficient de a n n étant le déterminant (a 0,a 1,,a n 1 ) qui est d ordre n (b) Si l on remplace a n dans (a 0,a 1,,a n ) par une des autres valeurs a 0,,a n 1 le déterminant a deux lignes égales, il est donc nul Alors le polynôme P(a n ) est un polynôme de degré n au plus possédant n racines distinctes a 0,,a n 1 Il se factorise donc sous la forme où α n est le coefficient de a n n On en déduit donc P(a n ) = α n (a n a 0 )(a n a 1 ) (a n a n 1 ), (a 0,a 1,,a n ) = (a 0,a 1,,a n 1 )(a n a 0 )(a n a 1 ) (a n a n 1 ) Ce résultat reste vrai si deux des nombres a 0,,a n 1 sont égaux, car les déterminants (a 0,a 1,,a n 1 ) et (a 0,a 1,,a n ) sont alors nuls puisqu ils ont deux lignes égales Comme (a 0,a 1 ) = a 1 a 0, on obtient par récurrence que (a 0,a 1,,a n ) est le produit de toutes les différences a i a j, lorsque 0 j < i n : (a 0,a 1,,a n ) = (a i a j ) {(i,j) 0 j<i n} En particulier un tel déterminant est nul si et seulement si il existe i et j distincts tels que a i = a j Une conséquence de ce résultat est la suivante : Soient n + 1 nombres réels distincts a 0,,a n et n + 1 réels b 0,,b n Il existe un polynôme P de degré au plus n et un seul qui vérifie, pour tout i compris entre 1 et n la relation P(a i ) = b i En effet, si l on pose P(X) = λ i X i, les conditions ci-dessus se traduisent par un système de n + 1 i=0 équations linéaires à n+1 inconnues λ 0,,λ n, dont la matrice A a pour déterminant (a 0,a 1,,a n ), et ce déterminant n est pas nul La matrice A est donc inversible et le système a une solution et une seule

Opérations élémentaires et déterminants

Opérations élémentaires et déterminants 10 Opérations élémentaires et déterminants On note toujours K le corps de réels ou des complexes On se donne un entier n 1 et M n (K désigne l espace vectoriel des matrices carrées d ordre n à coefficients

Plus en détail

Déterminants. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Geoffriau

Déterminants. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Geoffriau Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle 2006-2007 Déterminants Définition Déterminant d une matrice On définit par récurrence le déterminant, noté det(a),

Plus en détail

Déterminants. Chapitre 23. Objectifs. Plan

Déterminants. Chapitre 23. Objectifs. Plan Chapitre 23 Déterminants Objectifs Étudier le groupe des permutations de [[1n]] Définir les notions : de cycles, de transpositions, de décomposition en produit de cylces, de signature Définir les notions

Plus en détail

Chapitre 7. Déterminants. Ce chapitre ne concerne que les matrices carrées. On travaillera systématiquement

Chapitre 7. Déterminants. Ce chapitre ne concerne que les matrices carrées. On travaillera systématiquement Chapitre 7 Déterminants Ce chapitre ne concerne que les matrices carrées On travaillera systématiquement dans M n (R 71 Définition et premières propriétés Le déterminant est une application de M n (R dans

Plus en détail

Algèbre linéaire pour GM Jeudi 01 novembre 2012 Prof. A. Abdulle

Algèbre linéaire pour GM Jeudi 01 novembre 2012 Prof. A. Abdulle Algèbre linéaire pour GM Jeudi novembre Prof A Abdulle EPFL Série 6 Corrigé Exercice a Calculer la décomposition LU de la matrice A = 9 6 6 On effectue la réduction de la matrice A jusqu à obtenir une

Plus en détail

DÉTERMINANTS I. Déterminant d une matrice carrée

DÉTERMINANTS I. Déterminant d une matrice carrée DÉTERMINANTS I Déterminant d une matrice carrée a Définition Proposition admise) et définition Il existe une unique application f : M n IK) IK vérifiant les trois propriétés suivantes : 1): fi n ) = 1

Plus en détail

4.1 Définitions et notations 1 CHAPITRE 4. Matrices Définitions et notations

4.1 Définitions et notations 1 CHAPITRE 4. Matrices Définitions et notations 4 Définitions et notations CHAPITRE 4 Matrices 4 Définitions et notations On désigne par K un des deux ensembles R ou C et par n et p deux entiers strictement positifs 4 Matrices Définition On appelle

Plus en détail

Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Laurent Garcin MPSI Lycée Jean-Baptiste Corot DÉTERMINANTS Dans tout ce chapitre, n désigne un entier naturel non nul. 1 Groupe symétrique 1.1 Permutation Définition 1.1 Permutation, groupe symétrique On appelle permutation de 1, n toute bijection

Plus en détail

j=1 ( 1) 1+j a 1j deta j On dit qu on développe le déterminant ( ) suivant la première ligne de A. a11, a En particulier, si n = 2, dét 12

j=1 ( 1) 1+j a 1j deta j On dit qu on développe le déterminant ( ) suivant la première ligne de A. a11, a En particulier, si n = 2, dét 12 Déterminants 1 Définition Soit A = (a ij ) 1 i,j n une matrice carrée d ordre n Le déterminant est une application dét: Mat n (K) K défini par récurrence sur n de façon suivante: - Si n = 1, det(a 11 )

