Résumé de Math Sup : Matrices

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Résumé de Math Sup : Matrices"

Transcription

1 Résumé de Math Sup : Matrices I - Opérations dans M n,p (K) Une matrice à n lignes et p colonnes (n et p entiers naturels non nuls) est une application de 1, n 1, p dans K qui à un couple d indices (i, j) associe un élément de K noté a i,j Une matrice se note A = (a i,j ) 1 i n, 1 j p 1) Structure de K-espace vectoriel de M n,p (K) Addition de deux matrices (a i,j ) 1 i n, 1 j p + (b i,j ) 1 i n, 1 j p = (a i,j + b i,j ) 1 i n, 1 j p Multiplication par un scalaire λ(a i,j ) 1 i n, 1 j p = (λa i,j ) 1 i n, 1 j p Muni de ces deux lois, M n,p (K) est un K-espace vectoriel de dimension np et en particulier M n (K) est un K-espace vectoriel de dimension n La base canonique de M n,p (K) est la famille des matrices élémentaires (E i,j ) 1 i n, 1 j p où E i,j est la matrice dont le coefficient ligne k, colonne l vaut 1 si (k, l) = (i, j) et 0 sinon Une écriture abrégée de son terme général est δ k,i δ l,j ) Produit de deux matrices Soient A = (a i,j ) 1 i n, 1 j p M n,p (K) et B = (b i,j ) 1 i p, 1 j q M p,q (K) Le produit AB est la matrice de format (n, q) dont le terme général ligne i, colonne j, (i, j) 1, n 1, q, est c i,j = p a i,k b k,j Dans le cas des matrices non carrées, ce produit n est pas une loi interne Il est «associatif», non «commutatif» en général et «distributif sur l addition» Théorème (M n (K), +, ) est un anneau, non commutatif pour n L ensemble des matrices inversibles pour est noté GL n (K) (GL n (K), ) est un groupe, non commutatif pour n Dangers principaux : On peut avoir AB = 0 sans que ni A, ni B ne soient nuls : AB A = 0 ou B = 0 Plus généralement, l égalité AB = AC n entraîne pas en général B = C mais si A est carrée et inversible, A est simplifiable AB = 0 BA = 0 Les identités (A+B) = A +AB+B et plus généralement le binôme de Newton, et aussi A B = (A B)(A+B) ne sont vraies que si A et B commutent La somme de matrices inversibles n est en général pas inversible Théorème Soit A M n (K) Les propriétés suivantes sont équivalentes : 1) A est inversible ) deta 0 3) A est inversible à gauche 4)A est inversible à droite 5) A est simplifiable à gauche 6) A est simplifiable à droite 7) rga = n 8) KerA = {0} 9) ImA = M n,1 (K) 10) Pour tout vecteur colonne B, le système AX = B admet une unique solution où X est un vecteur colonne inconnu (KerA est l ensemble des vecteurs colonnes X tels que AX = 0 et ImA est l ensemble des vecteurs colonnes de la forme AX où X est un vecteur colonne quelconque) Remarque AB = 0 BA = 0 mais AB = I n BA = I n Produit de deux matrices élémentaires Soient E i,j une matrice élémentaire de format (n, p) et E k,l de format (p, q) alors E i,j E k,l = δ j,k E i,l Demonstration Le coeffient ligne u, colonne v de ce produit vaut p p w=1 δ u,i δ w,j δ w,k δ v,l = δ u,i δ v,l qui est le coefficient ligne u, colonne v de la matrice δ j,k E i,l w=1 δ w,j δ w,k = δ j,k δ u,i δ v,l 3) Transposition Soit A = (a i,j ) 1 i,j n une matrice de format (n, p) La transposée de A notée t A est la matrice de format (p, n) dont le coefficient ligne i, colonne j, vaut a j,i Théorème t ( t A) = A, t (A + B) = t A + t B, t (λa) = λ t A La transpositon est un isomorphisme de l espace vectoriel (M n,p (K), +, ) sur l espace vectoriel (M p,n (K), +, ) c Jean-Louis Rouget, 009 Tous droits réservés 1 http ://wwwmaths-francefr

2 Théorème t (AB) = t B t A Si de plus A est carrée, A est inversible si et seulement si t A l est et dans ce cas, ( t A) 1 = t (A 1 ) Les matrices carrées A telles que t A = A sont les matrices symétriques Leur ensemble est noté S n (K) C est un sous-espace vectoriel de M n (K) Les matrices A telles que t A = A sont les matrices antisymétriques Leur ensemble est noté A n (K) C est un sous-espace vectoriel de M n (K) Théorème M n (K) = S n (K) A n (K) dims n (K) = n(n + 1) et dima n (K) = n(n 1) Demonstration L endomorphisme t de M n (K) qui à une matrice associe sa transposée est involutif et est donc une symétrie On sait alors que M n (K) = Ker(t Id) Ker(t + Id) = S n (K) A n (K) (La décomposition d une matrice M est alors : M = 1 (M + t M) + 1 (M t M)) Une base de S n (K) est (E i,i ) 1 i n (E i,j + E j,i ) 1 i<j n et donc dims n (K) = n + II -Matrice d une famille de vecteurs dans une base n(n 1) = n(n + 1) Soit E un K-espace vectoriel de dimension n et B = (e i ) 1 i n une base donnée de E Soit (x j ) 1 j p une famille de p vecteurs de E La matrice de la famille (x j ) 1 j p dans la base B, notée Mat B (x j ) 1 j p, est la matrice de format (n, p) dont le coefficient ligne i, colonne j, vaut la i-ème coordonnée de x j dans B (la j-ème colonne est x j ) III - Matrice d une application linéaire 1) Définition Soient E et F des espaces de dimensions respectives n et p et f un élément de L (E, F) Soient B = (e j ) 1 j n une base de E et B = (e i ) 1 i p une base de F La matrice de f relativement aux bases B et B, notée Mat B,B f, est la matrice de la famille (f(e j ) 1 j n dans la base B Cette matrice est de de format (p, n) Le coefficient ligne i, colonne j, de cette matrice est la i-ème coordonnée dans B de f(e j ) Deux bases B et B de E et F respectivement étant fixées, l application qui à f L (E, F) associe sa matrice relativement à ces bases est un isomorphisme d espaces vectoriels de L (E, F) vers M p,n (K) (une application linéaire est entièrement déterminée par sa matrice car entièrement déterminée par l image d une base) et en particulier Mat(f+g) = Matf+Matg et Mat(λf) = λmat(f) ) Ecriture matricielle d une application linéaire On conserve les notations de 1) Soient x un vecteur de E puis y = f(x) Soit X M n,1 (K) le vecteur colonne dont les composantes sont les coordonnées du vecteur x dans la base B Soit Y M p,1 (K) le vecteur colonne dont les composantes sont les coordonnées du vecteur y dans la base B Soit A M p,n (K) la matrice de f relativement aux bases B et B Alors Demonstration f(x) = x j f(e j ) = bien le coefficient ligne i de AX Y = AX ( p ) p x j a i,j e i = a i,j x j e i et pour i 1, p, y i = Une conséquence important est : Théorème Mat(g f) = Mat(g) Mat(f) a i,j x j qui est 3) Ecriture matricielle d une application affine Soient E et F deux K-espaces vectoriels de dimensions finies Soit f une application affine de E vers F dont la partie linéaire est notée L(f) Soit R = (O, B) (resp R = (O, B )) un repère de E (resp de F) Soient M un point de E et M = f(m) Soit A la matrice de L(f) relativement aux bases B et B Soit B le vecteur colonne dont les composantes sont les coordonnées de f(o) dans le repère R Soit X (resp Y) le vecteur colonne dont les composantes sont les coordonnées de M (resp M ) dans R (resp R ) alors Y = AX + B c Jean-Louis Rouget, 009 Tous droits réservés http ://wwwmaths-francefr

