Chapitre 1 - Les matrices : généralités et opérations

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 1 - Les matrices : généralités et opérations"

Transcription

1 Chapitre - Les matrices : généralités et opérations I) Les vecteurs ) Définitions Définition Soit n un entier naturel non nul On appelle vecteur de dimension n un tableau constitué d une seule colonne formée de n nombres réels x Notation Nous noterons : X = x 2 un tel vecteur x n Nous noterons dim(x) la dimension du vecteur X; donc ici, nous avons dim(x) =n Chacun des nombres réels x i sera appelé composante du vecteur X; par exemple, x désignera la première composante du vecteur X, x 2 la seconde composante Remarque Nous noterons souvent X =(x i ) le vecteur X ½ dim(x) =dim(y ) Définition 2 Deux vecteurs X et Y sont égaux si : i {; 2; ; n} on a : x i = y i désignent les composantes respectives des vecteurs X et Y,oùx i et y i 2) Vecteurs particuliers Définition On appelle vecteur nul le vecteur dont toutes les composantes sont nulles Nous le noterons : = Définition 4 On appelle ième vecteur unitaire le vecteur dont toutes les composantes sont nulles sauf la ième qui vaut Nous le noterons : E i = ) Opérations sur les vecteurs a) L addition de deux vecteurs Définition 5 La somme de deux vecteurs X =(x i ) et Y =(y i ) de dimension n est le vecteur de dimension n que nous noterons X + Y défini par : X + Y =(x i + y i ) Exemple Si X = 2 et Y = 5 4 alors on a : X + Y = roposition L addition de vecteurs de dimension n possède les propriétés suivantes : elle est commutative : X, Y on a : X + Y = Y + X elle est associative : X, Y, Z on a : (X + Y )+Z = X +(Y + Z) elle possède pour élément neutre : X on a : X + = +X = X

2 tout vecteur X =(x i ) possède un opposé qui est noté ( X) et qui est défini par : ( X) =( x i ) :onax +( X) =( X)+X = reuve Ces propriétés dérivent immédiatement des propriétés de l addition des nombres réels Remarque 2 uisque l addition vectorielle est associative, nous noterons sans parenthèses la somme de trois vecteurs roposition 2 Unicité de l élément neutre L élement neutre neutre d un vecteur X de dimension n est unique reuve Raisonnons par l absurde Supposons que l addition vectorielle possède deux éléments neutres distincts ( et 2 + X on a : 2 = 2 puisque est élément neutre + 2 = puisque 2 est élément neutre arsuiteona: = 2, ce qui contredit notre hypothèse ar conséquent, il y a unicité de l élément neutre roposition Unicitédel opposéd unvecteur Tout vecteur X de dimension n possède un vecteur opposé unique reuve Raisonnons par l absurde Supposons que le vecteur X possède deux vevteurs opposés distincts X( et X 2 X + X On a : + X 2 = X 2 puisque X est un opposé de X X + X + X 2 = X puisque X 2 est un opposé de X ar suite on a : X = X 2, ce qui contredit notre hypothèse ar conséquent, il y a unicité de l opposé Remarque Nous disons dans ce cas que l ensemble des vecteurs de dimension n muni de l addition possède une structure de groupe commutatif ou encore de groupe abélien b) Le produit par un nombre réel Définition 6 Le produit du vecteur X =(x i ) de dimension n parlenombreréelλ est noté λx ou encore λx et il est défini par : λx =(λx i ) Exemple 2 Si Si X = 2 et λ = 5 alors on a : λx = 5 5 roposition 4 Le produit d un vecteur de dimension n par un nombre réel possède les propriétés suivantes : X on a : X = X λ, µ R on a : λ (µx) =(λµ) X λ, µ R, X on a : (λ + µ) X =(λx)+(µx) λ R, X, Y on a : λ (X + Y )=(λx)+(λy ) reuve Ces propriétés dérivent immédiatement des propriétés de l addition et de la multiplication des nombres réels Remarque 4 Nous dirons que l ensemble des vecteurs de dimension n muni de l addition et du produit par un nombre réel possède une structure d espace vectoriel Corollaire Nous avons les conséquences suivantes : X on a : X = X on a : ( ) X = X 2

3 reuve ½ ( + ) X = X uisque : on en déduit que : X +X = X, etparsuite ( + ) X =X +X = X +X on tire : X = ½ ( + ( )) X =X = uisque : ( + ( )) X =X +( )X = X +( )X on en déduit que : X +( )X = et d après l unicité de l élément neutre pour l addition vectorielle nous en déduisons que ( )X est l élement neutre de X et par conséquent : ( ) X = X c) Le produit scalaire Définition 7 LeproduitscalairededeuxvecteursX =(x i ) et Y =(y i ) de dimension n est le nombre réel, noté XY et défini par : nx XY = x i y i Remarque 5 Le produit scalaire XY est encore noté <X/Y > Exemple Si X = 2 et Y = 5 4 alors on a : XY =5+( 2)4+( 7) = 24 7 Définition 8 Deux vecteurs X et Y de dimension n sont orthogonaux si XY = roposition 5 Le produit scalaire de vecteurs de dimension n est : symétrique : X, Y on a : XY = YX; i= bilinéaire : X, Y, Z, λ R on a : ½ (X + Y ) Z =(XZ)+(YZ) et X(Y + Z) =(XY )+(XZ) (λx) Y = λ (XY ) et X (λy )=λ(xy ) reuve Ces propriétés découlent immédiatement des propriétés de l addition et de la multiplication des nombres réels Définition 9 La norme du vecteur X de dimension n est notée kxk et elle est définie par : kxk = XX Un vecteur de dimension n est dit normé si sa norme est égale à roposition 6 La norme d un vecteur de dimension n vérifie les propriétés suivantes : X, λ R on a : kλxk = λ kxk X, Y on a : XY 6 kxk ky k (Inégalité de Schwarz) X, Y on a : kx + Y k 6 kxk + ky k X, Y on a : kxk ky k 6 kx Y k kxk = X = reuve Les démonstrations ont été faites dans le cours d Analyse II du premier semestre