Plus en détail

Exercices du chapitre 3 avec corrigé succinct

Exercices du chapitre 3 avec corrigé succinct Exercices du chapitre 3 avec corrigé succinct Exercice III.1 Ch3-Exercice1 Calculer les déterminants suivants : a b c d, 3a 3b c d, 4 2 3 0 3 4 0 0 5, 4 2 3 0 1 2 4 1 2, 4 3 2 0 2 1 4 2 1, 1 2 2 3 1 1

Plus en détail

Méthodes directes de résolution du système linéaire Ax = b

Méthodes directes de résolution du système linéaire Ax = b Chapitre 3 Méthodes directes de résolution du système linéaire Ax = b 3.1 Introduction Dans ce chapitre, on étudie quelques méthodes directes permettant de résoudre le système Ax = b (3.1) où A M n (R),

Plus en détail

Eléments de calcul matriciel

Eléments de calcul matriciel Eléments de calcul matriciel Définition et propriétés des matrices Définition Une matrice (l x c) (lire l croix c) est un ensemble de l fois c nombres, réels ou complexes, regroupés sous la forme d un

Plus en détail

Chapitre 3 : Matrices

Chapitre 3 : Matrices Chapitre 3 : Matrices Sommaire I Notion de matrice et vocabulaire II Opérations de base sur les matrices 3 1 Addition de matrices et multiplication d un réel par une matrice 3 Multiplication matricielle

Plus en détail

1. Déterminant d une matrice carrée

1. Déterminant d une matrice carrée Déterminants 2-1 Sommaire 1. Déterminant d une matrice carrée 1 1.1. Déterminant d une matrice carrée A.. 1 1.2. Interprétation en dimensions 2 et 3... 2 1.3. Propriétés élémentaires.......... 2 1.4. Déterminant

Plus en détail

Lycée Dominique Villars ECE 1 CALCUL MATRICIEL

Lycée Dominique Villars ECE 1 CALCUL MATRICIEL Lycée Dominique Villars ECE 1 COURS CALCUL MATRICIEL 1 Définitions et Notations Soit n N et m N On appelle matrice à n lignes et m colonnes tout tableau de la forme suivant : a 1,1 a 1,2 a 1,m a 2,1 a

Plus en détail

Déterminants. Théorème 3 On suppose que F est une somme directe de n sous-espaces vectoriels F i. Alors. i=1

Déterminants. Théorème 3 On suppose que F est une somme directe de n sous-espaces vectoriels F i. Alors. i=1 Déterminants Dans tout le chapitre, K représente un corps commutatif 1 Applications et formes multilinéaires Soient E 1,, E p et F des espaces vectoriels sur K et ϕ une application de E 1 E p dans F Définition

Plus en détail

Calcul matriciel. 1.1 Définitions Matrices carrées particulières... 3

Calcul matriciel. 1.1 Définitions Matrices carrées particulières... 3 Chapitre 10 Calcul matriciel 1 Généralités 2 11 Définitions 2 12 Matrices carrées particulières 3 2 Opérations sur les matrices 4 21 L espace vectoriel M np (R 4 22 Produit de deux matrices 5 23 Transposée

Plus en détail

Déterminant d une matrice

Déterminant d une matrice Déterminant d une matrice ) Morphisme fondamental Prop : Pour toutes matrices A et B 2 M n (K), det(ab) = (det A)(det B) : Prop : A est inversible ssi det A 6= : Ainsi, l application A 7! det A est un

Plus en détail

Plan (1/2) Support au cours. Plan (2/2) Vecteurs de R N et opérations Produit scalaire de deux vecteurs de R N Norme d un vecteur

Plan (1/2) Support au cours. Plan (2/2) Vecteurs de R N et opérations Produit scalaire de deux vecteurs de R N Norme d un vecteur Plan (1/2) Mathématique Élémentaire Introduction à l algèbre linéaire Support au cours S. Bridoux Université de Mons-Hainaut 1 L espace R N Vecteurs de R N et opérations Produit scalaire de deux vecteurs

Plus en détail

Lorsque la matrice M est de format (2,2), le déterminant s écrit :

Lorsque la matrice M est de format (2,2), le déterminant s écrit : Fiche 6. Le déterminant. Le déterminant Le déterminant est un outil très utile lorsque l on manipule des matrices carrées. Nous allons construire une fonction appelée déterminant qui associe un nombre

Plus en détail

Commutant d une matrice

Commutant d une matrice Énoncé On désigne par n un entier naturel supérieur ou égal à 2, et par M n (IK) l algèbre sur IK des matrices carrées d ordre n à coefficients dans IK, avec IK = IR ou lc. La matrice identité de M n (IK)

Plus en détail

Chapitre 2. Introduction aux matrices

Chapitre 2. Introduction aux matrices L1 2012-2013 Université Paris 13 Algèbre linéaire Chapitre 2 Introduction aux matrices Référence: Liret-Martinais [2], chapitre 4 Nous avons déjà rencontré des tableaux de nombres, ou matrices Nous allons

Plus en détail

Si N I(σ) est un nombre pair (respectivement, impair), alors la permutation σ est dite paire (respectivement, impaire).

