Déterminants. Chapitre 23. Objectifs. Plan

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Déterminants. Chapitre 23. Objectifs. Plan"

Transcription

1 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 d applications n-linéaires et leurs propriétés éventuelles (symétrique, antisymétrique, alternée) Développement suivant une base Définir l application déterminant d une famille de vecteurs dans une base, étudier les propriétés Définir le déterminant d un endomorphisme, étudier ses propriétés Définir le déterminant d une matrice carrée, étudier ses propriétés Notion de comatrice et propriétés Établir les formules de Cramer Plan 23 Déterminants 263 I) Le groupe symétrique 264 1) Décomposition des permutations 264 2) Signature 264 II) Applications n-linéaires 265 1) definition 265 2) Développement suivant une base 266 III) Déterminant dans une base 266 1) Formes n-linéaires en dimension n 266 2) Déterminants de n vecteurs dans une base 267 3) Propriétés du déterminant 267 IV) Déterminant d un endomorphisme 267 1) definition 267 2) Propriétés du déterminant 268 V) Déterminant d une matrice carrée 268 1) definition 268 2) Propriétés du déterminant d une matrice carrée 268 3) Développement suivant une ligne ou une colonne 269 4) Comatrice 270 VI) Applications 270 1) Systèmes linéaires 270 2) Orientation d un espace vectoriel réel 271 VII) Exercices 271

2 Le groupe symétrique 264 I) Le groupe symétrique 1) Décomposition des permutations Définition 231 Soit E n = [[1n]], avec n N, on note S n l ensemble des permutations de E n, c est à dire l ensemble des bijections de E n vers lui-même On rappelle que (S n, ) est un groupe de cardinal n! (non abélien dès que n 3), ce groupe est appelé groupe symétrique de type n Définition 232 (notion de cycle) Soit σ S n, on dit que σ est un cycle lorsqu il existe k entiers distincts dans [[1n]] : i 1,, i k (k > 1) tels que σ(i 1 ) = i 2,, σ(i k 1 ) = i k, σ(i k ) = i 1, les autres entiers de E n étant fixes par σ Dans ce cas, on notera σ = (i 1 i 2 i k ) Le nombre k est appelé longueur du cycle, et un cycle de longueur 2 est appelé une transposition L ensemble {i 1,, i k } est appelé support du cycle σ On convient que l identité de E n est un cycle de longueur nulle et à support vide théorème 231 (admis) Toute permutation de E n est un produit (pour la loi ) de cycles à supports disjoints, cette décomposition est unique à l ordre près théorème 232 Toute permutation est un produit de transpositions 2) Signature Définition 233 (inversion) Soit σ S n, on appelle inversion de σ tout couple d entiers (i, j) [[1n]] 2 tel que i < j et σ(i) > σ(j) Le nombre d inversions de σ est noté I σ théorème 233 (Nombre d inversions d une transposition) Soit σ = (a b) une transposition de S n avec a < b : alors I σ = 2(b a) 1 Définition 234 (signature d une permutation) Soit σ S n, on appelle signature de σ le nombre noté ε(σ) et défini par ε(σ) = ( 1) I σ Exemple(s): Signature d une transposition, si σ = (a b) avec a < b E n, alors I σ = 2(b a) 1, donc ε(σ) = 1 théorème 234 (admis) L application signature ε : (S n, ) ({±1}, ), est un morphisme de groupes, c est à dire : σ, σ S n, ε(σ σ ) = ε(σ) ε(σ )

3 Applications n-linéaires 265 Application : calcul de la signature d une permutation Pour calculer la signature d une permutation σ, il suffit de connaître sa décomposition en produit de transpositions : σ = τ 1 τ k, on a alors ε(σ) = ε(τ 1 ) ε(τ k ) = ( 1) k Définition 235 (le groupe alterné) L application signature étant un morphisme de groupe, son noyau est un sous-groupe de S n Par définition, ce sous-groupe est appelé groupe alterné de type n et noté A n On a donc : A n = ker(ε) = {σ S n / ε(σ) = 1} A n est parfois appelé groupe des permutations paires car c est l ensemble des permutations qui s écrivent comme produit d un nombre pair de transpositions théorème 235 Le groupe alterné A n est de cardinal n! 2 II) Applications n-linéaires 1) definition Définition 236 Soient E et F deux K-espaces vectoriels et f : E n F une application On dit que f est n-linéaire lorsque f est linéaire par rapport à chacune de ses variables (les autres étant fixes), c est à dire : x 1,, x n E, i [[1n]], l application f i : E F définie par : f i (x) = f(x 1,, x i 1, x, x i+1,, x n ) est linéaire Définition 237 Soit f : E n F une application n-linéaire, on dit que f est : symétrique : lorsque σ S n, x 1,, x n E : f(x σ(1),, x σ(n) ) = f(x 1,, x n ), autrement dit, changer l ordre des vecteurs ne change pas le résultat antisymétrique : lorsque σ S n, x 1,, x n E : f(x σ(1),, x σ(n) ) = ε(σ)f(x 1,, x n ), autrement dit, échanger deux vecteurs change le signe du résultat alternée : lorsque x 1,, x n E, s il existe i, j [[1n]] tels que i j et x i = x j, alors f(x 1,, x n ) = 0, autrement dit, si deux des vecteurs sont égaux alors le résultat est nul théorème 236 Il y a équivalence entre antisymétrique et alternée