4 4) Dépendance et indépendance linéaire Définition p vecteurs de dimension n : X, X 2,, X p sont linéairement indépendants si : λ X + λ 2 X λ p X p = λ = λ 2 = = λ p = Remarque 6 On dit encore dans ce cas que la famille (X,X 2,,X p ) est une famille libre; dans le cas contraire, on dit que les vecteurs sont linéairement dépendants ou encore que la famille (X,X 2,, X p ) est liée Exemple 4 Considéronslestroisvecteurs:X = 2, X 2 = 2 et X = 5 9 Etudions la dépendance ou non de ces trois vecteurs Il faut donc résoudre l équation : λ X + λ 2 X 2 + λ X = d inconnues λ, λ 2 et λ soit encore : λ 2λ 2 = λ =2λ 2 λ =2λ 2 2λ + λ 2 +5λ = 5λ 2 +5λ = λ 2 est quelconque λ +λ 2 +9λ = λ 2 +λ = λ = λ 2 Les trois nombres réels ne sont pas tous nuls, par exemple on peut choisir : ar conséquent, la famille (X,X 2,X ) est liée roposition 7 Nous avons les propriétés suivantes : λ =2 λ 2 = λ = Si le vecteur nul figure parmi les vecteurs X, X 2,, X p dépendants; alors ceux-ci sont linéairement des vecteurs sont linéairement dépendants si et seulement si l un d entre eux peut s écrire comme combinaison linéaire des autres, soit encore : i {, 2,,p} α,, α i,α i+,, α p R tels que : X i = px α k X k si parmi les vecteurs X, X 2,, X p il existe une famille de vecteurs linéairement dépendants, alors la famille X, X 2,, X p est liée reuve Ces résultats sont très simples à démontrer et sont laissés à titre d exercice k= k6=i II) Les matrices ) Définitions Définition Considérons deux nombres entiers naturels non nuls n et p On appelle matrice de taille (n, p) (ou matice à n lignes et p colonnes) un tableau à n lignes et p colonnes a a 2 a p Une telle matrice sera notée : M = a 2 a 22 a 2p ou encore M =(a ij) 6i6n ou 6j6p a n a n2 a np même M =(a ij ) s il n y a pas d ambiguité Notation 2 L ensembledesmatricesdetaille(n, p) et à coefficients réels sera noté M n,p (R) ou encore M n,p 4

5 µ Exemple 5 I = a ij = = i + j 6i,j M = 5 4 est une matrice de taille (; ) 2 M 2 = 4 est une matrice de taille (4; ) M = µ 4 5 est une matrice de taille (2; ) est une matrice de taille (; ) Définition 2 Lorsque n = p on dit que l on a une matrice carrée; dans ce cas M n,n (R) sera noté M n (R) ou encore M n On parlera alors de matrice d ordre n; lorsque n =on dit que l on a une matrice ligne; lorsque p =on dit que l on a une matrice colonne (ou encore un vecteur de dimension n) Définition Deux matrices M et N sont égales si elles ont la même taille et les mêmes coefficients 2) Matrices particulières Nous ne reviendrons pas sur les matrices carrées ainsi que sur les matrices ligne et colonne déjà vues dans le paragraphe précédent Nous rencontrerons très souvent d autres matrices particulières : les matrices symétriques, les matrices triangulaires supérieures et inférieures, les matrices diagonales, les matrices orthogonales, la matrice identité et la matrice nulle Définition 4 Une matrice symétrique d ordre n est une matrice carrée d ordre n pour laquelle les éléments symétriques par rapport à la diagonale principale sont égaux, soit encore une matrice du type M =(a ij ) 6i6n telle que : i, j {; 2; ; n} on a : a ij = a ji 6j6n Exemple 6 M = est une matrice symétrique d ordre 4 5 Définition 5 Une matrice triangulaire supérieure d ordre n est une matrice carrée d ordre n dont les éléments situés en dessous de ½ la diagonale principale sont tous nuls, soit encore une matrice i, j {; 2; ; n} on a : a vérifiant : i>j ij = du type M =(a ij ) 6i6n telle que : 6j6n Exemple 7 M = est une matrice triangulaire supérieure d ordre Définition 6 Une matrice triangulaire inférieure d ordre n estunematricecarrée d ordren dont les éléments situés au dessus ½de la diagonale principale sont tous nuls, soit encore une matrice du type i, j {; 2; ; n} M =(a ij ) 6i6n telle que : on a : a 6j6n vérifiant : i<j ij = Exemple 8 M = 7 6 est une matrice triangulaire inférieure d ordre 8 5 Définition 7 Une matrice diagonale estunematricecarrée dontlesélémentssituésendehorsde la diagonale principale sont tous nuls, soit encore une matrice du type M =(a ij ) 6i6n telle que : ½ 6j6n i, j {; 2; ; n} on a : a vérifiant : i 6= j ij = 5