Si N I(σ) est un nombre pair (respectivement, impair), alors la permutation σ est dite paire (respectivement, impaire). DÉTERMINANTS: UN BREF SURVOL La logique de mon approche à l algèbre linéaire, qui est celle du livre d Axler, veut que l on attend la fin du cours pour définir et étudier la notion du déterminant d une

Plus en détail

Vecteurs et applications linéaires

Vecteurs et applications linéaires Vecteurs et applications linéaires (1) (1) () Vecteurs et applications linéaires 1 / 41 1 Familles de vecteurs de R n 2 Sous-espace vectoriels dans R n 3 Base d un sous-espace vectoriel (1) () Vecteurs

Plus en détail

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc :

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof A Abdulle EPFL Série 7 Corrigé Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : a b c 3 1 0 4 1 2 1 1 2 2 1 1 2 1

Plus en détail

Calcul matriciel. matrices-ligne et colonne : on appelle matrice-ligne toute matrice n ayant qu une seule ligne. On peut identifier

Calcul matriciel. matrices-ligne et colonne : on appelle matrice-ligne toute matrice n ayant qu une seule ligne. On peut identifier Calcul matriciel Dans ce qui suit, K désigne R ou C. 1 Petite visite au zoo matriciel 1.1 matrices générales notion de matrice : une matrice à coefficients dans K est une liste d éléments de K disposés

Plus en détail

Formes bilinéaires et quadratiques

Formes bilinéaires et quadratiques Formes bilinéaires et quadratiques 0 Prolégomènes Caractéristique d un corps Si K, +, est un corps commutatif, alors l application ϕ : n n K, où K est l élément neutre de K pour le produit, est un morphisme

Plus en détail

ENSI 98 - Filière MP - MATHÉMATIQUES 2. Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets

ENSI 98 - Filière MP - MATHÉMATIQUES 2. Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets ENSI 98 - Filière MP - MATHÉMATIQUES 2 Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets PARTIE I - CONSTRUCTION D UNE MATRICE INVERSE A GAUCHE On suppose dans cette partie que

Plus en détail

Matrices. () Matrices 1 / 45

Matrices. () Matrices 1 / 45 Matrices () Matrices 1 / 45 1 Matrices : définitions 2 Calcul matriciel 3 Opérations élémentaires sur les lignes d une matrice 4 Transposition On va principalement travailler avec R Mais on peut remplacer

Plus en détail

Chapitre X. Chapitre X : Matrice inverse et réciproque d une application

Chapitre X. Chapitre X : Matrice inverse et réciproque d une application Chapitre X Chapitre X : Matrice inverse et réciproque d une application Introduction Dans ce chapitre, on fera le lien entre la matrice d une application linéaire et l inverse d une matrice (notion vue

Plus en détail

Definition. Si A R 1 1. Definition. 2 Si A R m m, le mineur de l élément a i,j est det(aî,ĵ ) ;

Definition. Si A R 1 1. Definition. 2 Si A R m m, le mineur de l élément a i,j est det(aî,ĵ ) ; Sous matrices Déterminants, rangs, systèmes linéaires Pierre Mathonet Présentation provisoire Département de Mathématique Faculté des Sciences Une définition intuitive : on sélectionne certaines lignes

Plus en détail

, b = qui donne. qui donne. qui donne. x = Puis A (3) = E 2 P 2 A (2) avec

, b = qui donne. qui donne. qui donne. x = Puis A (3) = E 2 P 2 A (2) avec Université de Rouen L2 Math - L2 Info Année 27-28 Analyse Numérique Gauss et Cholesky 1 Pivot de Gauss 11 Un exemple Soit à résoudre le système linéaire Ax = b avec Procédons à l élimination de Gauss ;

Plus en détail

Matrices à coecients réels

Matrices à coecients réels Matrices à coecients réels Dans tout ce chapitre d, n, p et q sont des entiers naturels non nuls 1 Systèmes linéaires : 11 Généralités : Dénition 1 : On appelle système linéaire de n équations à p inconnues

Plus en détail

LFA / Terminale S SPÉCIALITÉ MATHS Mme MAINGUY. Les nombres contenus dans ce tableau sont appelés les coefficients de la matrice.

LFA / Terminale S SPÉCIALITÉ MATHS Mme MAINGUY. Les nombres contenus dans ce tableau sont appelés les coefficients de la matrice. Les matrices chapitre 2 : calcul matriciel I / Définitions Soit n et p deux entiers naturels non nuls Une matrice n p (on dit aussi de format n ; p ( ) est un tableau de nombres réels à n lignes et p colonnes

Plus en détail

MAT 1200: Introduction à l algèbre linéaire

MAT 1200: Introduction à l algèbre linéaire MAT 1200: Introduction à l algèbre linéaire Saïd EL MORCHID Département de Mathématiques et de Statistique Chapitre 5: Les Déterminants Références Déterminants d ordre 1 et 2 Définitions Exemples Sous-matrices

Plus en détail

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR.