4 Déterminant dans une base 266 2) Développement suivant une base Soit E de dimension p, soit B = (e 1,, e p ) une base de E, soit S = (x 1,, x n ) un système de n vecteurs de E et soit A = P B,S M p,n (K) la matrice de passage de B à S Soit u = f(x 1,, x n ), en développant par rapport à la première variable, on obtient : u = a j1,1f(e j1, x 2,, x n ) 1 j 1 p Puis on développe chacun de ces termes par rapport à la deuxième variable x 2, ce qui donne u = a j1,1a j2,2f(e j1, e j2, x 3,, x n ), etc, ce qui donne à la fin : 1 j 1,j 2 p f(x 1,, x n ) = 1 j 1,,j n p a j1,1 a jn,nf(e j1,, e jn ) C est le développement de f(x 1,, x n ) dans la base B, on voit ainsi qu une application n-linéaire f : E n F est entièrement déterminée par la donnée des vecteurs f(e j1,, e jn ) Supposons maintenant que f soit en plus alternée, alors f(e j1,, e jn ) est nul dès que deux des indices sont égaux, par conséquent on obtient la formule : ( ) f(x 1,, x n ) = a jσ(1),1 a jσ(n),nf(e jσ(1),, e jσ(n) ) 1 j 1 < <j n p Or, f(e jσ(1),, e jσ(n) ) = ε(σ)f(e j1,, e jn ), finalement on a la formule : f(x 1,, x n ) = 1 j 1 < <j n p ( ε(σ)a jσ(1),1 a jσ(n),n ) f(e j1,, e jn ) III) Déterminant dans une base 1) Formes n-linéaires en dimension n Avec les notations du paragraphe précédent, supposons que la dimension de E soit égale à n et soit B = (e 1,, e n ) une base de E, alors il existe une seule famille d indices j 1,, j n telle que 1 j 1 < < j n n, c est la famille j 1 = 1,, j n = n, donc si f est une forme n-linéaire alternée sur E, alors il existe un unique scalaire α tel que : x 1,, x n E, f(x 1,, x n ) = α ε(σ)a σ(1),1 a σ(2),2 a σ(n),n Avec α = f(e 1,, e n ) (ce qui détermine entièrement f), et les scalaires a i,j étant les coefficients de la matrice du système (x 1,, x n ) dans la base B Si σ parcourt S n, alors σ 1 aussi, on peut donc écrire : x 1,, x n E, f(x 1,, x n ) = α ε(σ)a 1,σ 1 (1)a 2,σ 1 (2) a n,σ 1 (n) σ 1 S n = α ε(σ)a 1,σ(1) a n,σ(n) Posons x 1,, x n E, f 1 (x 1,, x n ) = ε(σ)a 1,σ(1) a n,σ(n), alors on vérifie que f 1 est une forme n-linéaire alternée sur E et que f 1 (e 1,, e n ) = 1 (en particulier f 1 est non nulle) De plus, le raisonnement précédent montre que toute forme n-linéaire alternée sur E est de la forme f = αf 1 avec α K, on peut donc énoncer :

5 Déterminant d un endomorphisme 267 théorème 237 Si dim(e) = n, alors l ensemble des formes n-linéaires alternées sur E est un K-espace vectoriel de dimension 1 (droite vectorielle), c est en fait un sev de l ensemble des applications de E n vers K 2) Déterminants de n vecteurs dans une base Définition 238 L application f 1 définie ci-dessus est appelée déterminant dans la base B, elle est notée det B C est donc une forme n-linéaire alternée sur E, qui constitue une base de l ensemble des formes n- linéaires alternées sur E, plus précisément, c est l unique forme n-linéaire alternée sur E qui vérifie : det B (e 1,, e n ) = 1 Expression du déterminant : Soit B = (e 1,, e n ) une base de E et soit (x 1,, x n ) une famille de n vecteurs de E, et soit A = (a i,j ) M n (K) la matrice de cette famille dans la base B, on a l expression suivante : det B (x 1,, x n ) = ε(σ)a 1,σ(1) a n,σ(n) 3) Propriétés du déterminant Soit E un K-espace vectoriel de dimension n et B = (e 1 ;, e n ) une base de E L application det B est une forme n-linéaire alternée, donc : elle est linéaire par rapport à chaque variable, par exemple : det B (αx 1 + βx 1, x 2,, x n ) = α det B (x 1, x 2,, x n ) + β det B (x 1, x 2,, x n ) si on échange deux vecteurs dans le déterminant, alors le résultat change de signe Si deux des vecteurs de la famille (x 1,, x n ) sont égaux, alors det B (x 1,, x n ) = 0 det B (e 1,, e n ) = 1, ce que l on note det B (B) = 1, c est l unique forme n-linéaire alternée sur E qui vérifie cette égalité Si B est une autre base de E, alors det B = det B (B) det B La famille (x 1,, x n ) est une base de E ssi det B (x 1,, x n ) 0 IV) Déterminant d un endomorphisme 1) definition Définition 239 Soit E un K-espace vectoriel et soit B = (e 1,, e n ) une base de E, soit u L (E), on appelle déterminant de u le scalaire, noté det(u) et défini par : det(u) = det B (u(e 1 ),, u(e n )) Ce scalaire est indépendant de la base B choisie Expression du déterminant : Soit u L (E) et soit B = (e 1,, e n ) une base de E, la matrice du système (u(e 1 ),, u(e n )) est en fait la matrice de u dans la base B, posons A(a i,j ) = mat(u), alors on peut écrire : det(u) = ε(σ)a 1σ(1) a nσ(n) B