6 Exemple 9 M = 6 est une matrice diagonale d ordre 5 Définition 8 Une matrice orthogonale d ordre n est une matrice carrée d ordre n pour laquelle les vecteurs colonnes sont normés et deux à deux orthogonaux Exemple M = est une matrice orthogonale d ordre Définition 9 La matrice identité de rang n est la matrice diagonale d ordre n pour laquelle tous lesélémentsdiagonauxsontégauxà OnnoteraI n ou encore I s il n y a pas d ambigüité possible Exemple I = est la matrice identité d ordre Définition 2 La matrice nulle de taille (n, p) est la matrice de taille (n, p) pour laquelle tous les éléments sont nuls On la notera O n,p ) Opérations sur les matrices a) L addition de deux matrices Définition 2 Considérons M =(a ij ) et N =(b ij ) deux matrices de même taille (n, p) La somme M + N sera une matrice de taille (n, p) définie par M + N =(a ij + b ij ); µ 2 Exemple 2 Si M = et N = µ 5 4 on aura : M + N = 5 2 µ sont deux matrices de taille (2; ) alors roposition 8 La somme matricielle définie précédemment possède les propriétés suivantes : elle est commutative : M,N M n,p on a : M + N = N + M; elle est associative : M,N,Q M n,p on a : (M + N)+Q = M +(N + Q); O n,p est élément neutre pour l addition matricielle : M M n,p on a : M + O n,p = O n,p + M = M; toute matrice M =(a ij ) M n,p possède une matrice opposée qui est notée ( M) définie par ( M) =( a ij ) reuve Ces propriétés proviennent immédiatement des propriétés de l addition des nombres réels Remarque 7 Comme nous l avions vu pour les vecteurs, nous pouvons affirmer qu il y a unicité de l élément neutre pour l addition matricielle et unicité de l opposé d une matrice donnée Nous dirons dans ce cas que l ensemble M n,p muni de l addition possède une structure de groupe commutatif (ou abélien) 6

7 b) La multiplication par un nombre réel Définition 22 Considérons M =(a ij ) M n,p et λ R Le produit par le nombre réel λ de la matrice M est la matrice de taille (n, p) que nous noterons λm ou plus simplement λm définie par : λm =(λa ij ) Exemple Si M = µ et λ =,alorsona:λm = µ roposition 9 La multiplication par un nombre réel possède les propriétés suivantes : λ, µ R, M M n,p on a : (λ + µ) M =(λm)+(µm) λ R, M,N M n,p on a : λ(m + N) =(λm)+(λn) λ, µ R, M M n,p on a : λ (µm) =(λµ) M M M n,p on a : M = M reuve Ces résultats se démontrent sans difficultés et sont des conséquences des propriétés de l addition et de la multiplication des nombres réels Remarque 8 Nous dirons que l ensemble M n,p muni de l addition et du produit par un nombre réel possède une structure d espace vectoriel Corollaire 2 Nous avons les conséquences suivantes : M M n,p on a : M = O n,p M M n,p on a : ( ) M = M reuve Ces deux résultats se démontrent d une façon analogue à ceux déjà rencontrés pour les vecteurs de dimension n dans le paragraphe I) c) La multiplication matricielle Dans ce paragraphe nous allons étudier la multiplication de deux matrices Notons tout de suite que cette multiplication ne sera pas toujours possible et qu une condition sur les tailles des matrices sera nécessaire Définition 2 Considéronsdeuxmatrices:M =(a ij ) M n,p et N =(b jk ) M p,q Le produit de la matrice M par la matrice N sera la matrice de M n,q,notémn définie par : MN =(c ik ) avec : c ik = px a ij b jk Remarque 9 Il faut bien remarquer que le nombre de colonnes de la matrice M doit être égal au nombre de lignes de la matrice N pour pouvoir effectuer le produit MN Si cette condition n est pas satisfaite, le produit matriciel ne sera pas défini Exemple 4 Si M = M ;4 et N = 2 2 M 4;2 alors on a : MN = M ;2 2 Remarquons qu il n aurait pas été possible d effectuer le produit de la matrice N par la matrice M roposition Lorsque les produits matriciels sont possibles, nous avons : (M + M 2 ) N =(M N)+(M 2 N) M(N + N 2 )=(MN )+(MN 2 ) 7

8 reuve CespropriétésproviennentdespropriétésdelamultiplicationdesnombresréelsDémontrons le premier résultat à titre d exemple Si M =(a ij ), M 2 = aij et N =(bjk ) alors on a : M + M 2 = a ij + aij et par conséquent on obtient : (M + M 2 ) N =(c ik ) où : c ik = p aij + a ij b jk = p a ij b jk + p a ij b jk M N =(c ik ) avec : c ik = p a ij b jk uisque : (M 2 N) M 2 N =(c ik ) avec : c ik = p a ij b jk, on en déduit que : (M + M 2 ) N =(M N)+ roposition λ R, M M n,p et N M p,q on a : λ (MN) =(λm) N = M(λN) reuve osons : M =(a ij ) M n,p et N =(b jk ) M p,q On a : λ (MN) =(λc ik ) où c ik = p a ij b jk De plus puisque : λm =(d ij ) où d ij = λa ij on obtient : (λm) N =(e ik ) avec : e ik = soit encore : e ik = p (λa ij ) b jk = λ p a ij b jk = λc ik Onadoncprouvéque:λ (MN) =(λm) N De même, puisque : λn =(f jk ) avec f jk = λb jk on obtient : M(λN) =(g ik ) où g ik = p a ij f jk = p a ij (λb jk )=λ p a ij b jk = λc ik Onvientdoncdedémontrerque:λ (MN) =M(λN) roposition 2 M M n,p, N M p,q et M q,r on a : M(N) =(MN) p d ij b jk, reuve osons : M =(a ij ) M n,p, N =(b jk ) M p,q et =(c kl ) M q,r On a : N =(d jl ) avec d jl = q b jk c kl donc : M(N) =(e il ) avec e il = p a ij d jl, soit encore : k= µ e il = p q Ã! a ij b jk c kl = p q a ij b jk c kl = q p a ij b jk c kl k= k= k= De plus, on a : MN =(f ik ) où f ik = p a ij b jk On en déduit que : e il = M(N) =(MN) q k= f ik c kl et par suite on obtient : (MN) =(e il ),cequiprouveque: roposition M M n,p on a : MI p = M M M n,p on a : I n M = M reuve Cesdeuxpropriétéssontévidentes d) La transposition Définition 24 Considérons une matrice M =(a ij ) M n,p La transposée de la matrice M sera une matrice de taille (p, n) que l on notera M t définie par : M t =(b ji ) avec : b ji = a ij µ 2 Exemple 5 Considérons la matrice M = M 5 4 2; Nous avons donc : M t = 2 5 M ;2 4 8