3 IV - Changement de bases 1) Matrice de passage Soient B et B deux bases d un espace vectoriel E de dimension n La matrice de passage de B à B notée P B B ou aussi P B B ou P B,B, est la matrice de B dans B On montre facilement les formules P B B PB B = PB B et en particulier PB B PB B = I n Donc toute matrice de passage est inversible et (P B B ) 1 = PB B et réciproquement, toute matrice inversible peut être interprétée comme une matrice de passage ) Changement de coordonnées a) Changement de base Soient B et B deux bases de E et soit P la matrice de passage de B à B Soient x un vecteur de E puis X (resp X ) le vecteur colonne dont les composantes sont les coordonnées de x dans B (resp dans B ) alors Démonstration x = n x j e j = le coefficient ligne i de PX x j ( n ) p i,j e i = X = PX p i,j x j e i et pour i 1, n, x i = i p i,j x j qui est bien b) Changement de repère Soient R = (O, B) et R = (O, B ) deux repères d un espace de dimension finie E Soient M un point de E puis X (resp X ) le vecteur colonne dont les composantes sont les coordonnées de M dans R (resp dans R ) alors X = PX + Q où P est la matrice de passage de B à B et Q le vecteur colonne dont les composantes sont les coordonnées de O dans R 3) Changement de bases et applications linéaires a) Cas général Soient E un espace de dimension n muni de deux bases b et b et P la matrice de passage de b à b Soient F un espace de dimension p muni de deux bases β et β et Q la matrice de passage de β à β Soit f une application linéaire de E dans F Soit A (resp B) la matrice de f relativement aux bases b et β (resp b et β ) Alors B = Q 1 AP Démonstration Lemme Soient M et N deux matrices de format (n, p) telles que pour tout vecteur colonne X M p,1 (K), on a MX = NX, alors M = N En effet, si f et g sont les applications linéaires de K p dans K n de matrices respectives M et N relativement aux bases canoniques de K p et K n, alors pour tout x de K p, f(x) = g(x) et donc f = g puis M = N Y = AX donc QY = APX Donc BX = Y = (Q 1 AP)X et ceci pour tout vecteur colonne X b) Cas particulier d un endomorphisme Soient E un espace de dimension n muni de deux bases b et b et P la matrice de passage de b à b Soit f un endomorphisme de E de matrice A dans b et B dans b Alors B = P 1 AP 4) Matrices équivalentes, matrices semblables Définition Soient A et B deux matrices rectangulaires (éventuellement carrées) de format (n, p) A et B sont équivalentes si et seulement si il existe P matrice carrée inversible de format n et Q matrice carrée inversible de format p telles que B = QAP Deux matrices A et B sont équivalentes si et seulement si elles sont les matrices d une même application linéaire relativement à deux couples de bases comme décrit en 3) Deux matrices équivalentes ont même rang Définition Soient A et B deux matrices carrées de format n A et B sont semblables si et seulement si il existe P matrice carrée inversible de format n telle que B = P 1 AP Deux matrices A et B sont semblables si et seulement si elles sont les matrices d un même endomorphisme relativement à deux bases comme décrit en 3) Deux matrices semblables sont équivalentes mais la réciproque est fausse en général ne serait-ce que parce que deux matrices équivalentes ne sont pas nécessairement carrées Deux matrices semblables ont même rang, même trace, même déterminant, mêmes propriétés de calculs c Jean-Louis Rouget, 009 Tous droits réservés 3 http ://wwwmaths-francefr

4 V - Rang d une matrice Soit A = (a i,j ) 1 i n, 1 j p une matrice de format (n, p) Les lignes de A seront notées L 1,, L n et les colonnes de A seront notées C 1,, C p 1) Définitions et premières propriétés Définition Le rang de A est la dimension du sous-espace de M n,1 (K) engendré par la famille des vecteurs colonnes de A Exemple (écriture générale des matrices de rang 1) Soit A une matrice de format (n, p) et de rang 1 Ses colonnes sont dans la droite engendrée par une certaine colonne non nulle U = (u i ) 1 i n Plus précisément, pour j 1, p, C j s écrit v j U où les v j ne sont pas tous nuls Si on pose V = (v j ) 1 j p, alors A = U t V = (u i v j ) 1 i n, 1 j p où U et V sont non nuls Réciproquement, une telle matrice est bien de rang 1 Théorème rga Min{n, p} Théorème Soit F une famille de p vecteurs d un espace E de dimension n telle que A soit la matrice de F dans une certaine base de E alors rga = rgf Théorème Soient E et F deux K-espaces vectoriels Soient B une base de E et B une base de F Soit f une application linéaire de E vers F de matrice A relativement aux bases B et B alors rga = rgf Théorème Une matrice carrée de format n est inversible si et seulement si son rang est n Théorème rg(ab) Min{rgA, rgb} et rg(a + B) rga + rgb Théorème Soit A une matrice de format (n, p) Soit P une matrice carrée inversible de format n et Q une matrice carrée inversible de format p alors rg(pa) = rga et rg(aq) = rga Démonstration rg(pa) rga puis rga = rg(p 1 PA) rgpa ) Opérations élémentaires On utilise les trois opérations élémentaires sur les colonnes ou sur les lignes suivantes : 1) Echange de deux colonnes (respde deux lignes) Codage : C i C j (resp L i L j ) avec i j ) Multiplication d une colonne (resp d une ligne) par λ scalaire non nul Codage : C j λc j (resp L i λl i ) 3) Ajout de la colonne (respligne) j à la colonne (respligne) i avec i j Codage : C i C i + C j (resp L i L i + L j ) On peut ajouter à ces opérations élémentaires deux opérations moins élémentaires obtenues en combinant les transformations précédentes 1) permutation des colonnes (resp des lignes) ) ajout à une colonne (resp ligne) d une combinaison linéaire des autres colonnes (resp lignes)) 3) Interprétation des opérations élémentaires en terme de calcul matriciel a) Produit d une matrice par une matrice élémentaire On considère A = (a k,l ) 1 k n, 1 l p une matrice rectangulaire de format (n, p) Calculons le produit de A par une matrice élémentaire E i,j ayant un format adapté c est-à-dire : AE i,j = 1 k n, 1 l p j-ème colonne a k,l E k,l E i,j = 1 k n, 1 l p δ l,i a k,l E k,j = a k,i E k,j 0 0 a 1,i 0 0 AE i,j = (la i-ème colonne de A se retrouve en j-ème position) 0 0 a n,i p 0 0 De même, AE i,j = a k,i E k,j = a 1,j a p,j i-ème ligne (la j-ème ligne de A se retrouve en i-ème position) b) Echange de deux colonnes (ou de deux lignes) : C i C j Soient i et j deux indices distincts puis P i,j la matrice carrée de format p (resp n) définie par P i,j = I p E i,i E j,j + E i,j + E j,i (resp I n ) c Jean-Louis Rouget, 009 Tous droits réservés 4 http ://wwwmaths-francefr