6 Déterminant d une matrice carrée 268 2) Propriétés du déterminant Soit u L (E), soit B une base de E, alors : x 1,, x n E, det B (u(x 1),, u(x n )) = det(u) det B (x 1,, x n ) Soient u, v L (E), on a det(u v) = det(v u) = det(u) det(v) Soit u L (E) et soit B une base de E, alors u GL(E) ssi det(u) 0, et si c est le cas, alors det(u 1 ) = 1 det(u) Définition 2310 L application det : GL(E) K est un morphisme de groupes, son noyau est donc un sous-groupe de GL(E), ce sous-groupe est appelé groupe spécial linéaire et noté SL(E) On a donc : SL(E) = {u GL(E) / det(u) = 1} = {u L (E) / det(u) = 1} V) Déterminant d une matrice carrée 1) definition Définition 2311 Soit A = (a i,j ) M n (K), et soit u l endomorphisme de K n canoniquement associé à A, on appelle déterminant de A le déterminant de u et on pose où B désigne la base canonique de K n det(a) = det(u) = det B (C 1(A),, C n (A)), Expression du déterminant : A est la matrice de u dans la base canonique de K n, donc d après le paragraphe précédent, on a : det(a) = a 1,1 a 1,n Notation : on écrit : det(a) = a n,1 a n,n ε(σ)a 1,σ(1) a n,σ(n) 2) Propriétés du déterminant d une matrice carrée Une matrice carrée A et sa transposée, ont le même déterminant On en déduit que si B est la base canonique de K n, alors det(a) = det B (C 1 (A),, C n (A)) = det B (L 1 (A),, L n (A)) Soit u L (E), et soit B une base quelconque de E, si mat (u) = A M n(k), alors det(u) = B det(a) On en déduit en particulier que si P GL n (K), alors det(p 1 A P ) = det(a) Si A, B M n (K), alors det(a B) = det(a) det(b), en particulier, on a det(a B) = det(b A) Une matrice carrée est inversible ssi son déterminant est non nul, si c est le cas, alors det(a 1 ) = det(a) 1 Utilisation de la méthode de Gauss : on utilise celle-ci pour se ramener au calcul du déterminant d une matrice triangulaire, plus précisément : L opération L i L j, change le signe du déterminant (idem avec les colonnes) L opération L i αl i (α 0), multiplie le déterminant par α (idem avec les colonnes) L opération L i L i + αl j, ne change pas le déterminant (idem avec les colonnes)

7 Déterminant d une matrice carrée 269 Définition 2312 L application : det : GL n (K) K n, est un morphisme de groupes, donc son noyau est un sous-groupe de GL n (K), celui-ci est appelé groupe spécial linéaire de type n sur K, on le note SL n (K), on a donc : SL n (K) = {A M n (K) / det(a) = 1} 3) Développement suivant une ligne ou une colonne Soit A = (a i,j ) M n (K), soit B = (e 1,, e n ) la base canonique de K n, notons C 1,, C n les vecteurs colonnes de A, pour j [[1n]], on a C j = variable, on peut écrire : det(a) = n n a i,j e i, par linéarité par rapport à la j-ième a i,j det B (C 1,, C j 1, e i, C j+1,, C n ) En posant γ i,j (A) = det B (C 1,, C j 1, e i, C j+1,, C n ), on a alors det(a) = n a i,j γ i,j (A), c est le développement de det(a) suivant la colonne j Définition 2313 Le scalaire γ i,j (A) est appelé cofacteur (i j) de la matrice A, c est le déterminant de la matrice A dans laquelle la colonne j a été remplacée par le i-ième vecteur de la base canonique de K n Définition 2314 Soit A M n (K), on appelle mineur (i j) de la matrice A, le déterminant i,j (A) de la matrice A i,j obtenue par suppression de ligne i et de la colonne j de A Le lien entre cofacteur et mineur est : γ i,j (A) = ( 1) i+j i,j (A) Le développement de det(a) suivant la colonne j s écrit donc : det(a) = n a i,j ( 1) i+j i,j (A) i,j (A) est un déterminant d ordre n 1, c est donc une formule récurrente Développement suivant la ligne j : comme une matrice A M n (K) a le même déterminant que sa transposée, développer det(a) suivant la ligne j revient à développer det( t A) suivant la colonne j, ce qui donne det(a) = n ( t A) i,j ( 1) i+j i,j ( t A), mais i,j ( t A) = j,i (A), ce qui donne finalement : det(a) = n a j,i ( 1) i+j j,i (A) Un exemple classique : le déterminant de Vandermonde 1 1 α 0 α0 n Soit A =, où α 0,, α n K, soit V n = det(a), alors on a le résultat suivant : 1 α n αn n V n = (α j α i ) 0 i<j n 1 VANDERMONDE Alexandre ( ) : mathématicien français qui fut le premier à étudier les déterminants