9 Remarque C est cette opération qui permet de définir un vecteur ligne : en effet un vecteur X de dimension n étant par définition une colonne, le vecteur ligne correspondant sera le transposé X t Le produit scalaire de deux vecteurs qui a été défini précédemment peut encore s écrire sous la forme : XY = X t Y = Y t X La transposée d une matrice diagonale est la matrice elle-même La transposée d une matrice triangulaire supérieure est une matrice triangulaire inférieure La transposée d une matrice nulle est une matrice nulle roposition 4 M,N M n,p, λ R on a : (M + N) t = M t + N t (M t ) t = M (λm) t = λm t reuve Ces trois propriétés sont évidentes roposition 5 M M n,p, N M p,q on a : (MN) t = N t M t reuve osons : M =(a ij ) M n,p et N =(b jk ) M p,q On a : MN =(c ik ) avec : c ik = p a ij b jk p ar conséquent, (MN) t =(d ki ) où d ki = a ij b jk De plus puisque : ½ N t =(e kj ) avec : e kj = b jk M t =(f ji ) avec : f ji = a ij on obtient : N t M t = (g ki ) avec g ki = p e kj f ji, soit encore : g ki = p b jk a ij = d ki On obtient donc : N t M t =(MN) t 9

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

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

Plus en détail

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

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

Plus en détail

- Chapitre 0 - Les systèmes d équations linéaires

- Chapitre 0 - Les systèmes d équations linéaires Table des matières - Chapitre 0 - Les systèmes d équations linéaires Définitions 2 2 Résolution pratique 3 2 Opérations élémentaires sur les équations du système 3 22 Méthode par substitution 3 Définitions

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

MATRICES. I- Définitions

MATRICES. I- Définitions MATRICES I- Définitions Une matrice A de format n, p est un tableau de nombres à n lignes et p colonnes Ces nombres sont appelés coefficients de la matrice Le coefficient de la i ème et de la j ème est

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

Notations du chapitre. Dans tout ce chapitre, n et p sont deux entiers naturels non nuls. désigne l ensemble ou l ensemble.

Notations du chapitre. Dans tout ce chapitre, n et p sont deux entiers naturels non nuls. désigne l ensemble ou l ensemble. Matrices Notations du chapitre Dans tout ce chapitre, n et p sont deux entiers naturels non nuls. désigne l ensemble ou l ensemble. Ensemble des matrices Définition 1.1 Matrice à n lignes et p colonnes

Plus en détail

Matrices. Chapitre V. 1 Révisions. a) Généralités

Matrices. Chapitre V. 1 Révisions. a) Généralités Chapitre V Matrices 1 Révisions a) Généralités Définitions Soient m, n et un corps commutatif Une matrice de type m, n à coefficients dans est un tableau de mn éléments de à m lignes et n colonnes, que

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

Définition (Rappel) On appelle matrice à n lignes et p colonnes, ou matrice n p un tableau d éléments de K que l on note

Définition (Rappel) On appelle matrice à n lignes et p colonnes, ou matrice n p un tableau d éléments de K que l on note Chapitre Matrices Matrices Règles de calcul Définition Rappel On appelle matrice à n lignes et p colonnes, ou matrice n p un tableau d éléments de K que l on note On note en abrégé a i,j i n j n a, a,

Plus en détail

Chapitre 2. Espaces vectoriels. x, y E, x y E.

Chapitre 2. Espaces vectoriels. x, y E, x y E. Chapitre 2 Espaces vectoriels 1. Définitions et exemples 1 1. Définition d un espace vectoriel On dit qu une loi définie sur un ensemble E est interne si x, y E, x y E. Définition 1.1. Un espace vectoriel

Plus en détail

Chapitre 10. Matrices Définitions

Chapitre 10. Matrices Définitions Chapitre 10 Matrices Nous allons dans ce chapitre découvrir la notion fondamentale de matrice Dans ce chapitre, on note K = R ou C 101 Définitions Définition 1011 On appelle matrice à n lignes et p colonnes

Plus en détail

MATRICES. Ensemble des matrices et opérations. 1 o ) Définition et matrices particulières

MATRICES. Ensemble des matrices et opérations. 1 o ) Définition et matrices particulières MATRICES I Ensemble des matrices et opérations Dans toute cette partie, K désigne indifféremment R ou C, et n et p désignent des entiers naturels non nuls 1 o Définition et matrices particulières Définition

Plus en détail

Calcul matriciel. 1 Ensemble des matrices Définitions Opérations sur les matrices Matrices carrées... 7

Calcul matriciel. 1 Ensemble des matrices Définitions Opérations sur les matrices Matrices carrées... 7 Chapitre 2 Calcul matriciel Ensemble des matrices 2 Définitions 2 2 Opérations sur les matrices 3 3 Matrices carrées 7 2 Opérations élémentaires de pivot et calcul matriciel 2 Matrices d opérations élémentaires

Plus en détail

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

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

Plus en détail

Matrices. () Matrices 1 / 45

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

Plus en détail

Matrices. Antoine Louatron

Matrices. Antoine Louatron Matrices Antoine Louatron 2/10 Table des matières Table des matières I Calcul sur les matrices 3 I1 Opérations 3 I2 Propriétés des opérations 4 I3 Matrices carrées 6 I4 Matrices particulières 6 II Matrices