5 D après le calcul préliminaire, il est clair que AP i,j se déduit de la matrice A par échange des colonnes i et j et que P i,j A se déduit de A par échange des lignes i et j Théorème P i,j est inversible c) Multiplication d une colonne (ou d une ligne) par un scalaire λ non nul : C j λc j Soient j 1, p puis λ un scalaire non nul Soit Λ j (λ) la matrice carrée de format p définie par Λ j (λ) = I p + (λ 1)E j,j D après le calcul préliminaire, il est clair que AΛ j (λ) se déduit de A par multiplication par λ de la colonne j Résultat analogue pour les lignes Théorème Si λ 0, Λ j (λ) est inversible d) Ajout d une colonne à une autre colonne (d une ligne à une autre ligne) : C i C i + C j Soient i et j deux éléments de 1, p (resp 1, n ) distincts Soit Λ i,j = I p + E j,i (respi n + E i,j ) D après le calcul préliminaire, il est clair que AΛ j,i se déduit de A en ajoutant C j à C i et que Λ i,j A se déduit de A en ajoutant L j à L i Théorème Λ i,j est inversible Remarque On peut étoffer les opérations élémentaires avec Λ i,j (λ) = I p + λe j,i qui rajoutera λ fois une colonne à une autre 4) Opérations élémentaires et rang Théorème Les opérations élémentaires ne modifient pas le rang Démonstration La multiplication à gauche ou à droite par une matrice inversible ne modifie pas le rang de cette matrice 5) Méthode du pivot de Gauss Lemme du pivot de Gauss Soit A une matrice de format (n, p) dont la première ligne est non nulle A peut être transformée par opérations élémentaires en une matrice A 1 de même format de la forme : ( ) 1 0 A 1 = A 1 où rga 1 = rga (ou encore rga 1 = rga 1) Démonstration Si a 1,1 = 0, il existe j > 1 tel que a 1,j soit non nul On échange alors la colonne C j et la colonne C 1 pour obtenir une matrice de même rang que A et dont le premier coefficient est non nul Puis par division de la première colonne de cette matrice par ce coefficient non nul, on obtient une matrice de même rang que A dont le coefficient ligne 1, colonne 1, est égal à 1 Il reste enfin à remplacer chaque colonne C j d indice j > 1 et de premier coefficient a 1,j par C j a 1,j C 1 pour parvenir à la forme voulue sans avoir modifié le rang de A Détermination du rang de A par la méthode du pivot de Gauss Si A est nulle, rga = 0 Sinon, quite à échanger deux lignes de A ce qui ne modifie pas son rang, ( on se ) ramène à une 1 0 matrice dont la première ligne est non nulle et A a même rang qu une matrice de la forme A = A 1 Le rang de A est 1 + rga 1 car la première colonne de A et les p 1 dernières engendrent des sous espaces supplémentaires En réitérant, A a même rang qu une matrice de la forme 1 0 Le rang de A est le nombre de 0 0 colonnes non nulles de cette dernière matrice 6) Rang et matrices équivalentes Théorème Soit A une matrice de format (n, p) et de rang r non nul A est équivalente à la matrice J r de format (n, p) définie par blocs : ( ) Ir 0 J r = où I 0 0 r est la matrice identité de format r Réciproquement, une matrice équivalente à J r est de rang r c Jean-Louis Rouget, 009 Tous droits réservés 5 http ://wwwmaths-francefr

6 Démonstration 1 Dans la démonstration précédente, on a multiplié A à droite par des matrices inversibles dont le produit est noté V pour obtenir AV = De la même façon, on( peut encore ) multiplier à gauche cette dernière matrice par un produit de matrices inversibles noté U Ir 0 pour obtenir UAV = = J 0 0 r ou encore A = U 1 J r V 1 ce qui montre que toute matrice de rang r est équivalente à la matrice J r Démonstration Soit A une matrice de format (n, p) et de rang r non nul Soit f l application linéaire de K p dans K n de matrice A relativement aux bases canoniques de K p et K n D après le théorème du rang, dim(kerf) = p r Soit B 0 = (e i ) r+1 i p une base de Kerf si r < p ou B 0 = si r = p B 0 est une famille libre de K p que l on peut compléter en B = (e i ) 1 i p base de K p On sait que la restriction de f à Vect(e i ) 1 i r est un isomorphisme de textvect(e i ) 1 i r sur Imf Par suite, si on pose i 1, r, e i = f(e i), la famille (e i ) 1 i r est une base de Imf que l on peut compléter en une base B = (e i ) 1 i n de K n La matrice de f relativement aux bases B et B est la matrice J r ce qui montre encore une fois que A est équivalente à J r Théorème Deux matrices de même format sont équivalentes si et seulement si ces deux matrices ont même rang Théorème rga = rg( t A) VI - Matrices de permutations 1) Définition Soit σ une permutation de 1, n La matrice P σ = (δ i,σ(j) ) 1 i,j n est la matrice (de permutation) associée à σ Le coefficient ligne i, colonne jde P σ vaut 1 sii = σ(j) et 0 sinon Exemple Si σ = (413) alors P σ = ) Propriétés Théorème (σ, σ ) (S n ), P σ P σ = P σ σ Démonstration Le coefficient ligne i, colonne j de P σ P σ vaut δ i,σ(k) δ k,σ (j) = δ i,σ(σ (j)) qui est bien le coefficent ligne i, colonne j, de P σ σ Théorème σ S n, P σ GL n (C) et (P σ ) 1 = P σ 1 Théorème Soit G = {P σ, σ S n } (G, ) est un sous-groupe de (GL n (C), ) isomorphe à (S n, ) Théorème σ S n, det(p σ ) = ε(σ) (signature) Démonstration det(p σ ) = σ S n ε(σ )p σ (1),1p σ (n),n = (car δ σ (1),σ(1)δ σ (n),σ(n) = 1 k 1, n, σ(k) = σ (k) σ = σ σ S n δ σ (1),σ(1)δ σ (n),σ(n) = ε(σ), 3) Produit d une matrice par une matrice de permutation Soit A = (a i,j ) 1 i n, 1 j p une matrice de format (p, n) et P σ la matrice associée à σ permutation donnée de 1, n (resp L σ 1 (1) 1, p ) Alors AP σ = (C σ(1),, C σ(n) ) (resp P σ A = ) L σ 1 (n) Démonstration Le coefficent ligne i, colonne j de AP σ vaut a σ 1 (i),j a i,k δ k,σ(j) = a i,σ(j) et le coefficient de P σ = p δ iσ(k) a k,j = c Jean-Louis Rouget, 009 Tous droits réservés 6 http ://wwwmaths-francefr