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR. Exercices avec corrigé succinct du chapitre 1 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qui apparaissent dans ce texte sont bien définis dans la version

Plus en détail

3. SYSTEMES LINEAIRES

3. SYSTEMES LINEAIRES 3 SYSTEMES LINEAIRES 31 Définition Un système linéaire est un ensemble de m équations linéaires à n variables Il a la forme générale suivante : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x

Plus en détail

1. Familles de vecteurs

1. Familles de vecteurs Compléments d algèbre linéaire 1-1 Sommaire 1 Familles de vecteurs 1 11 Famille libre 1 1 Famille génératrice 1 13 Base 14 Propriétés Sous-espaces vectoriels 1 Somme de sous-espaces vectoriels Base adaptée

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 4 : Valeurs propres - Vecteurs propres ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 4 Valeurs propres - Vecteurs propres 4.1 Vecteurs propres - Valeurs

Plus en détail

a 11 a 1n A = (a ij ) = ... a m1 a mn

a 11 a 1n A = (a ij ) = ... a m1 a mn Chapitre 4 Les matrices 4 Notions de bases Définition Une matrice est un tableau rectangulaire contenant des nombres : a a n A a ij a m a mn Les matrices peuvent représenter toutes sortes d informations

Plus en détail

Matrices. 1 Matrices rectangulaires. 1.2 L espace vectoriel M n,p (R)

Matrices. 1 Matrices rectangulaires. 1.2 L espace vectoriel M n,p (R) Matrices Matrices rectangulaires Soient n, p deux nombres entiers non-nuls On appelle matrice à n lignes et p colonnes un tableau rectangulaire de nombres réels comportant n lignes et p colonnes } }{{}

Plus en détail

n a k x k = 0, k=0 n a k x k. k=0

n a k x k = 0, k=0 n a k x k. k=0 Université Claude Bernard Lyon I CAPES de Mathématiques : Oral Année 2006 2007 Fonctions polynômes On travaille sur un corps K infini, par exemple R ou C. Définition, structures (a) Définition On appelle

Plus en détail

Montrer qu il s agit d un produit scalaire, et trouver une base orthogonale pour ce produit scalaire. (x e k ).e k

Montrer qu il s agit d un produit scalaire, et trouver une base orthogonale pour ce produit scalaire. (x e k ).e k Ex 1 Facile Soit un espace préhilbertien réel E et deux vecteurs x,y E. a) Développer l expression y 2.x (x y).y b) Retrouver l inégalité de Cauchy-Schwarz ainsi que le cas d égalité. Ex 2 Cours, à faire

Plus en détail

Matrices. 1 Matrices rectangulaires. 1.2 L espace vectoriel M n,p (K) Dans tout ce chapitre, K désigne R ou C.

Matrices. 1 Matrices rectangulaires. 1.2 L espace vectoriel M n,p (K) Dans tout ce chapitre, K désigne R ou C. Matrices Dans tout ce chapitre, K désigne R ou C Matrices rectangulaires Soient n, p deux nombres entiers non-nuls On appelle matrice à n lignes et p colonnes à coefficients dans K tout tableau rectangulaire

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 5 : Espaces euclidiens ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 5 Espaces Euclidiens et applications 5.1 Produit scalaire, norme, espace euclidien....................

Plus en détail

Problèmes de Mathématiques Matrices et carrés magiques

Problèmes de Mathématiques Matrices et carrés magiques Énoncé Dans tout le problème, n est un entier supérieur ou égal à 2. On désigne par M n (IR) l algèbre des matrices carrées d ordre n à coefficients réels. Pour tout A de M n (IR), on note a ij le coefficient

Plus en détail

L équation caractéristique Algèbre linéaire I MATH 1057 F

L équation caractéristique Algèbre linéaire I MATH 1057 F L équation caractéristique Algèbre linéaire I MATH 1057 F Marie-Gabrielle Vallet Département de mathématiques et d informatique Université Laurentienne Sudbury, 25 mars 2012 Comment trouver les valeurs

Plus en détail

Calculer l inverse d une matrice

Calculer l inverse d une matrice Méthodes et techniques des exercices Calculer l inverse d une matrice Définition. On dit qu une matrice A carrée n n à cœfficients dans un corps K est inversible si il existe une matrice carrée n n, B

Plus en détail

Chapitre 4 : Applications linéaires

Chapitre 4 : Applications linéaires Chapitre 4 : Applications linéaires I. Applications Dans ce paragraphe, on s intéresse à des applications allant d un ensemble à un autre (sans aucune structure d espace vectoriel). Un ensemble est un

Plus en détail

Chapitre 3 : Déterminant

Chapitre 3 : Déterminant Chapitre 3 : Déterminant I. Définition Le déterminant est un nombre,, que l on associe à une matrice carrée (c'est-à-dire ) de la manière suivante : i. Si =1, alors le déterminant est égal à l unique coefficient

Plus en détail

École polytechnique - Écoles normales supérieures. Concours d admission filière MP. Corrigé de l épreuve de mathématiques A