Plus en détail

Matrices. 5 février 2018

Matrices. 5 février 2018 Matrices 5 février 218 Table des matières 1 Généralités 3 11 Généralités 3 111 Définitions 3 112 Notation 3 113 Egalité entre deux matrices : 3 114 Ensemble de matrices 3 12 Des cas particuliers 4 121

Plus en détail

Chapitre 9. Matrices

Chapitre 9. Matrices Lycée Benjamin Franklin PTSI 2014-2015 D Blottière Mathématiques Chapitre 9 Matrices Table des matières 1 Notations 2 2 Matrices de format n p 2 3 Structure de K-espace vectoriel sur M n,p (K 3 31 Addition

Plus en détail

Al 6 -Systèmes linéaires - Calcul matriciel

Al 6 -Systèmes linéaires - Calcul matriciel Al 6 -Systèmes linéaires - Calcul matriciel Dans ce chapitre K désignera R ou C, et n, p, q, r désigneront des entiers naturels non nuls 1 Matrices Définition 1 1 On appelle matrice de taille n p à coefficients

Plus en détail

Calcul matriciel .1. NOTION DE MATRICE. Chap. ALG02. Def.1. App.1

Calcul matriciel .1. NOTION DE MATRICE. Chap. ALG02. Def.1. App.1 Chap ALG0 Calcul matriciel NOTES DE COURS NOTION DE MATRICE Cadre de travail et/ou notation(s utilisée(s Dans tout ce chapitre et sauf mention contraire, n, p et q désigneront des entiers naturels non

Plus en détail

MT09-Analyse numérique élémentaire

MT09-Analyse numérique élémentaire MT09-Analyse numérique élémentaire Chapitre 1 : Révisions d algèbre linéaire Équipe de Mathématiques Appliquées UTC Avril 2006 suivant Chapitre I Algèbre linéaire - révisions I.1 Espace vectoriel.....................................

Plus en détail

L p B calculer le produit matriciel ligne par ligne, ou bien colonne par colonne.

L p B calculer le produit matriciel ligne par ligne, ou bien colonne par colonne. 40 CHAPITRE 4. MATRICES ligne L M 1,n (K) et d une matrice B M n,q (K) est encore une matrice ligne. De plus, si on note L i la i-ième ligne de A, alors le produit AB est la L 1 B L 2 B matrice (la juxtaposition

Plus en détail

CH XIII : Calcul matriciel

CH XIII : Calcul matriciel CH XIII : Calcul matriciel I Généralités sur les matrices Soient n et p deux entiers naturels non nuls On appelle matrice à n lignes et p colonnes à cœfficients dans R un tableau de nombres réels Si A

Plus en détail

i e ligne et la j e colonne de M. x n p (A) i,k (B) k,j.

i e ligne et la j e colonne de M. x n p (A) i,k (B) k,j. Dans tout ce chapitre désignera ou, n et p deux entiers de On conviendra dans toute la suite, pour toute matrice M de M n,p () et tout couple (i, j) de 1, n 1, p, de noter (M) i,j le terme général de la

Plus en détail

I-Définitions: A matrice à n lignes et p colonnes : np éléments réels (ou éventuellement complexes). p. 2/2

I-Définitions: A matrice à n lignes et p colonnes : np éléments réels (ou éventuellement complexes). p. 2/2 Matrice p. 1/2 I-Définitions: A matrice à n lignes et p colonnes : np éléments réels (ou éventuellement complexes). p. 2/2 I-Définitions: A matrice à n lignes et p colonnes : np éléments réels (ou éventuellement

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

a i+1,1 a i+1,j 1 a i+1,j+1 a i+1,n M (n 1) (n 1) (K). ( 1) j 1 a 1j det n 1 A 1j. j=1

a i+1,1 a i+1,j 1 a i+1,j+1 a i+1,n M (n 1) (n 1) (K). ( 1) j 1 a 1j det n 1 A 1j. j=1 Université Claude Bernard Lyon 1 L1 de Mathématiques : Math II Algèbre cursus PMI Année 2014 2015 Déterminants I On fixe pour tout le chapitre un corps K On va associer à toute matrice carrée, et même

Plus en détail

Chapitre A8 : Matrices et systèmes linéaires

Chapitre A8 : Matrices et systèmes linéaires Chapitre A8 : Matrices et systèmes linéaires 1 Matrices Dans tout le chapitre n, p, q, r N et K = R ou C 1 a) Définitions Définition 11 On appelle matrice à n lignes et p colonnes une application de 1,

Plus en détail

Matrices. Matrices. Paris Descartes Mathématiques et calcul 1. Matrices. 1 Matrices

Matrices. Matrices. Paris Descartes Mathématiques et calcul 1. Matrices. 1 Matrices Matrices Matrices Matrices 1 Matrices Définitions Espace vectoriel des matrices n p Multiplication des matrices Inverse d une matrice Systèmes linéaires Applications linéaires Changement de bases Matrices

Plus en détail

Chapitre 3 : Matrices

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

Plus en détail

Maths en PCSI Année Chapitre n 12. Calcul matriciel

Maths en PCSI Année Chapitre n 12. Calcul matriciel Chapitre n 12 Calcul matriciel Dans tout ce chapitre, K désigne R ou C, et n, p et q des entiers naturels non nuls Les éléments de K seront aussi appelés des scalaires 1 Ensembles de matrices Définition

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

MATRICES - DEFINITION 1 Une matrice est un tableau rectangulaire de nombres.

MATRICES - DEFINITION 1 Une matrice est un tableau rectangulaire de nombres. MATRICES - DEFINITION 1 Une matrice est un tableau rectangulaire de nombres. Exemple: A = 1 17 1.12 3 π 6. Une matrice est de format mxn ssi elle a m lignes et n colonnes (m,n IN 0) Exemple : A est de

Plus en détail

Matrices. Chapitre 7. Sommaire

Matrices. Chapitre 7. Sommaire Chapitre 7 Matrices Sommaire 7.1 Notion de matrice et vocabulaire..................... 109 7.1.1 Définitions.................................. 109 7.1.2 Quelques cas particuliers...........................