7 VII - Trace d une matrice carrée et trace d un endomorphisme 1) Définition Soit A = (a i,j ) 1 i,j n une matrice carrée La trace de A est le nombre a i,i ) Propriétés Théorème La trace est une forme linéaire sur M n (K) : (λ, µ) K, (A, B) (M n (K)), Tr(λA+µB) = λtra+µtrb Théorème A M n (K, Tr( t A) = TrA Théorème (A, B) (M n (K)), Tr(AB) = Tr(BA) ( n ) Démonstration Tr(AB) = a i,j b j,i = b j,i a i,j = Tr(BA) Théorème Deux matrices semblables ont même trace Démonstration Tr(P 1 AP) = Tr(APP 1 ) = TrA Danger Tr(ABC) = Tr(CAB) = Tr(BCA) Tr(ACB) en général Par exemple, Tr(E 1,1 E 1, E,1 ) = Tr(E 1,1 ) = 1 et Tr(E 1,1 E,1 E 1, ) = Tr(0) = 0 3) Trace d un endomorphisme La trace d un endomorphisme f d un espace E de dimension n est la trace de sa matrice dans une base donnée de E (ne dépend pas du choix de la base puisque deux matrices semblables ont mêmes traces) VIII - Calculs par blocs 1) Combinaisons linéaires On découpe une matrice A = (a k,l ) 1 k n, 1 l p de format (n, p) en blocs (ou cellules) A i,j de format (n i, p j ) où 1 i s, 1 j t et n n s = n, p p t = p Avec des notations évidentes, si A = (A i,j ) 1 i s, 1 j t et B = (B i,j ) 1 i s, 1 j t alors λa+µb = (λa i,j +µb i,j ) 1 i s, 1 j t ) Multiplication Pour calculer par blocs le produit AB, le découpage de A en colonnes doit être identique au découpage de B en lignes On découpe une matricea = (a i,j ) 1 i n, 1 j p de format (n, p) en A = (A i,j ) 1 i r,1 j s où 1 i r, 1 j t et n n r = n, p p s = p et une matrice B = (b k,l ) 1 k p, 1 j q de format (p, q) en B = (B i,j ) 1 i s, 1 j t où 1 i s, 1 j t et p p s = p, q q t = q s Si, pour 1 i r et 1 j t, on pose C i,j = A i,k B k,j, alors AB = (C i,j ) 1 i r, 1 j t c Jean-Louis Rouget, 009 Tous droits réservés 7 http ://wwwmaths-francefr

Résumé de Math Sup et compléments : matrices

Résumé de Math Sup et compléments : matrices Résumé de Math Sup et compléments : matrices I - Opérations dans M n,p (K) Une matrice à n lignes et p colonnes (n et p entiers naturels non nuls) est une application de 1,n 1,p dans K qui à un couple

Plus en détail

APPLICATIONS LINÉAIRES ET MATRICES. Résumé de cours d algèbre linéaire L1 de B. Calmès, Université d Artois (version du 1 er février 2016)

APPLICATIONS LINÉAIRES ET MATRICES. Résumé de cours d algèbre linéaire L1 de B. Calmès, Université d Artois (version du 1 er février 2016) APPLICATIONS LINÉAIRES ET MATRICES Résumé de cours d algèbre linéaire L de B. Calmès, Université d Artois (version du er février 206). Applications linéaires Soient E et F des espaces vectoriels sur K...

Plus en détail

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées.

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées. Chapitre 10 Calcul Matriciel 101 Qu est-ce qu une matrice? Définition : Soit K un ensemble de nombres exemples, K = N, Z, Q, R, C, n, p N On appelle matrice à n lignes et p colonnes la données de np nombres

Plus en détail

1.3 Produit matriciel

1.3 Produit matriciel MATRICES Dans tout ce chapitre, K désigne les corps R ou C, p et n des entiers naturels non nuls 1 Matrices à coefficients dans K 11 Définition Définition 11 Matrice On appelle matrice à coefficients dans

Plus en détail

Matrices. Une matrice (n,p) est un tableau rectangulaire qui a n lignes et p colonnes représenté sous la forme suivante : (a 11...

Matrices. Une matrice (n,p) est un tableau rectangulaire qui a n lignes et p colonnes représenté sous la forme suivante : (a 11... I Généralités Matrices Une matrice n,p est un tableau rectangulaire qui a n lignes et p colonnes représenté sous la forme suivante : A= a 11 a 1p a n1 a np où le terme a ij R On peut aussi écrire la matrice

Plus en détail

Applications linéaires

Applications linéaires Denis Pasquignon Applications linéaires Résumé du cours : 1. Généralités On appelle application linéaire de E dans F une application f : E F telle que (x 1, x 2 ) E 2 λ K, f(x 1 + λx 2 ) = f(x 1 ) + λf(x

Plus en détail

Exercices fondamentaux

Exercices fondamentaux Université de Nantes Département de Mathématiques DEUG MIAS - Module M2 Algèbre Année 2002/2003 Liste d exercices n 1 Exercices fondamentaux Espaces vectoriels, sous-espaces vectoriels 1. Montrer que l

Plus en détail

Espaces euclidiens. Soient E un espace vectoriel euclidien de dimension n, le produit scalaire sera noté comme

Espaces euclidiens. Soient E un espace vectoriel euclidien de dimension n, le produit scalaire sera noté comme Espaces euclidiens 1 Bases orthonormées Soient E un espace vectoriel euclidien de dimension n, le produit scalaire sera noté comme d habitude : < x, y >, ou (x, y) ou < x y > On note < x, x >= x 2, x est

Plus en détail

A. Décomposition de Dunford

A. Décomposition de Dunford SESSION 2011 Concours commun Mines-Ponts PREMIÈRE EPREUVE FILIÈRE MP 1 Le polynôme P ( 1 n (X λ i α i A Décomposition de Dunford (λ i X α i P i est annulateur de f d après le théorème de Cayley- Hamilton

Plus en détail

Université de Poitiers Année 2012-2013 L1 M2IPC Algèbre linéaire. Algèbre linéaire. rédigé par. Anne Moreau

Université de Poitiers Année 2012-2013 L1 M2IPC Algèbre linéaire. Algèbre linéaire. rédigé par. Anne Moreau Université de Poitiers Année 2012-2013 L1 M2IPC Algèbre linéaire Algèbre linéaire rédigé par Anne Moreau 1 2 Table des matières 1 Espaces Vectoriels 5 11 Structure d espace vectoriel 5 111 Espaces vectoriels

Plus en détail

Matrices et applications linéaires notes de cours Licence Sciences et Technologies, L1, M 2

Matrices et applications linéaires notes de cours Licence Sciences et Technologies, L1, M 2 Matrices et applications linéaires notes de cours Licence Sciences et Technologies, L1, M 2 H Le Ferrand, leferran@u-bourgognefr March 27, 2007 Contents 1 L application x Ax 2 11 Linéarité 2 12 Coordonnées

Plus en détail

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail

1 Notion de matrice. 2 Opérations sur les matrices. 1.1 Définitions et notations

1 Notion de matrice. 2 Opérations sur les matrices. 1.1 Définitions et notations ECS 3 2013 2014 Semaine de colle n o 16 du 13 au 17 janvier Toutes les définitions /énoncés du cours sont à connaître précisément Les démonstrations/exemples vus en classe peuvent être proposées comme

Plus en détail

{ 2x + y = 1 3x + 7y = 2

{ 2x + y = 1 3x + 7y = 2 Enoncés : Barbara Tumpach Exo7 Révisions Algèbre linéaire Exercice. Résoudre de quatre manières différentes le système suivant (par substitution, par la méthode du pivot de Gauss, en inversant la matrice

Plus en détail

Algèbre 2 - L1 MIASHS/Lettres-Maths. UFR MIME, Université Lille 3.