8 Applications 270 4) Comatrice Définition 2315 Soit A M n (K), on appelle comatrice de A la matrice de M n (K) dont les coefficients sont les cofacteurs γ i,j (A) Notation : Com(A) = (γ i,j (A)) 1 i,j n théorème 238 (relation fondamentale) A M n (K), A t Com(A) = t Com(A) A = det(a)i n Application : si A M n (K) est inversible, alors : A 1 = 1 t Com(A) det(a) VI) Applications 1) Systèmes linéaires a 11 x a 1p x p = b 1 C est un système de la forme (S) : a n1 x a np x p = b n, où les scalaires x 1,, x p sont les inconnues Le système (S) peut s interpréter de plusieurs façons : x 1 b 1 a 11 a 1n Sous forme matricielle : (S) AX = B où X =, B =, et A =, x p b n a n1 a np A est la matrice du système Sous forme linéaire : soit u L (K p, K n ) l application linéaire canoniquement associée à A, soit x K p le vecteur de coordonnées (x 1,, x p ) dans la base canonique, et soit b le vecteur de K n de coordonnées (b 1,, b n ), on a alors (S) u(x) = b Sous forme vectorielle : soient v 1,, v p les vecteurs colonnes de A, on a (S) x 1 v x p v p = b, c est une équation vectorielle dans K n Définition 2316 (Systèmes de Cramer) C est un système linéaire carré possédant une unique solution, ce qui revient à dire que la matrice du système est carrée inversible Formules de Cramer 2 : on a ici n = p, notons C 1,, C n les colonnes de A,on a B = x 1 C x n C n, soit D i la matrice obtenue en remplaçant dans A la colonne i par la colonne B, on a : det(d i ) = formules : n k=1 x k det(c 1,, C i 1, C k, C i+1,, C n ), ce qui donne det(d i ) = x i det(a), d où les 2 CRAMER Gabriel ( ) : mathématicien français qui s est intéressé aux systèmes linéaires et à la théorie des déterminants

9 Exercices 271 i [[1n]], x i = det(c 1,, C i 1, B, C i+1,, C n ) det(a) 2) Orientation d un espace vectoriel réel Soient B et B deux bases d un R-espace vectoriel de dimension finie, E, soit P la matrice de passage, alors P est une matrice inversible, donc det(p ) 0, on a alors soit det(p ) > 0, soit det(p ) < 0 Définition 2317 On dit que la base B est en relation avec la base B lorsque la matrice de passage a un déterminant strictement positif, on note alors BRB théorème 239 La relation R est une relation d équivalence, et il n y a que deux classes d équivalence Définition 2318 Orienter l espace vectoriel E c est choisir une des deux classes d équivalence, que l on appelle classe des bases directes, l autre étant alors appelée classe des bases indirectes Il n y a donc que deux orientations possibles À retenir : le déterminant de la matrice de passage entre deux bases directes (ou deux bases indirectes) est strictement positif Le déterminant de la matrice de passage entre une base directe et une base indirecte est strictement négatif Définition 2319 (orientation induite sur un hyperplan) Soit H un hyperplan de E (R-espace vectoriel orienté), et soit e n un vecteur de E n appartenant pas à H, soit B = (e 1,, e n 1 ) une base de H, la famille (e 1,, e n ) est une base de E, si cette base est directe, on dira que (e 1,, e n 1 ) est une base directe de H pour l orientation induite sur H par le vecteur e n VII) Exercices Exercice 231 Calculer les déterminants suivants : a) x y z t b) x y z t m c)

10 Exercices 272 Exercice 232 Calculer le déterminant de la matrice A M n (K) dans les cas suivants : a) a ij = 1 δ ij b) a ij = b aδ ij c) a ij = i j a + b si i = j ab si j = i + 1 d) a ij = e) a ij = C j 1 p i+1, où p n f) a ij = sin(i + j) 1 si i = j sinon Exercice 233 a) Soit B une base d un K-espace E de dimension n, soit λ K, soit p n, soit x 1,, x n, e E, montrer que det B (x 1 + λe, x 2 + λe,, x p + λe, x p+1,, x n ) est un polynôme en λ de degré au plus 1 λ 1 a a b Soient a, b C distincts, pour λ 1,, λ n C, on pose : A = a b b λ n b) Pour x C, on pose P (x) = det(b) où B = (a ij + x) Montrer que P (x) est un polynôme de degré 1 au plus 1 Calculer P ( a) et P ( b) c) En déduire det(a) Exercice 234 a) Soit A = B C O n p,p D i) Montrer que A = A A avec A = M n (K) avec B M p (K), D M n p (K) et C M p,n p (K) I p C O n p,p D et A = B O p,n p O n p,p I n p ii) Calculer det(a ) et det(a ), en déduire que det(a) = det(b) det(d) A 1 0 b) Soit A une matrice triangulaire par blocs, c est à dire A =, 0 0 A n où les matrices A i sont carrées, montrer que det(a) = n det(a i ) Exercice 235 Soit E un espace de dimension n, B une base de E et u L (E), pour (x 1,, x n ) E n, on pose f(x 1,, x n ) = det B (u(x 1 ), x 2,, x n ) + + det B (x 1,, x n 1, u(x n )) Montrer que f = tr(u) det B

11 Exercices 273 Exercice 236 Soit A M n (K), soit B = (e 1,, e n ) la base canonique de K n, on note c 1,, c n les vecteurs colonnes de A a) Montrer que det(a) = a i1 a j2 det B (e i, e j, c 2,, c n ) 1 i,j n b) En déduire que det(a) = ( 1) i a 1+i 2 i1 1 a i1 2 1 i 1 <i 2 n a i2 1 a i2 2 (i 1,i 2 ),(1,2)(A) où (i1,i 2 ),(1,2)(A) désigne le déterminant de la matrice obtenue en supprimant dans la matrice A les lignes L i1 et L i2 et les colonnes C 1 et C 2 C est le développement de det(a) suivant les colonnes 1 et 2 x y z t c) Exemple : développer le déterminant suivant les colonnes 1 et m

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

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

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

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

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u)

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u) Matrices symétriques réelles 1 Préliminaires On se place dans (R n, ) euclidien, le produit scalaire canonique étant défini par : (x, y) R n R n, x y = t x y = x k y k On note : M n (R) l algèbres des

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

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

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

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

À propos des transvections

À propos des transvections À propos des transvections Antoine Ducros Préparation à l agrégation de mathématiques 1 Les transvections : aspect matriciel On fixe pour toute la suite du texte un corps commutatif k. (1.1) Définition.