Plus en détail

VII. Systèmes linéaires - Matrices

VII. Systèmes linéaires - Matrices Systèmes d équations linéaires Définition d un système d équations linéaires Définition On appelle système linéaire de n équations à p inconnues le système d équations : a, u + a,2 u 2 + + a,p u p = v

Plus en détail

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

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

Plus en détail

Matrices. Chapitre Définition d une matrice

Matrices. Chapitre Définition d une matrice Chapitre 17 Matrices 171 Définition d une matrice Définition 171 : Soit un corps commutatif K et deux entiers n,p 1 On appelle matrice n p à coefficients dans K, une application { [[1,n]] [[1,p]] K A :

Plus en détail

Rappel d'algèbre linéaire

Rappel d'algèbre linéaire Rappel d'algèbre linéaire 1 Chapitre 1 Rappel d'algèbre linéaire R et C désignent respectivement le corps des nombres réels et le corps des nombres complexes. S'il n'y a pas lieu de les distinguer, on

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

Espaces vectoriels. 1 Définition. Christian CYRILLE 4 mai : E E E

Espaces vectoriels. 1 Définition. Christian CYRILLE 4 mai : E E E Espaces vectoriels Christian CYRILLE 4 mai 2017 1 Définition Soit E un ensemble muni d une loi interne + et d une loi externe. à gauche dont le domaine d opérateurs est R en l occurrence la multiplication

Plus en détail

Chapitre 13 : Matrices

Chapitre 13 : Matrices Chapitre 13 : Matrices ECE3 Lycée Carnot 9 février 01 Introduction Pour introduire le concept de matrice, intéressons-nous au problème très concret suivant : dans le village de Trouperdu, le boulanger

Plus en détail

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

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

Plus en détail

MT09-Analyse numérique élémentaire

MT09-Analyse numérique élémentaire MT09-Analyse numérique élémentaire Chapitre 0 : Révisions d algèbre linéaire Équipe de Mathématiques Appliquées UTC Septembre 2016 suivant Chapitre 0 Algèbre linéaire - révisions 0.1 Espace vectoriel................................

Plus en détail

a 1,1 x a 1,m x m = b 1 a 2,1 x a 2,m x m = b 2. . = b n

a 1,1 x a 1,m x m = b 1 a 2,1 x a 2,m x m = b 2. . = b n Chapitre Calcul matriciel Dans tout ce chapitre la lettre K désignera Q,R, ou C Systèmes et point de vue matriciel Rappelons qu un système d équations linéaires (disons, à n équations et m inconnues x,,x

Plus en détail

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

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

Plus en détail

Vecteurs et applications linéaires

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

Plus en détail

Chapitre 2 - Les matrices carrées

Chapitre 2 - Les matrices carrées Chapitre - Les matrices carrées I) Produit et puissance des matrices carrées ) Propriétés Nous avons défini le produit de deux matrices dans le chapitre précédent Dans ce paragraphe nous allons nous intéresser

Plus en détail

Matrices à coefficients dans R ou C.

Matrices à coefficients dans R ou C. BCPST1 B 2015/2016 Matrices à coefficients dans R ou C Dans ce chapitre n, r, q et p sont des entiers naturels non nuls, Les éléments de R ou de C sont appelés nombres ou scalaires I) Définition et vocabulaire

Plus en détail

Université de Liège Année académique Calcul matriciel. 1 Signe sommatoire et symbole de Kronecker

Université de Liège Année académique Calcul matriciel. 1 Signe sommatoire et symbole de Kronecker Université de Liège Année académique 28 29 Calcul matriciel Béatrice Lahaye BeatriceLahaye@uliegebe Adeline Massuir AMassuir@uliegebe Signe sommatoire et symbole de Kronecker Exercices Développer explicitement

Plus en détail

Cours du Samedi 14 Juin.

Cours du Samedi 14 Juin. Cours du Samedi 14 Juin. Introduction : rappels sur les ensembles (notations et produit cartésien de deux ensembles), intersections, réunions (et somme) de deux ensembles et résolution d un système linéaire

Plus en détail

Bases Indispensables des Mathématiques

Bases Indispensables des Mathématiques Applications linéaires Matrices : Introduction Quelques matrices particulières Calcul matriciel Déterminants Inversion de matrices Bases Indispensables des Mathématiques Chapitre 2 : Algèbre linéaire.

Plus en détail

Algèbre Linéaire. S2 Mathématiques-Informatique. R. Taillefer

Algèbre Linéaire. S2 Mathématiques-Informatique. R. Taillefer Algèbre Linéaire S2 Mathématiques-Informatique R Taillefer 4 novembre 2013 Table des matières Corps 1 I Matrices 2 A Définitions et règles de calcul 2 A1 Opérations sur les matrices 3 B Opérations élémentaires

Plus en détail

1. Familles de vecteurs

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

Plus en détail

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

Formes bilinéaires et quadratiques

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

Plus en détail

Notions essentielles d algèbre linéaire

Notions essentielles d algèbre linéaire Université d Aix-Marseille Institut Universitaire de Technologie Département Réseaux et Télécommunications Notions essentielles d algèbre linéaire 1 Espace vectoriel Base 3 Dimension 4 Matrices 5 Application

Plus en détail

Chapitre 9. Produits scalaires. 9.1 Produits scalaires et normes Définition des produits scalaires. (x, y), (u, v) xu + yx

Chapitre 9. Produits scalaires. 9.1 Produits scalaires et normes Définition des produits scalaires. (x, y), (u, v) xu + yx Chapitre 9 Produits scalaires Dans tout ce chapitre, E est un espace vectoriel réel fixé. 9.1 Produits scalaires et normes 9.1.1 Définition des produits scalaires Définition 9.1.1 Soit ϕ : E E R une 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

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

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

Plus en détail

Espaces vectoriels réels

Espaces vectoriels réels Chapitre 2 Espaces vectoriels réels I) De l exemple à la définition On considère le plan E = R R muni d un repère (O, i, j ). Un vecteur u du plan s identifie à ses coordonnées (u 1,u 2 ) dans ce repère.