Algèbre 2 - L1 MIASHS/Lettres-Maths. UFR MIME, Université Lille 3. Algèbre 2 - L1 MIASHS/Lettres-Maths AMIRI Aboubacar UFR MIME, Université Lille 3. 10 avril 2015. Université Lille 3 1 Définitions et notations Quelques matrices particulières Matrice d une famille sur

Plus en détail

Matrices. Bcpst 1 4 mars 2016

Matrices. Bcpst 1 4 mars 2016 Matrices Bcpst 1 4 mars 2016 Notations du chapitre Dans tout ce chapitre, n et p sont deux entiers naturels non nuls désigne l ensemble ou l ensemble I Ensemble des matrices Definition 11 Matrice à n lignes

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

Plus en détail

CH III Matrices. 1 / 8

CH III Matrices. 1 / 8 CH III Matrices. 1 / 8 Objectifs : Définition, dimension et opérations de matrices. Matrice transposée. Multiplication de deux matrices. Application à la résolution de système linéaire. I. La notion de

Plus en détail

Matrices. 3 Structure de M n (K) 2 3.1 Produit matriciel... 2 3.2 L anneau M n (K)... 3 3.3 Le groupe GL n (K)... 3. 4 Transposition des matrices 3

Matrices. 3 Structure de M n (K) 2 3.1 Produit matriciel... 2 3.2 L anneau M n (K)... 3 3.3 Le groupe GL n (K)... 3. 4 Transposition des matrices 3 Matrices Table des matières 1 Matrices : définition 2 1.1 Définition des matrices.......................................... 2 1.2 Matrice d une famille de vecteurs dans une base............................

Plus en détail

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Chapitre 17 Matrices et applications linéaires Sommaire 171 Matrices et applications

Plus en détail

ou, n et p deux entiers naturels non nuls. colonne j 1,1 1,p ligne i i,j n,1 n,p

ou, n et p deux entiers naturels non nuls. colonne j 1,1 1,p ligne i i,j n,1 n,p Chapitre 12 : Matrices - résumé de cours Dans tout le chapitre désigne ou, n et p deux entiers naturels non nuls. 1. L'ensemble M n,p() 1.1 Définition et vocabulaire Déf: On appelle matrice à n lignes

Plus en détail

Université du Littoral - Côte d Opale Laurent SMOCH. Septembre 2012

Université du Littoral - Côte d Opale Laurent SMOCH. Septembre 2012 ISCID - PRÉPA 2ème année MATHÉMATIQUES APPLIQUÉES À L ÉCONOMIE ET À LA GESTION 2 Université du Littoral - Côte d Opale Laurent SMOCH Septembre 202 Laboratoire de Mathématiques Pures et Appliquées Joseph

Plus en détail

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2 Guillaume CARLIER L1, année 2006-2007 2 Ce support de cours est basé sur le poly de Tristan Tomala des années précédentes.

Plus en détail

CONCOURS COMMUN POLYTECHNIQUE EPREUVE SPECIFIQUE-FILIERE PC MATHEMATIQUES 1

CONCOURS COMMUN POLYTECHNIQUE EPREUVE SPECIFIQUE-FILIERE PC MATHEMATIQUES 1 SESSION 6 CONCOURS COMMUN POLYTECHNIQUE EPREUVE SPECIFIQUE-FILIERE PC MATHEMATIQUES 1 PARTIE I I1 Notons (x 1,,x n ) et (y 1,, y n ) les coordonnées de x et y dans la base B Puisque la base B est orthonormée,

Plus en détail

Chapitre II : Matrices et opérations

Chapitre II : Matrices et opérations Terminale S Spécialité Chapitre II : Matrices et opérations Année scolaire 205/206 I Généralités sur les matrices : Définition : Soient n et p, deux entiers naturels non-nuls, une matrice de format n,p

Plus en détail

Matrices, déterminants

Matrices, déterminants Matrices, déterminants S2 Mathématiques Générales 1 11MM21 Les notes qui suivent sont très largement inspirées des sites : http://ueluniscielfr/mathematiques/calculmat1/calculmat1/co/calculmat1html http://ueluniscielfr/mathematiques/determinant1/determinant1/co/determinant1html

Plus en détail

Exercices sur les matrices

Exercices sur les matrices Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Geoffriau 2006-2007 Exercices sur les matrices 1. L inverse d une matrice comme somme de ses puissances 2.

Plus en détail

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre 1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux modes de représentation des sous-espaces vectoriels Il existe deux modes

Plus en détail

Chapitre 3: Applications linéaires

Chapitre 3: Applications linéaires APPLICATIONS LINEAIRES 57 Chapitre 3: Applications linéaires 3.1 Introduction et définitions Introduction : Une application linéaire est une application entre espaces vectoriels qui préserve l'addition

Plus en détail

Généralités sur les matrices

Généralités sur les matrices Généralités sur les matrices Sommaire 1. Matrices particulières... 1 2. Opérations sur les matrices... 2 Multiplication par un scalaire :... 2 Addition de deux matrices de même dimension () et... 2 Multiplication

Plus en détail

Algèbre Matrices Algèbre des matrices carrées

Algèbre Matrices Algèbre des matrices carrées Algèbre Matrices Algèbre des matrices carrées Denis Vekemans Exercice 1 On considère les matrices suivantes : 1 2 1 0 1 et B = 3 4 2 2 3 Calculer, lorsque cela est possible, A 2, B 2, AB, BA, A t, B t,

Plus en détail

MATRICES ET CALCUL MATRICIEL

MATRICES ET CALCUL MATRICIEL MATRICES ET CALCUL MATRICIEL Objectifs Savoir ce qu'est une matrice. Savoir additionner deux matrices. Savoir multiplier deux matrices. Savoir calculer l'inverse d'une matrice 1 Les matrices?...un tableau

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

LES BONS COUPS DE BILI-NÉAIRE THE KID POUR AMÉLIORER TON EUCLIDIENNE ATTITUDE

LES BONS COUPS DE BILI-NÉAIRE THE KID POUR AMÉLIORER TON EUCLIDIENNE ATTITUDE 0-1- 014 J.F.C. Eve p. 1 LES BONS COUPS DE BILI-NÉAIRE THE KID POUR AMÉLIORER TON EUCLIDIENNE ATTITUDE Dans la suite, sauf mention du contraire, est un produit scalaire sur le R-espace vectoriel

Plus en détail

Exo7. Algèbre linéaire I. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr

Exo7. Algèbre linéaire I. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr Exo7 Algèbre linéaire I Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Plus en détail

UNIVERSITE PAUL SABATIER 2008/2009. Le déterminant d une matrice carrée à deux lignes et colonnes A = définition le nombre réel (ou complexe)

UNIVERSITE PAUL SABATIER 2008/2009. Le déterminant d une matrice carrée à deux lignes et colonnes A = définition le nombre réel (ou complexe) UNIVERSITE PAUL SABATIER 2008/2009 YjY L1 - PCP - DETERMINANTS (COURS-EXERCICES) YjY 1 Déterminant, définition, propriètés Le déterminant d une matrice carrée à deux lignes et colonnes A = définition le

Plus en détail

C) Fiche : Espaces vectoriels.