École polytechnique - Écoles normales supérieures. Concours d admission filière MP. Corrigé de l épreuve de mathématiques A École polytechnique - Écoles normales supérieures Concours d admission 2016 - filière MP Corrigé de l épreuve de mathématiques A corrigé de l énoncé modifié par Abdellah Bechata, après correction des erreurs

Plus en détail

Concours commun Mines-Ponts Epreuve pratique de Mathématiques. tp(t)q(t) dt. On trouve la même chose pour (Q ϕ n (P)). Donc

Concours commun Mines-Ponts Epreuve pratique de Mathématiques. tp(t)q(t) dt. On trouve la même chose pour (Q ϕ n (P)). Donc Concours commun Mines-Ponts 1996. Epreuve pratique de Mathématiques. 1 ) Existence d une base orthonormée de E n associée à la forme Φ. 1 )a. (P ϕ n (Q)) est le réel tp(t)q(t) dt. On trouve la même chose

Plus en détail

Matrice et vocabulaire associé

Matrice et vocabulaire associé I Matrice et vocabulaire associé I1 Définitions Définition 1 Deux entiers naturels m et n étant donnés non nuls, on appelle matrice de format m, n tout tableau rectangulaire ayant m n éléments, disposés

Plus en détail

Chapitre 6. Algèbre matricielle. 6.1 Opérations linéaires sur les matrices

Chapitre 6. Algèbre matricielle. 6.1 Opérations linéaires sur les matrices Chapitre 6 Algèbre matricielle En plus d être des tableaux de nombres susceptibles d être manipulés par des algorithmes pour la résolution des systèmes linéaires et des outils de calcul pour les applications

Plus en détail

Chapitre 3. Matrices. Définition 1.1. Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a a. 1q a 21 a 22...

Chapitre 3. Matrices. Définition 1.1. Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a a. 1q a 21 a 22... Chapitre 3 Matrices 1 Définitions et généralités Définition 11 Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a 12 a 1q a 21 a 22 a 2q A a p1 a p2 a ps Les coefficients a ij,

Plus en détail

Matrices antisymétriques

Matrices antisymétriques [http://mp.cpgedupuydelome.fr] édité le 24 septembre 2016 Enoncés 1 Matrices antisymétriques Exercice 1 [ 02503 ] [Correction] Soit M M n (R) telle que M + t M soit nilpotente. Montrer que M est antisymétrique.

Plus en détail

Opérations sur les matrices, groupe symétrique et déterminants

Opérations sur les matrices, groupe symétrique et déterminants Opérations sur les matrices, groupe symétrique et déterminants (Taisez-vous! Le maître parle) 2008 1 Opérations élémentaires sur les matrices 1 Opérations élémentaires sur les matrices 1 Opérations élémentaires

Plus en détail

Chap. II. Déterminants

Chap. II. Déterminants Printemps 2010 Chap. II. Déterminants 1 Chap. II. Déterminants Printemps 2010 Printemps 2010 Chap. II. Déterminants 2 1 Déterminant d'ordre 2 Le symbole a 11 a 12 a 21 a 22 matrice A a 11 a 12 a 21 a 22

Plus en détail

Résumé de Math Sup et compléments : déterminants

Résumé de Math Sup et compléments : déterminants Résumé de Math Sup et compléments : déterminants I - Applications multilinéaires 1 Définition Soient E 1,, E n, F n+1 espaces vectoriels Soit f une application de E 1 E n dans F f est n-linéaire f est

Plus en détail

Révisions sur les matrices

Révisions sur les matrices BCPST2 9 5 2 10Révisions sur les matrices I Dénition et structure A) Ensemble des matrices Soient n, p N des entiers xés On appelle matrice à n lignes et p colonnes et à coecients à K la donnée d'une famille

Plus en détail

Exercices : déterminants

Exercices : déterminants Propriétés générales Exercices : déterminants Exercice 1: Soit n un entier non nul impair et soit A M n (K) une matrice antisymétrique 1 Exprimer de deux façons det(a T ) en fonction de det(a) 2 Que peut-on

Plus en détail

Mathématiques L2 Cours de Sophie Jallais et Muriel Pucci

Mathématiques L2 Cours de Sophie Jallais et Muriel Pucci Mathématiques L Cours de Sophie Jallais et Muriel Pucci 06-07 PLAN DES DOSSIERS DE TD Dossier Systèmes d équations linéaires : résolution par la méthode du pivot de Gauss et représentation matricielle.