Plus en détail

VII ALGÈBRE LINÉAIRE

VII ALGÈBRE LINÉAIRE CHAPITRE VII ALGÈBRE LINÉAIRE Sommaire A Espaces vectoriels............................................ 2 A.1 Définition des espaces vectoriels................................ 3 A.2 Définition des sous-espaces

Plus en détail

Michel Rigo. October 7, 2009

Michel Rigo. October 7, 2009 MATRICES (INTRODUCTION) Michel Rigo Premiers bacheliers en sciences mathématiques October 7, 2009 champ K fixé une fois pour toutes matrice m n à coefficients dans K a 11 a 1n A =... a m1 a mn L élément

Plus en détail

3 Matrices à coefficients dans un corps

3 Matrices à coefficients dans un corps Université de Nice Sophia-Antipolis L1 - MP Algébre 2016-17 semestre 1 3 Matrices à coefficients dans un corps 31 Introduction Une matrice par exemple à coefficients réels de n lignes et p colonnes est

Plus en détail

Lycée Dominique Villars ECE 1 CALCUL MATRICIEL

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

Plus en détail

Bases Indispensables des Mathématiques

Bases Indispensables des Mathématiques Applications linéaires Matrices : Introduction Quelques matrices particulières Calcul matriciel Déterminants Inversion de matrices Diagonalisation Bases Indispensables des Mathématiques Chapitre 2 : Algèbre

Plus en détail

1 Espaces vectoriels et sous-espaces vectoriels

1 Espaces vectoriels et sous-espaces vectoriels Lycée Sainte Geneviève BCPST 2 Dans tout le chapitre K = R ou C. Chapitre 1 : ESPACES VECTORIELS 1 Espaces vectoriels et sous-espaces vectoriels 1.1 K espaces vectoriels Définition 1. On appelle espace

Plus en détail

Table des matières ALGÈBRE BILINÉAIRE. Chapitre 5

Table des matières ALGÈBRE BILINÉAIRE. Chapitre 5 Chapitre 5 ALGÈBRE BILINÉAIRE OBJECTIFS DU CHAPITRE Savoir montrer qu une application est un produit scalaire Savoir déterminer une base orthonormée d un espace vectoriel euclidien Savoir obtenir des inégalités

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

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

Valeurs propres et vecteurs propres

Valeurs propres et vecteurs propres Chapitre 8 Valeurs propres et vecteurs propres 8 Définitions et premières propriétés Définition 8 Soit A une matrice n n On dit que x R n, x, est un vecteur propre de A s il existe λ R tel que Ax λx Le

Plus en détail

HLMA201 Polynômes. Gaëtan Planchon. 13 mars Université de Montpellier Faculté des Sciences

HLMA201 Polynômes. Gaëtan Planchon. 13 mars Université de Montpellier Faculté des Sciences HLMA201 Polynômes Gaëtan Planchon Université de Montpellier Faculté des Sciences 13 mars 2017 1. Ensemble des polynômes 1.1 Définition 1.2 Structure d espace vectoriel 1.3 Produit de deux polynômes 1.4

Plus en détail

Chapitres 5. Les matrices. Définition et notations: on appelle matrice m par n à coefficients dans K tout tableau. a 11 a 1n a 21 a 2n A = a m1 a mn

Chapitres 5. Les matrices. Définition et notations: on appelle matrice m par n à coefficients dans K tout tableau. a 11 a 1n a 21 a 2n A = a m1 a mn Université Lyon 1 Classes préparatoires 2015-2016 Algèbre linéaire Serge Parmentier 1 L ensemble des matrices Soit K un corps et n, m N \ {0} Chapitres 5 Les matrices Définition et notations: on appelle

Plus en détail

Contenu de la section

Contenu de la section Contenu de la section Introduction Contenu de la section Introduction Introduction Que sont les matrices? Les matrices sont juste... des tableaux de nombres. (Qu on utilise d une certaine certaine manière,

Plus en détail

Partie I. Partie II. Problèmes de Mathématiques Décomposition QR. Méthode de Householder

Partie I. Partie II. Problèmes de Mathématiques Décomposition QR. Méthode de Householder Énoncé L espace vectoriel IR n est muni de sa structure canonique d espace euclidien, pour laquelle la base canonique (e) = e 1, e 2,..., e n est orthonormée. On notera [x] la matrice colonne des coordonnées

Plus en détail

Espaces euclidiens, orthogonalité, longueur. Moindres carrés.