Plus en détail

Cours de Mathématiques Calcul matriciel, systèmes linéaires. I Matrices à coefficients dans K... 3

Cours de Mathématiques Calcul matriciel, systèmes linéaires. I Matrices à coefficients dans K... 3 Table des matières I Matrices à coefficients dans K............................ 3 I.1 Généralités.................................. 3 I.2 Matrices particulières............................. 3 I.3 Matrices

Plus en détail

DE - DETERMINANTS. Rappels sur la méthode du pivot

DE - DETERMINANTS. Rappels sur la méthode du pivot 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

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

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

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

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

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

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

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

DÉTERMINANTS ET SYSTÈMES D'ÉQUATIONS LINÉAIRES

DÉTERMINANTS ET SYSTÈMES D'ÉQUATIONS LINÉAIRES DÉTERMINANTS ET SYSTÈMES D'ÉQUATIONS LINÉAIRES 1 Un outil pratique : le déterminant 11 Calcul d'un déterminant Un déterminant est un nombre Il se présente sous la forme d'un tableau carré ayant donc même

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

Matrice et espaces vectoriel de dimension finies MPSI

Matrice et espaces vectoriel de dimension finies MPSI Matrice et espaces vectoriel de dimension finies MPSI 27 mai 2008 Table des matières 1 Matrice 3 1.1 Définition............................. 3 1.2 Matrice carrée........................... 3 1.3 Vecteur

Plus en détail

Extrait gratuit de document, le document original comporte 13 pages.

Extrait gratuit de document, le document original comporte 13 pages. Notations Dans ce problème, E est un espace euclidien de dimension n 1. On note (x y) le produit scalaire de deux vecteurs quelconques x, y de E. On note [x] ε la matrice-colonne des coordonnées d un vecteur

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

Calcul matriciel 1. λ λ n

Calcul matriciel 1. λ λ n Calcul matriciel 1 Chapitre 3 Calcul matriciel 3.1 Matrices décomposées en blocs Nous considérerons, par ordre de généralité croissante, les matrices diagonales, triangulaires, diagonales par blocs, triangulaires

Plus en détail

Représentation de Jordan

Représentation de Jordan Représentation de Jordan Soit M une matrice carrée réelle de dimension n. On suppose dans ce projet que le polynôme caractéristique de M a n racines réelles. Certaines racines sont multiples. 1 Nombre

Plus en détail

Matrices. 6 On appelle matrice triangulaire inférieure toute matrice carrée d ordre n telle que, si

Matrices. 6 On appelle matrice triangulaire inférieure toute matrice carrée d ordre n telle que, si Agrégation interne UFR MATHÉMATIQUES Matrices On note K un corps commutatif. n et p représentent deux entiers naturels non nuls. 1. Notion de matrice 1.1. Définitions Définition 1 On appelle matrice d

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

Matrices Orthogonales et Isométries vectorielles

Matrices Orthogonales et Isométries vectorielles Matrices Orthogonales et Isométries vectorielles MPSI - Prytanée National Militaire Pascal Delahaye 4 mai 016 Dans ce chapitre, on considère un espace euclidien (E,, ) de dimension n 1 Les isométries vectorielles

Plus en détail

Un corrigé de la composition d algèbre. Problème 1 : puissances de matrices

Un corrigé de la composition d algèbre. Problème 1 : puissances de matrices Université de Poitiers Année 24-2 M MEEF Un corrigé de la composition d algèbre Mardi mars 2 à 3h durée : cinq heure Sujet et corrigé proposés par Anne Moreau Sources : deuxième composition de l épreuve

Plus en détail

Rappels d algèbre linéaire

Rappels d algèbre linéaire Rappels d algèbre linéaire Ce chapitre se consacre à rappeler un certain nombre de résultats d algèbre linéaire qui seront utiles pour le cours d analyse numérique matricielle et optimisation Nous décomposons

Plus en détail

TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES

TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES 22-10- 2011 JFC Mat p 1 TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES 2011-2012 LES NOTIONS Généralités (définition, matrices particulières) Opérations sur les matrices Matrice d une application linéaire

Plus en détail

MATRICES. 1. Définition. 2. Matrices carrées particulières. ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K)

MATRICES. 1. Définition. 2. Matrices carrées particulières. ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K) 21-10- 2007 JFC Mat p 1 MATRICES I GÉNÉRALITÉS 1 Définitions 2 Matrices carrées particulières II ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K) 1 Structure d espace vectoriel de M n,p (K) 2 Base canonique

Plus en détail

I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE 2 II- RÉVISIONS DE PCSI-MPSI

I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE 2 II- RÉVISIONS DE PCSI-MPSI CH 2 MATRICES Lycée Saint-Louis PSI1 I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE 2 Soit (a, b) IK IK*, si la suite (u n ) n vérifie n IN, u n+2 = a u n+1 + b u n, comment obtient-on la valeur de u n? II- RÉVISIONS

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

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

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

Réduction d endomorphismes

Réduction d endomorphismes Réduction d endomorphismes Ce document n est pas un cours mais présente seulement quelques notions à connaître sur le sujet. Soit E un K espace vectoriel, K = R ou C 1 Sous espaces stables 1.1 Définitions

Plus en détail

UE MAT234. Notes de cours sur l algèbre linéaire

UE MAT234. Notes de cours sur l algèbre linéaire UE MAT234 Notes de cours sur l algèbre linéaire Matrices - Systèmes linéaires - Déterminants - Diagonalisation Dans tout ce document, K désigne indifféremment le corps des nombres réels IR, ou celui des

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

MATRICES. x + a f. x y + a 2 f. ) f( k ) ) = (N(F k+1 F k ) 0 k N 1 ).