C) Fiche : Espaces vectoriels. C) Fiche : Espaces vectoriels. 1) Définition d'un espace vectoriel. K= I ou est le corps des scalaires. E est un K-espace I vectoriel si et seulement si : C'est un ensemble non vide muni de deux opérations,

Plus en détail

Algèbre linéaire pour GM Jeudi 03 novembre 2011 Prof. A. Abdulle. Série 6 (Corrigé)

Algèbre linéaire pour GM Jeudi 03 novembre 2011 Prof. A. Abdulle. Série 6 (Corrigé) 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 Sol: On effectue la réduction de la matrice A jusqu à obtenir

Plus en détail

Matrices et déterminants

Matrices et déterminants Matrices et déterminants Matrices Définition.. Une matrice réelle (ou complexe) M = (m i,j ) (m, n) à m lignes et n colonnes est un tableau à m lignes et n colonnes de réels (ou de complexes). Le coefficient

Plus en détail

ESPACES PRÉHILBER TIENS RÉELS

ESPACES PRÉHILBER TIENS RÉELS ESPACES PRÉHILBER TIENS RÉELS 1 Produit scalaire et norme 1.1 Produit scalaire Définition 1.1 Soit E un R-espace vectoriel. On appelle produit scalaire sur E toute forme bilinéaire symétrique définie positive

Plus en détail

1 Ensembles de matrices

1 Ensembles de matrices Les matrices Dans ce chapitre, K désigne à nouveau le corps des réels ou celui des complexes 1 Ensembles de matrices 11 M n,p (K) 111 Matrices à n lignes et p colonnes On appelle matrice à n lignes et

Plus en détail

Changement de bases. 2. Rôle de Reprenons l'exemple précédent. La matrice est inversible et l'on a :

Changement de bases. 2. Rôle de Reprenons l'exemple précédent. La matrice est inversible et l'on a : Changement de bases. Position du problème On considère un espace vectoriel de dimension, dont on connaît une base,,,. On considère une famille de vecteurs de cet espace vectoriel,,,. ppelle la matrice

Plus en détail

Matrices. 1. Définition. Exo7. 1.1. Définition

Matrices. 1. Définition. Exo7. 1.1. Définition Exo7 Matrices Vidéo partie 1 Définition Vidéo partie 2 Multiplication de matrices Vidéo partie 3 Inverse d'une matrice : définition Vidéo partie 4 Inverse d'une matrice : calcul Vidéo partie 5 Inverse

Plus en détail

Calcul matriciel, systèmes linéaires

Calcul matriciel, systèmes linéaires Sommaire Sommaire I Matrices à coefficients dans K 3 I1 Généralités 3 I2 Matrices particulières 3 I3 Matrices carrées particulières 4 II Opérations sur les matrices 5 II1 L espace vectoriel des matrices

Plus en détail

Partie I - Valeurs propres de AB et BA

Partie I - Valeurs propres de AB et BA SESSION 9 Concours commun Centrale MATHÉMATIQUES. FILIERE PSI Partie I - Valeurs propres de AB et BA I.A - Cas de la valeur propre. I.A.) Sp(AB) Ker(AB) {} AB / G L n (R) det(ab) =. I.A.) Sp(AB) det(ab)

Plus en détail

1 Somme de sous-espaces vectoriels

1 Somme de sous-espaces vectoriels Compléments d algèbre linéaire 1 Somme de sous-espaces vectoriels 1.1 Somme de 2 sevs Soient E 1 et E 2 deux sous-espaces vectoriels de E. On appelle somme de E 1 et E 2 l ensemble noté E 1 + E 2 et défini

Plus en détail

Chapitre 4 : Matrices

Chapitre 4 : Matrices Lycée Paul Sabatier Classe de Première ES, Spécialité Chapitre 4 : C. Aupérin 008-009 Télécharger c est tuer l industrie, tuons les tous Thurston Moore Dernière modification : 4 avril 009 Table des matières

Plus en détail

Polynômes à une indéterminée à coefficients dans IK. Table des matières

Polynômes à une indéterminée à coefficients dans IK. Table des matières Polynômes à une indéterminée à coefficients dans IK Rappels de Première année Table des matières 1 L algèbre IK[X] 2 1.1 Définition....................................... 2 1.2 Lois internes dans IK[X]..............................

Plus en détail

Fiche Méthode 11 : Noyaux et images.

Fiche Méthode 11 : Noyaux et images. Fiche Méthode 11 : Noyaux et images. On se place dans un espace vectoriel E de dimension finie n, muni d une base B = ( e 1,..., e n ). f désignera un endomorphisme de E 1 et A la matrice de f dans la

Plus en détail

Factorisation LU. par Eric Brunelle

Factorisation LU. par Eric Brunelle Factorisation LU par Eric Brunelle 1 Introduction La factorisation LU d une matrice A n n est une astuce très importante dans le domaine de l analyse numérique. Sa base est très simple, mais ses applications

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 3 4 Master d économie Cours de M. Desgraupes MATHS/STATS Document : Solution des exercices d algèbre linéaire Table des matières

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Corrigé : EM Lyon 2008

Corrigé : EM Lyon 2008 Exercice 1: I. Étude d une fonction Corrigé : EM Lyon 28 Option économique 1. Les fonctions t t et t ln(t) sont continues sur ];+ [ donc par produit et différence de fonctions continues, f est continue

Plus en détail

Chapitre 4. Base et génératrice

Chapitre 4. Base et génératrice Chapitre 4. Base et génératrice 1. Système lié ou libre Soient v 1,, v m un système de vecteurs. On se pose la question : Est-ce que le vecteur 0 est une combinaison linéaire des v i? Chapitre 4. Base

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

Matrices. 3 Théorie du rang 11 3.1 Opérations élémentaires... 11 3.2 Rang d une matrice, pivot de Gauss... 11 3.3 Inversion des matrices...

Matrices. 3 Théorie du rang 11 3.1 Opérations élémentaires... 11 3.2 Rang d une matrice, pivot de Gauss... 11 3.3 Inversion des matrices... Maths PCSI Cours Matrices Table des matières Présentation de M n,p (K) 2 Espace des matrices (n, p) 2 2 Lien avec les applications linéaires 3 3 L algèbre M n (K) 5 4 Transposition 6 2 Représentation des

Plus en détail

Résumé du cours d algèbre de Maths Spé MP

Résumé du cours d algèbre de Maths Spé MP 1 POLYNÔMES Résumé du cours d algèbre de Maths Spé MP 1 Polynômes 1) Formule de Taylor pour les polynômes. Soit P un polynôme non nul de degré n N. a K, P(X) = k=0 P (k) (a) (X a) k et en particulier P(X)

Plus en détail

Résumé de Math Sup et compléments : algèbre linéaire

Résumé de Math Sup et compléments : algèbre linéaire Résumé de Ma Sup et compléments : algèbre linéaire I - Espaces vectoriels - Sous espaces vectoriels 1) Structure de K-espace vectoriel Soient K un sous-corps de C et E un ensemble non vide muni d une l.d.c.i.

Plus en détail

Matrices. Par exemple, voici comment est notée et indexée une matrice 3 5 : (a 11. a 13. a 12. a 15 a 21 a 22 a 23 a 24 a 25 a 31. a 14 A = a 32.