Espaces euclidiens, orthogonalité, longueur. Moindres carrés. Université de Nice SL2M 2009-10 Algèbre 2 Espaces euclidiens, orthogonalité, longueur. Moindres carrés. On travaille avec le corps des réels, noté R. Pour tout entier naturel n, on considère l ensemble

Plus en détail

Contenu de la section

Contenu de la section Contenu de la section Matrices Introduction Contenu de la section Matrices Introduction Introduction Utilisations des matrices : Résolution de systèmes d équations Modélise des transformations simples

Plus en détail

Cours d algèbre. Licence appliquée. ISET Jerba

Cours d algèbre. Licence appliquée. ISET Jerba Cours d algèbre Licence appliquée ISET Jerba Haj Dahmane DHAFER 21 mars 2014 Table des matières I Généralités sur les matrices 1 I Définitions et notations 1 II Opérations sur les matrices 3 II1 Somme

Plus en détail

Chapitre 2 : Matrices

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

Plus en détail

Cours de mathématiques ECT 2ème année. Chapitre 1. Matrices

Cours de mathématiques ECT 2ème année. Chapitre 1. Matrices ECT 2ème année Chapitre 1 Matrices Adrien Fontaine Année scolaire 2018 2019 1 GÉNÉRALITÉS Définition 1 : Soient n et p dans N On appelle matrice à n lignes et p colonnes à coefficients dans R tout tableau

Plus en détail

Analyse et Calcul Matriciel

Analyse et Calcul Matriciel Analyse et Calcul Matriciel Cours 11 Espaces vectoriels, applications linéaires et matrices Deux exemples de produits matriciels On pose A = 1 1 a matrice d une seule ligne et deux colonnes et B = matrice

Plus en détail

Mathématiques - ECS1. Matrices. 30 avenue de Paris Versailles. c 2015, Polycopié du cours de mathématiques de première année.

Mathématiques - ECS1. Matrices. 30 avenue de Paris Versailles. c 2015, Polycopié du cours de mathématiques de première année. Mathématiques - ECS1 7 Matrices Lycée La Bruyère 30 avenue de Paris 78000 Versailles c 2015, Polycopié du cours de mathématiques de première année 7 Matrices Dans tout ce qui suit, K désigne R ou C 71

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

Espaces euclidiens, orthogonalité, longueur. Moindres carrés.

Espaces euclidiens, orthogonalité, longueur. Moindres carrés. Université Nice Sophia-Antipolis SL2SF 2012-13 Algèbre 2 Espaces euclidiens, orthogonalité, longueur. Moindres carrés. On travaille avec le corps des réels, noté R. Pour tout entier naturel n, on considère

Plus en détail

Chapitre 10 : Espaces préhilbertiens

Chapitre 10 : Espaces préhilbertiens Lycée Sainte Geneviève BCPST 2 Chapitre 10 : Espaces préhilbertiens 1 Produit scalaire, norme et orthogonalité 1.1 Produit scalaire Définition 1. Soit E un R-espace vectoriel. On appelle produit scalaire

Plus en détail

Espaces vectoriels euclidiens. () Espaces vectoriels euclidiens 1 / 40

Espaces vectoriels euclidiens. () Espaces vectoriels euclidiens 1 / 40 Espaces vectoriels euclidiens () Espaces vectoriels euclidiens 1 / 40 1 Produit scalaire, norme, espace euclidien 2 Orthogonalité Dans tout ce cours, E désigne un R espace vectoriel. () Espaces vectoriels

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

Matrices et déterminants

Matrices et déterminants Matrices et déterminants Table des matières 1 Matrice 2 2 Matrice carrée 3 3 Déterminant d une matrice carrée 4 4 Matrice de Vandermonde 5 5 Matrice associée à une épplication linéaire 5 6 Forme normale

Plus en détail

Chapitre 5 - Valeurs propres et vecteurs propres - Diagonalisation. I) Valeurs propres et vecteurs propres

Chapitre 5 - Valeurs propres et vecteurs propres - Diagonalisation. I) Valeurs propres et vecteurs propres Chapitre 5 - Valeurs propres et vecteurs propres - Diagonalisation I) Valeurs propres et vecteurs propres ) Définition Définition Considérons une matrice A M n (R) On recherche un vecteur X 6= 0 de dimension

Plus en détail

Chapitre 1: Matrices

Chapitre 1: Matrices Chapitre 1: Matrices Définition Matrice M de dimensions (m,n) = «Tableau à deux dimensions» avec m lignes et n colonnes Exemple : M est une matrice (4,3) à coefficients dans R M 1 6.4 3 3 8 2 = 2 4 9 1.1

Plus en détail

Chapitre n o 12. Matrices

Chapitre n o 12. Matrices Lycée Roland Garros Mathématiques BCPST 1ère année 2013-2014 Chapitre n o 12 Matrices Dans ce chapitre K désignera R ou C Un élément de K est appelé un scalaire 1 Dénitions Dénition 1 Soient n, p N Une

Plus en détail

COURS CHAPITRE VII CALCUL MATRICIEL

COURS CHAPITRE VII CALCUL MATRICIEL COURS CHAPITRE VII CALCUL MATRICIEL 07-08 I) Définitions : ) Définitions Une matrice est un tableau à double entrées où chaque élément du tableau est repéré par son indice de ligne i et son indice de colonne

Plus en détail

INTRODUCTION À L ALGÈBRE LINÉAIRE

INTRODUCTION À L ALGÈBRE LINÉAIRE CHAPITRE II INTRODUCTION À L ALGÈBRE LINÉAIRE Sommaire A Systèmes linéaires 2 A1 Généralités sur les systèmes linéaires 2 A2 Échelonnement et algorithme du pivot de Gauss 7 B Calcul matriciel 12 B1 Ensembles

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

MT23-Algèbre linéaire

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

Plus en détail

Matrices. Résolution de systèmes linéaires

Matrices. Résolution de systèmes linéaires Chapitre 4 Matrices Résolution de systèmes linéaires K désigne Q, R ou C 41 Matrices, opérations sur les matrices 411 Définition et règles de calcul Définition 41 Soit n N + Un vecteur colonne (resp ligne

Plus en détail

Chapitre 1. Espaces vectoriels réels

Chapitre 1. Espaces vectoriels réels Chapitre 1 I Structure d espace vectoriel réel 1 Définition Définition 1 Soit E un ensemble muni d une loi d addition (notée +) et d une loi de produit par un réel (notée.). On dit que E (ou (E, +,.))

Plus en détail