MATRICES. x + a f. x y + a 2 f. ) f( k ) ) = (N(F k+1 F k ) 0 k N 1 ). MATRICES CCP 2, MATHÉMATIQUES 2, MP À PROPOS DU PRÉAMBULE Le préambule évoque des équations aux dérivées partielles elliptiques Ce sont des équations linéaires homogènes d ordre 2 Par exemple, dans le

Plus en détail

et Systèmes d équations linéaires

et Systèmes d équations linéaires Opérations élémentaires et Systèmes d équations linéaires MPSI-Schwarz Prytanée National Militaire Pascal Delahaye 2 avril 2015 1 Les opérations élémentaires 11 Matrices associées aux OEL et aux OEC Lemme

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

( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation.

( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation. Equations différentielles linéaires du premier ordre à coefficients constants (ou système d équation différentielles linéaires scalaire à coefficients constants du premier ordre) dx t dt B( t) + AX t x

Plus en détail

GI Mathématiques. 1. Définitions. 1.1 Matrice de dimensions (n, p) matrice à n lignes et p colonnes. C j ... a ij ... j = N de colonne L 2

GI Mathématiques. 1. Définitions. 1.1 Matrice de dimensions (n, p) matrice à n lignes et p colonnes. C j ... a ij ... j = N de colonne L 2 1. Définitions 1.1 Matrice de dimensions (n, p) matrice à n lignes et p colonnes C j A np a11 a12.. a1 j.. a1 p a21 a22.. a2 j.. a2 p........ = ai1 ai2.. a.. aip........ an an.. anj.. a 1 2 np L 2 a i

Plus en détail

Etude de l ensemble des matrices

Etude de l ensemble des matrices Autour du produit Exercice 1 - Produits possibles - L1/Math ( Sup - ) On considère les matrices suivantes : A = 1 2 3, B = ( 1 2 ), C = 2 1 3 0 1 2, D = ( 2 5 5 0 ), E = 1 1 3 1 4 0 0 2 5 Quels sont les

Plus en détail

Isométries affines et vectorielles

Isométries affines et vectorielles Chapitre 3 Isométries affines et vectorielles Objectifs de ce chapitre 1. Rappels sur les isométries vectorielles.. Groupe orthogonal en dimension et 3. Détermination d une isométrie vectorielle en dimension

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

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

Exercices du chapitre VI : Déterminants des matrices carrées

Exercices du chapitre VI : Déterminants des matrices carrées Exercices du chapitre VI : Déterminants des matrices carrées N o 1 Soit A une matrice carrée (22). (a) Montrer que le déterminant de A est nul si seulement si les deux lignes de A sont proportionnelles.

Plus en détail

COMPOSITION DE MATHÉMATIQUES D (U)

COMPOSITION DE MATHÉMATIQUES D (U) ÉCOLE NORMALE SUPÉRIEURE CONCOURS D ADMISSION 2016 FILIÈRE MPI COMPOSITION DE MATHÉMATIQUES D (U) (Durée : 6 heures) L utilisation des calculatrices n est pas autorisée. Préambule Ce problème est consacré

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

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

Université Joseph Fourier, Grenoble I Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies 1 e année

Université Joseph Fourier, Grenoble I Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies 1 e année Université Joseph Fourier, Grenoble I Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies 1 e année Calcul matriciel Bernard Ycart Ce chapitre est essentiellement technique

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

Compléments d algèbre linéaire

Compléments d algèbre linéaire Chapitre Compléments d algèbre linéaire Le physicien et mathématicien anglais John William Strutt, baron de Rayleigh, élabore une théorie mathématique de l optique et des systèmes vibratoires. Par la suite

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

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

Mathématiques 1. Matrices positives (im)primitives

Mathématiques 1. Matrices positives (im)primitives Mathématiques 1 MP 4 heures Calculatrices autorisées Matrices positives (im)primitives 2016 Ce problème étudie diverses propriétés des matrices primitives et des matrices irréductibles, définies dans les

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

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

Lycée Lavoisier Année scolaire 2007/2008 Mathématiques Spéciales PC. Semaine janvier λ 1

Lycée Lavoisier Année scolaire 2007/2008 Mathématiques Spéciales PC. Semaine janvier λ 1 Lycée Lavoisier Année scolaire 2007/2008 Mathématiques Spéciales PC 1 Programme de Colles Semaine 9-10 6 janvier 2008 Déterminants Déterminant de n vecteurs Déterminant d un endomorphisme Déterminant d

Plus en détail

LES PERMUTATIONS. Soit n 1.