Matrices. Par exemple, voici comment est notée et indexée une matrice 3 5 : (a 11. a 13. a 12. a 15 a 21 a 22 a 23 a 24 a 25 a 31. a 14 A = a 32. Matrices I- Généralités Définition : Une matrice A de taille n p est un tableau à deux dimensions de nombres a i j où i est la ligne et j la colonne, avec i n et j p Par exemple, voici comment est notée

Plus en détail

Algèbre linéaire. Cours 3. 1 Valeurs propres et vecteurs propres. Soit V un espace vectoriel sur un corps K et T un opérateur linéaire sur

Algèbre linéaire. Cours 3. 1 Valeurs propres et vecteurs propres. Soit V un espace vectoriel sur un corps K et T un opérateur linéaire sur Algèbre linéaire Cours 3 Valeurs propres et vecteurs propres V. Soit V un espace vectoriel sur un corps K et T un opérateur linéaire sur Définition. Un scalaire λ K est une valeur propre de T s il existe

Plus en détail

Réduction des endomorphismes et des matrices carrées

Réduction des endomorphismes et des matrices carrées 48 Chapitre 4 Réduction des endomorphismes et des matrices carrées La motivation de ce chapitre est la suivante. Étant donné un endomorphisme f d un espace E de dimension finie, déterminé par sa matrice

Plus en détail

a 22... a 2j... a 2p... a a n2... a nj A=(a ij

a 22... a 2j... a 2p... a a n2... a nj A=(a ij I Matrices : exemple et définition Voici les productions (en milliers) de deux usines de cycles appartenant à une même enseigne pour le premier semestre de l'année 2012 : Premier semestre 2012 VTT Adultes

Plus en détail

3 = 2 3 1 2 2 3, A 4 =

3 = 2 3 1 2 2 3, A 4 = 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 1),

Plus en détail

Cours BTS Calcul matriciel

Cours BTS Calcul matriciel Cours BTS Calcul matriciel S. B. Lycée des EK s Notation On appelle matrice tout tableau de nombres réels ou complexes disposés sous la forme d un rectangle : a 1,1 a 1,2...... a 1,p a 2,1 a 2,2......

Plus en détail

2. MATRICES ET APPLICATIONS LINÉAIRES

2. MATRICES ET APPLICATIONS LINÉAIRES 2. MATRICES ET APPLICATIONS LINÉAIRES 2.1 Définition Une matrice n m est un tableau rectangulaire de nombres (réels en général) à n lignes et m colonnes ; n et m sont les dimensions de la matrice. Notation.

Plus en détail

CHAPITRE I MATRICES ET DETERMINANTS

CHAPITRE I MATRICES ET DETERMINANTS CHAPITRE I MATRICES ET DETERMINANTS A) OPERATIONS SUR LES MATRICES (théorie) 1) Addition de deux matrices Exemple Andrée, Bernard, Charlotte et Dominique ont décidé de passer leur week-end à faire de la

Plus en détail

70 exercices d algèbre linéaire

70 exercices d algèbre linéaire Pierre-Louis CAYREL 28-29 Licence 1 Algèbre Linéaire Université de Paris 8 Feuille d exercices 7 exercices d algèbre linéaire 1 Espaces vectoriels 1.1 Structure d espace vectoriel Exercice 1 On définit

Plus en détail

Résumé du cours d algèbre de Sup et Spé

Résumé du cours d algèbre de Sup et Spé Résumé du cours d algèbre de Sup et Spé 1 Polynômes 11 Formule de Taylor pour les polynômes Soit P un polynôme non nul de degré n N a K, P = P (k) (a) (X a) k P = k! P (k) (0) k! Pour tout polynôme P et

Plus en détail

La Décomposition en Valeurs Singulières Analyse numérique et Application à la Vision

La Décomposition en Valeurs Singulières Analyse numérique et Application à la Vision La Décomposition en Valeurs Singulières Analyse numérique et Application à la Vision Valérie Perrier, Roger Mohr Ensimag et Laboratoire Jean Kuntzmann Décomposition en valeurs Deux parties : singulières

Plus en détail

Questions préliminaires

Questions préliminaires ÉCOLE POLYTECHNIQUE ÉCOLES NORMALES SUPÉRIEURES CONCOURS D ADMISSION 2015 FILIÈRE MP COMPOSITION DE MATHÉMATIQUES A (XLCR) (Durée : 4 heures) L utilisation des calculatrices n est pas autorisée pour cette

Plus en détail

Université Aix Marseille. Licence de mathématiques. Cours d Analyse numérique

Université Aix Marseille. Licence de mathématiques. Cours d Analyse numérique Université Aix Marseille Licence de mathématiques Cours d Analyse numérique Raphaèle Herbin 22 mai 206 Table des matières Systèmes linéaires 4. Objectifs................................................

Plus en détail

CPGE Omar Ibn Khattab Meknes. DEUXIEME COMPOSITION DE MATHÉMATIQUES corrigé de Brahim Benmimoun ( MP MEKNES ). I. PRÉLIMINAIRES. Question 1.

CPGE Omar Ibn Khattab Meknes. DEUXIEME COMPOSITION DE MATHÉMATIQUES corrigé de Brahim Benmimoun ( MP MEKNES ). I. PRÉLIMINAIRES. Question 1. MINES PONTS CONCOURS D ADMISSION 2005 DEUXIEME COMPOSITION DE MATHÉMATIQUES corrigé de Brahim Benmimoun ( MP MEKNES ). I. PRÉLIMINAIRES Question Soit M M n (R), on a M = 2 (M + t M) + 2 (M t M) de plus

Plus en détail

Algèbre et géométrie. Algèbre et géométrie. Algèbre et géométrie. CAPES et Agrégation. CAPES et Agrégation

Algèbre et géométrie. Algèbre et géométrie. Algèbre et géométrie. CAPES et Agrégation. CAPES et Agrégation CV_AlgebreGeometrie:EP 31/07/14 16:58 Page 1 CAPES et Agrégation L ouvrage présente tout le nouveau programme d algèbre et de géométrie au CAPES externe et à l Agrégation interne de mathématiques avec

Plus en détail

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3 Chapitre 5 Systèmes linéaires 1 Généralités sur les systèmes linéaires 2 11 Définitions 2 12 Opérations élémentaires 2 13 Systèmes échelonnés et triangulaires 3 2 Résolution des systèmes linéaires 3 21

Plus en détail

Matrices symétriques réelles.

Matrices symétriques réelles. Université de Nice SL2M 2009-10 Algèbre 2 Matrices symétriques réelles. 4. Calcul matriciel 4.1. Application bilinéaire symétrique associée à une matrice symétrique. On considère une matrice symétrique

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

CONCOURS 2013 DEUXIÈME ÉPREUVE DE MATHÉMATIQUES. Filière MP. (Durée de l épreuve : 4 heures) L usage d ordinateur ou de calculette est interdit.

CONCOURS 2013 DEUXIÈME ÉPREUVE DE MATHÉMATIQUES. Filière MP. (Durée de l épreuve : 4 heures) L usage d ordinateur ou de calculette est interdit. A 013 MATH. II MP ÉCOLE DES PONTS PARISTECH, SUPAÉRO (ISAE), ENSTA PARISTECH, TÉLÉCOM PARISTECH, MINES PARISTECH, MINES DE SAINT-ÉTIENNE, MINES DE NANCY, TÉLÉCOM BRETAGNE, ENSAE PARISTECH (FILIÈRE MP),

Plus en détail

UNIVERSITÉ DE POITIERS

UNIVERSITÉ DE POITIERS UNIVERSITÉ DE POITIERS Faculté des Sciences Fondamentales et Appliquées Mathématiques PREMIÈRE ANNEE DE LA LICENCE DE SCIENCES ET TECHNOLOGIES UE L «algèbre linéaire» Plan du cours Exercices Enoncés des

Plus en détail

Connaître les opérations sur les matrices : addition, multiplication, transposition,

Connaître les opérations sur les matrices : addition, multiplication, transposition, Chapitre 6 Matrices Connaître les opérations sur les matrices : addition, multiplication, transposition, etc. Savoir utiliser la formule de Newton sur les matrices. Connaître les propriétés des matrices