Plus en détail

CONCOURS COMMUNS POLYTECHNIQUES 2008 MP MATHEMATIQUES 2

CONCOURS COMMUNS POLYTECHNIQUES 2008 MP MATHEMATIQUES 2 CONCOURS COMMUNS POLYTECHNIQUES 8 MP MATHEMATIQUES I EXEMPLES Le polynôme caractéristique de M() est P M() (X) = Si on fait C C on voit que se factorise Si on fait L + L on voit que se factorise la trace

Plus en détail

Interpolation. Chapitre Introduction

Interpolation. Chapitre Introduction Chapitre 4 Interpolation Dans ce chapitre, on s intéresse au problème suivant Étant donné une fonction continue, comment peut-on l approcher par un polynôme? Plus précisément, on se donne une fonction

Plus en détail

Calcul matriciel. Julien Reichert. m1;1 m 1;2 m 1;3 m 2;1 m 2;2 m 2;3

Calcul matriciel. Julien Reichert. m1;1 m 1;2 m 1;3 m 2;1 m 2;2 m 2;3 Calcul matriciel Julien Reichert Notions de base Une matrice est un tableau comportant m lignes et n colonnes, dont les cellules contiennent des réels. La dimension de la matrice est m n, on parle alors

Plus en détail

Rang et déterminant des matrices

Rang et déterminant des matrices Rang et déterminant des matrices Hervé Hocquard Université de Bordeaux, France 17 septembre 2013 Espace des lignes-espace des colonnes Introduction Soit A = ( ) a ij Mn,p (K), avec K = R ou C. On peut

Plus en détail

Comme pour toutes les autres questions, d autres méthodes ou options sont évidemment possibles à condition d être justifiées.

Comme pour toutes les autres questions, d autres méthodes ou options sont évidemment possibles à condition d être justifiées. 0 0 3 3 EXERCICE Soit les matrices A = et B = 2 3 0 0. Calculer le déterminant de A. En déduire le rang de cette matrice. 0 0 0 Dét(A) = dét = dét 0 0 car (propriété P ) le déterminant d une matrice ne

Plus en détail

( ) ( 1 2 ). 2 ) = 2 ( 1. EXERCICE 2 (CHAPITRE 7 I) Déterminer les valeurs propres et les vecteurs propres des matrices suivantes :

( ) ( 1 2 ). 2 ) = 2 ( 1. EXERCICE 2 (CHAPITRE 7 I) Déterminer les valeurs propres et les vecteurs propres des matrices suivantes : CHAPITRE DIAGONALISATION D UNE MATRICE CARREE EXERCICE CHAPITRE 7 I) Effectuez le produit : 0 ) ). Comparez le résultat au vecteur ). Qu en déduisez-vous? CORRECTION 0 ) ) = 0 + ) = 4 ) = ). 0 ) ) = ),

Plus en détail

Université de Nice Sophia-Antipolis Licence L3 Mathématiques Année 2008/2009. Analyse Numérique. Corrigé du TD 6

Université de Nice Sophia-Antipolis Licence L3 Mathématiques Année 2008/2009. Analyse Numérique. Corrigé du TD 6 Analyse Numérique Corrigé du TD 6 EXERCICE 1 Matrices diagonales, triangulaires 11 Matrices diagonales Soit D = (d ii ),,n une matrice diagonale d ordre n > 0 Donner une condition nécessaire et suffisante

Plus en détail

Calcul matriciel : rappels et compléments

Calcul matriciel : rappels et compléments CHAPITRE 5 Calcul matriciel : rappels et compléments 5 L ensemble M n,p (K) 5 Structure d espace vectoriel Définition Soit K = R ou C On note M n,p (K) l ensemble des matrices ayant n lignes et p colonnes

Plus en détail

Groupe symétrique et déterminants

Groupe symétrique et déterminants Jérôme Von Buhren - http://vonbuhrenfreefr Groupe symétrique et déterminants 1 Groupe symétrique Exercice 1 : Soit n N avec n 3 1 Calculer σ (a b) σ 1 pour σ S n et a, b R distincts 2 Déterminer l'ensemble

Plus en détail

Déterminants. a + b b + c c + a 3) 2 + b 2 b 2 + c 2 c 2 + a 2. a 3 + b 3 b 3 + c 3 c 3 + a 3

Déterminants. a + b b + c c + a 3) 2 + b 2 b 2 + c 2 c 2 + a 2. a 3 + b 3 b 3 + c 3 c 3 + a 3 Déterminants Exercice Calcul de déterminants Calculer les déterminants suivants : x a b x ) b x x a a b c 2a 2a x b a x 2) 2b b c a 2b 2c 2c c a b a x x b a 2 b 2 ab 5) b 2 ab a 2 ab a 2 b 2 a + b b +

Plus en détail

Résumé 02 : Matrices & Déterminants

Résumé 02 : Matrices & Déterminants http://mpbertholletwordpresscom Résumé 02 : Matrices & Déterminants Dans tout ce chapitre, K sera le corps R ou C 1 LES BASES 1 L opérateur L A Toute application linéaire de R p dans R n est l application

Plus en détail

SESSION 2014 Proposition de corrigé MP CONCOURS COMMUNS POLYTECHNIQUES EPREUVE SPECIFIQUE - FILIERE MP MATHEMATIQUES 2

SESSION 2014 Proposition de corrigé MP CONCOURS COMMUNS POLYTECHNIQUES EPREUVE SPECIFIQUE - FILIERE MP MATHEMATIQUES 2 SESSION 204 Proposition de corrigé MP CONCOURS COMMUNS POLYTECHNIQUES I. EXERCICE I I.. I..a A = n N 3 0 3 4 0 4 EPREUVE SPECIFIQUE - FILIERE MP MATHEMATIQUES 2 et (u, v, w ) = (, 0, ) u n+ = u n + 3v

Plus en détail

Calcul matriciel , ,2 35 1,58

Calcul matriciel , ,2 35 1,58 Matrices Définition Soit m et n deux entiers naturels non nuls. On appelle «matrice de dimension m n» tout tableau de nombres réels comportant m lignes et n colonnes. Traditionnellement, on utilise une

Plus en détail

ÉCOLE NORMALE SUPÉRIEURE. (Durée : 6 heures) L utilisation des calculatrices n est pas autorisée pour cette épreuve.