LES PERMUTATIONS. Soit n 1. L2 Math/Info Algèbre Soit n 1. LES PERMUTATIONS Définition 1. L ensemble des permutations de {1,...,n} (les bijections de l ensemble {1,...,n} dans lui-même) muni de la composition des applications est

Plus en détail

Vincent Pilaud Kholles de mathématiques 8 novembre 2005 MP* - Lycée Charlemagne - Paris a 0 a 1...,a n V (a 0,...

Vincent Pilaud Kholles de mathématiques 8 novembre 2005 MP* - Lycée Charlemagne - Paris a 0 a 1...,a n V (a 0,... Vincent Pilaud Kholles de mathématiques 8 novembre 2005 MP* - Lycée Charlemagne - Paris Algèbre linéaire 1 Déterminants Exercice [Van Der Monde] 1 Soient a 0,,a n K Calculer 1 1 1 a 0 a 1,a n V (a 0,,a

Plus en détail

2 Diverses interprétations des matrices

2 Diverses interprétations des matrices 1 Rappels Espace vectoriel M p,n (K) : Addition : dénition et propriétés élémentaires : commutativité, associativité, existence d'un neutre, toute matrice admet un(e) opposé(e) pour + Multiplication par

Plus en détail

PROBLÈME 1 : Une équation matricielle PRÉLIMINAIRES PARTIE I

PROBLÈME 1 : Une équation matricielle PRÉLIMINAIRES PARTIE I TD - Chapitres 19 et 0 - ALGÈBRE LINÉAIRE PROBLÈME 1 : Une équation matricielle Extrait sujet «Petites Mines» 010 Le but de ce problème est d étudier différentes matrices qui commutent avec leur transposée,

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

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

N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points

N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points Exercice 0 (sur 6 points) 1. Calculer les valeurs et vecteurs propres des matrices 1 2 0 0 0 0 A = 2 1 0 et B = 1 0 0. 0 0 3 6000 80008 4 2.

Plus en détail

ALGEBRE 1 PC/SF-Physique Fiche de cours : Calculs matriciels

ALGEBRE 1 PC/SF-Physique Fiche de cours : Calculs matriciels Université de Nice Sophia-Antipolis L1 Semestre 2 Année 2014-2015 ALGEBRE 1 PC/SF-Physique Fiche de cours : Calculs matriciels A) Les K-ev de matrices M(p, n, K) On peut combiner linéairement les matrices

Plus en détail

Calcul matriciel 1. Calcul matriciel

Calcul matriciel 1. Calcul matriciel Calcul matriciel 1 le 29 Novembre 2008 UTBM MT11 Arthur LANNUZEL http ://mathutbmal.free.fr Calcul matriciel Introduction. A un système linéaire de p équations à n inconnues on associe un tableau avec

Plus en détail

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx,

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx, Université Paris Panthéon-Sorbonne L MASS 0/03 Algèbre Corrigé Feuille 4 Exercice. a On remarque que dim F car F R 3 en effet,,, F. D autre part, soient e = 3,,, e =, 0,. On vérifie que {e, e } est une

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

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Indication ] [ Correction ] Donner une base de M 2 (R) qui soit formée de matrices inversibles Exercice 2 [ Indication ] [ Correction ] 1 a 0 0 0 1 a 0 Calculer

Plus en détail

T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION

T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION SESSION 1996 T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION PREMIERE PARTIE : matrice compagne d un endomorphisme cyclique I 1) Si f est cyclique, il existe un vecteur x 0 tel que la famille B = (x

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

CONCOURS D ADMISSION 2008 PREMIÈRE ÉPREUVE DE MATHÉMATIQUES. Filière MP

CONCOURS D ADMISSION 2008 PREMIÈRE ÉPREUVE DE MATHÉMATIQUES. Filière MP A 2008 MATH. I MP ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES. ÉCOLES NATIONALES SUPÉRIEURES DE L AÉRONAUTIQUE ET DE L ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE

Plus en détail

Exercices : Matrices

Exercices : Matrices Exercices : Matrices Exercice Soient A, B matrices de M n (K). On note I la matrice identité. On suppose que AB = I + A + A. Montrer que A est inversible, calculer A en fonction de A, B, I.. En déduire

Plus en détail

ISET Jerba wwww.isetjb.rnu.tn Département Génie Électrique. Cours d algèbre2. Haj Dahmane DHAFER

ISET Jerba wwww.isetjb.rnu.tn Département Génie Électrique. Cours d algèbre2. Haj Dahmane DHAFER ISET Jerba wwwwisetjbrnutn Département Génie Électrique Cours d algèbre2 Haj Dahmane DHAFER 19 février 2015 Chapitre I Généralités sur les matrices Sommaire I Définitions et notations 1 II Opérations sur

Plus en détail

Problème 1 : puissances de matrices

Problème 1 : puissances de matrices Rappels et notations Problème 1 : puissances de matrices Étant donnés deux entiers naturels non nuls p et q, M p,q (C) désigne l ensemble des matrices à p lignes et q colonnes, à coefficients complexes

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

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

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Corrigé ] 0 1 1 1 1 0 c 2 b 2 1 c 2 0 a 2 1 b 2 a 2 0 Exercice 2 [ Corrigé ] 1 2 3 4 5 5 1 2 3 4 Calculer le déterminant 4 5 1 2 3 3 4 5 1 2 2 3 4 5 1 Exercice

Plus en détail

C H A P I T R E 2 F O R M E S Q U A D R A T I Q U E S

C H A P I T R E 2 F O R M E S Q U A D R A T I Q U E S C H A P I T R E 2 F O R M E S Q U A D R A T I Q U E S 1. Définitions et exemples DEFINITION 13 : FORME QUADRATIQUE Soit b une forme bilinéaire sur E. L application et appelée forme quadratique associée.