Plus en détail

Feuille 5 : Exercices sur les déterminants, quelques corrections

Feuille 5 : Exercices sur les déterminants, quelques corrections Université de Poitiers Mathématiques L SPIC, Module 2L2 2/2 Feuille 5 : Exercices sur les déterminants, quelques corrections Exercice 3 : Dans cet exercice, pour obtenir directement les polnômes sous forme

Plus en détail

Des ensembles linéairement indépendants; les bases Algèbre linéaire I MATH 1057 F

Des ensembles linéairement indépendants; les bases Algèbre linéaire I MATH 1057 F Des ensembles linéairement indépendants; les bases Algèbre linéaire I MATH 157 F Julien Dompierre Département de mathématiques et d informatique Université Laurentienne Sudbury, 9 mars 211 (In)dépendance

Plus en détail

RSA - bases mathématiques

RSA - bases mathématiques RSA - bases mathématiques Jang Schiltz Centre Universitaire de Luxembourg Séminaire de Mathématiques 162A, avenue de la Faïencerie L-1511 Luxembourg Luxembourg E-mail:schiltzj@cu.lu 1 Divisibilité Définition

Plus en détail

Outils mathématiques pour la physique et la chimie. Introduction. 1.1 Espaces vectoriels. Nicolas Chéron : nicolas.cheron@ens-lyon.

Outils mathématiques pour la physique et la chimie. Introduction. 1.1 Espaces vectoriels. Nicolas Chéron : nicolas.cheron@ens-lyon. Nicolas Chéron : nicolas.cheron@ens-lyon.fr Tél : 87 14 Outils mathématiques pour la physique et la chimie Introduction Ce document est un rappel de notions de mathématiques de base (i.e. niveau L1/L).

Plus en détail

E3A PC 2009 Math A. questions de cours. t C). On véri e que

E3A PC 2009 Math A. questions de cours. t C). On véri e que E3A PC 29 Math A questions de cours. Soit C 2 M 3 (R) Analyse : Si C = S + A, S 2 S 3 (R) et A 2 A 3 (R) alors t C = t S + t A = S A d où S = 2 (C +t C) et A = 2 (C t C). L analyse assure l unicité (sous

Plus en détail

Corrigé : EM Lyon 2006

Corrigé : EM Lyon 2006 Corrigé : EM Lyon 26 Option économique Exercice 1: 1. a) Comme A est une matrice triangulaire, on peut lire ses valeurs propres sur sa diagonale. Les valeurs propres de A sont et 1. b) Aadmet deux valeurspropresdistinctes

Plus en détail

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51 Résolution de systèmes linéaires : Méthodes directes Polytech Paris-UPMC - p. /5 Rappels mathématiques s Propriétés - p. 2/5 Rappels mathématiques Soit à résoudre le système linéaire Ax = b. Rappels mathématiques

Plus en détail

MATRICES. I) Résolution de système

MATRICES. I) Résolution de système MATRICES I) Résolution de système Exemple : On donne trois points A( ; 6), B( ; ) et C(0 ; 2). On recherche la fonction f du second degré telle que sa courbe représentative passe par les points A, B et

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

matrices 1 définition et opérations sur les matrices 2 1.1 activités... 2 1.1.1 activité 1... 2 1.2 à retenir... 3

matrices 1 définition et opérations sur les matrices 2 1.1 activités... 2 1.1.1 activité 1... 2 1.2 à retenir... 3 matrices Table des matières 1 définition et opérations sur les matrices 2 1.1 activités.................................................. 2 1.1.1 activité 1.............................................

Plus en détail

Matrices. 1,n a 2,1 a 2,2 a 2,j a 2,n. A = j-ième colonne

Matrices. 1,n a 2,1 a 2,2 a 2,j a 2,n. A = j-ième colonne Matrices I Matrices et opérations I1 definitions Définition 1 Soit n un entier naturel non nul Une matrice carrée d ordre n est un tableau de nombres réels comportant n lignes et n colonnes Le nombre placé

Plus en détail

Cours de Mathématiques II Chapitre 1. Algèbre linéaire

Cours de Mathématiques II Chapitre 1. Algèbre linéaire Université de Paris X Nanterre UFR Segmi Année 7-8 Licence Economie-Gestion première année Cours de Mathématiques II Chapitre Algèbre linéaire Table des matières Espaces vectoriels Espaces et sous-espaces

Plus en détail

III Applications linéaires et matrices

III Applications linéaires et matrices III Applications linéaires et matrices 1 Notion d application linéaire 1.1 Définition et exemples On s intéresse aux applications entre deux K-espaces vectoriels qui, d une certaine façon conservent les

Plus en détail

Algèbre 2, Cours de deuxième année de l Université de Bordeaux. Jean-Jacques Ruch 1

Algèbre 2, Cours de deuxième année de l Université de Bordeaux. Jean-Jacques Ruch 1 Algèbre 2, Cours de deuxième année de l Université de Bordeaux 1 1 Institut de Mathématiques Bordeaux, UMR 5251 du CNRS, Université de Bordeaux, 351 cours de la Libération, F33405 Talence Cedex, France

Plus en détail

2 PGCD, PPCM, petit théorème de Fermat

2 PGCD, PPCM, petit théorème de Fermat Université de Paris-Sud, année 2012/2013 Filière Math/Info-L2 Maths 209 Feuille d exercices de soutien 1 Congruences et arithmétique sur Z Exercice 1. a) Soit n un nombre entier. Combien de valeurs peut

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. b) On suppose rga + rgb n. Montrer qu il existe U, V GL n (K) tels que

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. b) On suppose rga + rgb n. Montrer qu il existe U, V GL n (K) tels que [http://mp.cpgedupuydelome.fr] édité le 0 juillet 204 Enoncés Rang d une matrice Exercice [ 0070 ] [correction] Soit A M n K une matrice carrée de rang. a Etablir l existence de colonnes X, Y M n, K vérifiant

Plus en détail

ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE. Algèbre Linéaire. Bachelor 1ère année 2008-2009. Sections : Matériaux et Microtechnique

ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE. Algèbre Linéaire. Bachelor 1ère année 2008-2009. Sections : Matériaux et Microtechnique ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Algèbre Linéaire Bachelor ère année 28-29 Sections : Matériaux et Microtechnique Support du cours de Dr Lara Thomas Polycopié élaboré par : Prof Eva Bayer Fluckiger

Plus en détail

Outils de base pour la classification des groupes de petit cardinal

Outils de base pour la classification des groupes de petit cardinal Chapitre II Outils de base pour la classification des groupes de petit cardinal Le titre est-il clair? Que signifie petit? Pas très grand, ok, mais pour quel ordre? Le but de ce cours est de fournir et

Plus en détail

Seconde Géométrie vectorielle Notion de vecteurs coordonnées de vecteurs

Seconde Géométrie vectorielle Notion de vecteurs coordonnées de vecteurs I. Notion de vecteurs a) Vecteurs et translations Définition : A et B désignent deux points du plan. La translation qui transforme A en B associe à tout point C du plan l'unique point D tel que les segments

Plus en détail

CHAPITRE 1. Matrices. ou ( a ij. 1 i n 1 j p

CHAPITRE 1. Matrices. ou ( a ij. 1 i n 1 j p CHAPITRE Matrices Dans ce chapitre, nous définissons des règles de calcul sur les matrices Ensuite, après avoir défini la notion de matrice échelonnée nous calculerons le rang des matrices Lorsque cela

Plus en détail

Exo7. Formes quadratiques. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr

Exo7. Formes quadratiques. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr Exo Formes quadratiques Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Plus en détail