ÉCOLE NORMALE SUPÉRIEURE. (Durée : 6 heures) L utilisation des calculatrices n est pas autorisée pour cette épreuve. ÉCOLE NORMALE SUPÉRIEURE CONCOURS D ADMISSION 2011 FILIÈRE MP COMPOSITION DE MATHÉMATIQUES D (U) (Durée : 6 heures) L utilisation des calculatrices n est pas autorisée pour cette épreuve. Dans tout le

Plus en détail

Soient A, B, C, D M n ()K avec A inversible et AC = CA. On considère M = M C D 2n ()K. Montrer que det M = det(ad CB).

Soient A, B, C, D M n ()K avec A inversible et AC = CA. On considère M = M C D 2n ()K. Montrer que det M = det(ad CB). #53 Déterminants Khôlles - Classes prépa Thierry Sageaux, Lycée Gustave Eiel Exercice 1 det(i AB) = det(i BA) Soient A M p,q ()K et B M q,p ()K Montrer que det(i p AB) = det(i q BA) (Commencer par le cas

Plus en détail

2,5 0 0,3 2 1, , π π 2. (b) Les propriétés se vérifient en regardant les coefficients des matrices.

2,5 0 0,3 2 1, , π π 2. (b) Les propriétés se vérifient en regardant les coefficients des matrices. Exercices du chapitre II : Opérations sur les matrices N o 1 a Effectuer les additions suivantes : 1 3 2 + 3 2 1 2 3 1 3 1 2 π π 2 2 25 3 + 1 2 3 2 14 3 0 2 2 b Vérifier les propriétés suivantes i A B

Plus en détail

Chapitre V. Chapitre V : Bases et dimension

Chapitre V. Chapitre V : Bases et dimension Chapitre V Chapitre V : Bases et dimension Introduction On avait vu au Chapitre IV qu une base pour un espace vectoriel V est une partie à la fois libre et génératrice de V. Les bases constituent un outils

Plus en détail

FB - EXERCICES SUR LES MATRICES

FB - EXERCICES SUR LES MATRICES FB 1 FB - EXERCICES SUR LES MATRICES Soit S n ++ (R) l ensemble des matrices carrées d ordre n définies positives à coefficients réels. Soit A dans S n ++ (R) de valeurs propres Si X et Y sont dans E =

Plus en détail

Programmation linéaire et Méthode du simplexe (en bref)

Programmation linéaire et Méthode du simplexe (en bref) Université de Versailles Saint-Quentin-en-Yvelines Tahar Z. BOULMEZAOUD boulmeza@math.uvsq.fr Programmation linéaire et Méthode du simplexe (en bref) On appelle programme linéaire un problème d optimisation

Plus en détail

LES MATRICES. Chapitre Premières définitions

LES MATRICES. Chapitre Premières définitions Chapitre 1 LES MATRICES 11 Premières définitions Définition Une matrice à n lignes et p colonnes et à coefficients dans R est un tableau de np éléments de R que l on représente sous la forme : a 11 a 12

Plus en détail

Chapitre 2 : Matrices

Chapitre 2 : Matrices Chapitre 2 : Matrices 1 Notion de matrice et vocabulaire Notation 1 Dans tout le chapitre n, p, q sont des entiers naturels non nuls Définition 1 Une matrice A à n lignes et p colonnes est un tableau défini

Plus en détail

Calcul matriciel CHAPITRE L'ensemble des matrices Dénitions. Dans tout le chapitre, K désigne le corps R ou C.

Calcul matriciel CHAPITRE L'ensemble des matrices Dénitions. Dans tout le chapitre, K désigne le corps R ou C. CHAPITRE 0 Calcul matriciel Dans tout le chapitre, K désigne le corps R ou C 0 L'ensemble des matrices 0 Dénitions Dénition Soient n, p N On appelle matrice à coecients dans K à n lignes et p colonnes

Plus en détail

Notations et préliminaires

Notations et préliminaires Notations et préliminaires Tous les corps figurant dans le problème sont supposés commutatifs. N désigne l ensemble des nombres entiers naturels N désigne l ensemble des nombres entiers naturels non nuls

Plus en détail

deux matrices de M n,p (K) et λ K. On définit

deux matrices de M n,p (K) et λ K. On définit CHAPITRE 6 MATRICES Dans tout le chapitre, K désignera R ou C 1 Matrices à éléments dans K 11 Algèbre des matrices Définition 61 Soient n, p N On appelle matrice de taille (n, p) à coefficients dans K

Plus en détail

EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. Notations et objectifs

EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. Notations et objectifs SESSION 2010 PCM1002 EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1 Durée : 4 heures Les calculatrices sont interdites N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision

Plus en détail

Concours PT 2004 Maths PT I-B

Concours PT 2004 Maths PT I-B Concours PT 4 Maths PT I-B L usage des calculatrices est interdit Partie A ) ( ) ( ) a a Soit A = b b et B = deux éléments de S a a b b ( ) c c C = AB = avec c c c i = a ik b k, évidemment i =,, c i =

Plus en détail

Exercices du chapitre 4 avec corrigé succinct

Exercices du chapitre 4 avec corrigé succinct Exercices du chapitre 4 avec corrigé succinct Exercice IV. Ch4-Exercice Quels sont les vecteurs propres de l application identité? Préciser les valeurs propres associées. Tous les vecteurs, sauf le vecteur

Plus en détail

Système d équations linéaires

Système d équations linéaires Système d équations linéaires Bcpst 1 27 février 2017 Notations du chapitre Dans ce chapitre, = ou. On appelle les éléments de des scalaires. n et p sont deux entiers naturels non nuls. I Définitions et

Plus en détail

Préparation à l'agrégation Interne Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME 1

Préparation à l'agrégation Interne Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME 1 Préparation à l'agrégation Interne 2005-2006 F. Dupré Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME On notera N n l'ensemble des entiers compris entre et n, n désignant un

Plus en détail

Chapitre 13. Calcul matriciel. Mathématiques PTSI. Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44

Chapitre 13. Calcul matriciel. Mathématiques PTSI. Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44 Chapitre 13 Calcul matriciel Mathématiques PTSI Lycée Déodat de Séverac Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44 On note K = R ou C Mathématiques PTSI (Lycée Déodat de Séverac)

Plus en détail

MATRICES e) f) k) m)

MATRICES e) f) k) m) MATRICES Rang Pour chacune des matrices A suivantes, déterminer d abord son rang r A Trouver ensuite une matrice B extraite de A carrée (r A,r A ) et de rang exactement r A a) ( ) 2 3 2 4 b) 2 c) 4 5 6

Plus en détail

Séance de soutien PCSI2 numéro 7 : Calcul matriciel - Correction des exercices

Séance de soutien PCSI2 numéro 7 : Calcul matriciel - Correction des exercices Séance de soutien PCSI2 numéro 7 : Calcul matriciel - Correction des exercices Tatiana Labopin-Richard 21 janvier 2015 1 Somme et produit Exercice 1 : Pour A M n (K), on note σ(a) la somme des termes de

Plus en détail

Chapitre VIII Calcul matriciel

Chapitre VIII Calcul matriciel Chapitre VIII Calcul matriciel Dans ce cours, désigne, ou un corps commutatif quelconque. I Matrices et applications Les matrices sont un outil de calcul et de représentation des applications linéaires.

Plus en détail

MATHÉMATIQUES II. Rappels, notations et objectifs du problème

MATHÉMATIQUES II. Rappels, notations et objectifs du problème MATHÉMATIQUES II Rappels, notations et objectifs du problème Dans tout ce problème, n désigne un entier naturel supérieur ou égal à 2 et M n ( IC ) l ensemble des matrices carrées complexes d ordre n De

Plus en détail

Algèbre linéaire pour GM Jeudi 01 décembre 2011 Prof. A. Abdulle. Série 10 (Corrigé)

Algèbre linéaire pour GM Jeudi 01 décembre 2011 Prof. A. Abdulle. Série 10 (Corrigé) Algèbre linéaire pour GM Jeudi décembre Prof. A. Abdulle EPFL Série (Corrigé) Exercice Parmi les matrices suivantes, indiquer celles qui sont diagonalisables (toujours en justifiant), et le cas échéant

Plus en détail

Chapitre 4. Systèmes linéaires

Chapitre 4. Systèmes linéaires ECE 1 - Année 016-017 Lycée français de Vienne Mathématiques - F. Gaunard http://frederic.gaunard.com Chapitre 4. Systèmes linéaires L objectif de ce court chapitre est d introduire et de résoudre des

Plus en détail

Fiche Systèmes d Équations Linéaires

Fiche Systèmes d Équations Linéaires Fiche Systèmes d Équations Linéaires MOSE 1003 13 Septembre 2014 Table des matières Systèmes de 2 équations à 2 inconnues 1 Méthode des combinaisons linéaires.................................... 2 Interprétation

Plus en détail

CHAPITRE 2 MATRICES ET RÉSOLUTION DE SYSTÈMES D ÉQUATIONS LINÉAIRES EXERCICE 1 (CHAPITRE 2-I) 1

CHAPITRE 2 MATRICES ET RÉSOLUTION DE SYSTÈMES D ÉQUATIONS LINÉAIRES EXERCICE 1 (CHAPITRE 2-I) 1 CHAPITRE 2 MATRICES ET RÉSOLUTION DE SYSTÈMES D ÉQUATIONS LINÉAIRES EXERCICE 1 (CHAPITRE 2-I) 1 Déterminer les matrices élargies des systèmes S1, S2, S5 et S6 du chapitre précédent. La matrice élargie

Plus en détail