Plus en détail

L2PC 2011/2012 USTV. Algèbre linéaire M331. Aide-mémoire et exercices corrigés. G. Faccanoni. Dernière mise-à-jour

L2PC 2011/2012 USTV. Algèbre linéaire M331. Aide-mémoire et exercices corrigés. G. Faccanoni. Dernière mise-à-jour L2PC 2/22 Aide-mémoire et exercices corrigés USTV M33 Algèbre linéaire G Faccanoni Dernière mise-à-jour Lundi 9 janvier 22 Attention, ce polycopié est encore en cours de développement, ne vous étonnez

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

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

1. Réduction d un endomorphisme en dimension finie, d une matrice

1. Réduction d un endomorphisme en dimension finie, d une matrice Réduction des endomorphismes en dimension finie 4-1 Sommaire 1 Réduction en dimension finie 1 11 Polynôme caractéristique 1 12 Ordre de multiplicité 2 2 Diagonalisation en dimension finie 2 21 Diagonalisibilité

Plus en détail

Matrices, déterminants

Matrices, déterminants Matrices, déterminants Dans tout ce chapitre, K désigne le corps R ou C. Les espaces vectoriels considérés sont de dimension finie sur K. Première partie Matrices 1 Matrices et applications linéaires 1.1

Plus en détail

Fonctions homogènes, concaves et convexes

Fonctions homogènes, concaves et convexes Fonctions homogènes, concaves et convexes Hervé Hocquard Université de Bordeaux, France 16 mars 2014 Fonctions homogènes Définition Soit f : (R +) n R. Soit r R. On dit que f est homogène de degré r si

Plus en détail

Algèbre linéaire pour GM Jeudi 28 novembre 2013 Prof. A. Abdulle , , )

Algèbre linéaire pour GM Jeudi 28 novembre 2013 Prof. A. Abdulle , , ) Algèbre linéaire pour GM Jeudi 8 novembre 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

Calcul matriciel. λa n,1 λa n,2... λa n,p. a 2,1 a 2,2... a 2,p... a n,1 a n,2... a n,p ... a n,1 + b n,1 a n,2 + b n,2...

Calcul matriciel. λa n,1 λa n,2... λa n,p. a 2,1 a 2,2... a 2,p... a n,1 a n,2... a n,p ... a n,1 + b n,1 a n,2 + b n,2... 11 mars 014 Calcul matriciel I IA Matrices : définition, opérations et propriétés Définitions et structure d espace vectoriel Définition 1 (Définition Une matrice de type (n, p est un tableau à n lignes

Plus en détail

Vade-MeCum. Vincent Hugot 22 janvier I Algèbre 3 1

Vade-MeCum. Vincent Hugot 22 janvier I Algèbre 3 1 Vincent 22 janvier 2005 Table des matières I Algèbre 3 1 1 Les applications linéaires 1 1.1 Généralités, définitions, exemples........................... 1 1.2 Somme directe de sous-espaces.............................

Plus en détail

12.5. Trace d une matrice, d un endomorphisme

12.5. Trace d une matrice, d un endomorphisme 12 Calcul matriciel, systèmes linéaires 121 Matrices à coefficients dans un corps IK 1211 Généralités 1212 Matrices particulières 1213 Matrices carrées particulières 122 Opérations sur les matrices 1221

Plus en détail

APPLICATIONS LINÉAIRES

APPLICATIONS LINÉAIRES APPLICATIONS LINÉAIRES 1 Définition et premiers exemples 1.1 Définition Définition 1.1 Application linéaire Soient E et F deux K-espaces vectoriels. On appelle application linéaire de E dans F toute application

Plus en détail

XIII. Matrices. 1 Opérations sur les matrices. On note K = R ou C.

XIII. Matrices. 1 Opérations sur les matrices. On note K = R ou C. XIII Matrices 1 Opérations sur les matrices On note K = R ou C Définition 1 On appelle matrice à n lignes et p colonnes à coefficients réels ou complexes un tableau rectangulaire à n lignes et p colonnes

Plus en détail

Exercices Corrigés Applications linéaires. Exercice 1 On considère l application linéaire :

Exercices Corrigés Applications linéaires. Exercice 1 On considère l application linéaire : Exercices Corrigés Applications linéaires Exercice 1 On considère l application linéaire : f : R 4 R 2, x 1, x 2, x 3, x 4 x 1 + x 2 + x 3 + x 4, x 1 + 2x 2 + 3x 3 + 4x 4 1 Quelle est la matrice de f dans

Plus en détail

Matrices. Calculs. progressions arithmétiques (traiter d abord le cas n = 1) Existe-t-il une matrice X telle que XA = B?

Matrices. Calculs. progressions arithmétiques (traiter d abord le cas n = 1) Existe-t-il une matrice X telle que XA = B? Matrices Calculs Exercice 1 ( Équation AX = B 1 2 3 Soit A = 2 3 4 3 4 5 1 Montrer que l équation en X : AX = B, X, B M 3,n (K, a des solutions si et seulement si les colonnes de B sont ( des progressions

Plus en détail

3 = , A 4 =

3 = , A 4 = Énoncé Soit A une matrice de M n (IK). Une décomposition LU de A est une égalité A = LU, où L est une matrice triangulaire inférieure (L pour Low ) à diagonale unité (tous les coefficients diagonaux valent

Plus en détail