Chapitre 1: Matrices

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

Chapitre 2. Matrices

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

Cours d analyse numérique SMI-S4

Mathématiques appliquées à l'économie et à la Gestion

Problème 1 : applications du plan affine

Structures algébriques

Résolution de systèmes linéaires par des méthodes directes

Licence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année)

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Calcul différentiel sur R n Première partie

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Cours 02 : Problème général de la programmation linéaire

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

MATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE

Programmation linéaire et Optimisation. Didier Smets

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Géométrie dans l espace Produit scalaire et équations

Calcul différentiel. Chapitre Différentiabilité

Différentiabilité ; Fonctions de plusieurs variables réelles

CHAPITRE 10. Jacobien, changement de coordonnées.

RE SOLUTIONS CHAPITRE 1

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Fonctions de plusieurs variables

Programmes des classes préparatoires aux Grandes Ecoles

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Quelques tests de primalité

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Programmation linéaire

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

Module 2 : Déterminant d une matrice

Cours d Analyse. Fonctions de plusieurs variables

3 Approximation de solutions d équations

Correction de l examen de la première session

Fonctions de plusieurs variables et applications pour l ingénieur

Optimisation des fonctions de plusieurs variables

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Simulation de variables aléatoires

NOTATIONS PRÉLIMINAIRES

Exercices Corrigés Premières notions sur les espaces vectoriels

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Premiers exercices d Algèbre. Anne-Marie Simon

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Cours de mathématiques

Angles orientés et trigonométrie

Limites finies en un point

Si deux droites sont parallèles à une même troisième. alors les deux droites sont parallèles entre elles. alors

Équations d amorçage d intégrales premières formelles

Polynômes à plusieurs variables. Résultant

Cours 7 : Utilisation de modules sous python

Optimisation Discrète

Programmation linéaire

Exercice : la frontière des portefeuilles optimaux sans actif certain

Représentation géométrique d un nombre complexe

LE PRODUIT SCALAIRE ( En première S )

Chapitre 2 : Vecteurs

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Triangle de Pascal dans Z/pZ avec p premier

Chapitre 3. Les distributions à deux variables

Amphi 3: Espaces complets - Applications linéaires continues

1 Complément sur la projection du nuage des individus

Suites numériques 3. 1 Convergence et limite d une suite

Une introduction aux codes correcteurs quantiques

Probabilités sur un univers fini

Plus courts chemins, programmation dynamique

Algèbre binaire et Circuits logiques ( )

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Cours Informatique Master STEP

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

Le produit semi-direct

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

Dérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES

C algèbre d un certain groupe de Lie nilpotent.

Exprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %

CORRIGE LES NOMBRES DECIMAUX RELATIFS. «Réfléchir avant d agir!»

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en Énoncé.

Fonctions homographiques

2. RAPPEL DES TECHNIQUES DE CALCUL DANS R

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Théorème du point fixe - Théorème de l inversion locale

INF6304 Interfaces Intelligentes

Chapitre VI - Méthodes de factorisation

STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE

Nombre dérivé et tangente

Démonstration de la conjecture de Dumont

Résolution d équations non linéaires

Exercices - Polynômes : corrigé. Opérations sur les polynômes

1S Modèles de rédaction Enoncés

TP 1 Introduction à Matlab Février 2009

Cours d initiation à la programmation en C++ Johann Cuenin

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Optimisation, traitement d image et éclipse de Soleil

Transcription:

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 0 1 Si m=n, la matrice est dite carrée et d ordre n. 2

Notations ( ) 1 1 A = a ij i m j n où i est le numéro de ligne et j le numéro de colonne M m n ( K ) : ensemble des matrices de dimensions (m,n) à coefficients dans K (soit R soit C) M n ( K ) : ensemble des matrices carrées de dimension n à coefficients dans K (soit R soit C) 3

Matrices particulières Matrice nulle notée 0 de l ensemble M mn (K) avec tous les coefficients nuls Matrice unité ou identité notée I n de l ensemble M n (K) telle que : I 3 1 0 0 = 0 1 0 0 0 1 Matrice carrée d ordre 0 est un nombre Matrice avec n lignes et 1 colonne: vecteur-colonne 4

Algèbre des matrices 1. Multiplication par un scalaire 2. Addition (ou soustraction) 3. Egalité 4. Produit de deux matrices 5. Transposition de matrice 6. Matrice inversible 5

Multiplication par un scalaire Soit La matrice A de M mn (K) et soient λ, α et β scalaires de K, λ A = λ a ( ij ) i, j Propriétés: λ ( A + B ) = λ A + λ B ( α + β ) A = α A + β A α ( β A ) = ( α β ) A 6

Addition (ou Soustraction) Soient 2 matrices A et B de M mn (K) de mêmes dimensions C=A+B : tous les coefficients c ij = a ij + b ij 1 2 7 8 0 6 C = A + B = + = 4 1 0 2 1 2 D=A-B : tous les coefficients d ij = a ij b ij 1 2 7 8 0 6 D = A B = = 4 1 0 2 1 2 7

Addition (ou Soustraction) Propriétés de l addition: Associativité : A + (B + C) = (A + B) + C Commutativité : A + B = B + A Elément neutre : A + 0 = 0 + A = A avec la matrice nulle. Elément symétrique : A + (-A) = 0 8

Egalité de deux matrices Soient A et B deux matrices, Elles sont égales ssi elles ont les mêmes dimensions et si leurs coefficients sont tous égaux terme à terme de même ligne et même colonne. 9

Produit de deux matrices (1) Le produit AB de 2 matrices A et B n est possible que si B a autant de lignes que A a de colonnes. Si A M mn (K), il faut que B M np (K), avec p et m quelconques et C=AB M mp (K). le coefficient c ij de C est obtenu n en sommant les produits des éléments i, j, c ijde = la ième a ik b kligne j de A par les k = 1 éléments de la jème colonne de B. 10

Produit de deux matrices (2) b b b 1 1 1 2 1 3 b b b 2 1 2 2 2 3 b b b 3 1 3 2 3 3 a 1 2 a 1 2 a 1 3 a 2 1 a 2 2 a 2 3 c 2 2 c 2 2 = a 2 1b1 2 + a 2 2 b 2 2 + a 2 3 b 3 2 Remarque : Le produit matriciel n est pas commutatif. AB BA même si les matrices sont carrées 11

Produit de deux matrices (3) 1 3 4 0 1. = 4 0 1 3 2 4 0 1 1 3. = 1 3 2 4 0 1 2 0 3 0 1 1 2 1. 1 0 2 = 0 1 1 1 0 1 3 0 1 1 2 0 1 0 2. 1 2 1 = 1 0 1 0 1 1 12

Produit de deux matrices (4) Propriétés: Soient 3 matrices A, B et C, si les produits matriciels sont possibles: (AB)C=A(BC) A(B+C)=AB+AC (A+B)C=AC+BC La matrice unité est l élément neutre du produit matriciel : A.I n = I n.a = A 13

Transposition de matrice (1) On appelle transposée d une matrice A de dimensions (m,n) et de coefficient a ij la matrice notée t A obtenue en échangeant les lignes et les colonnes de même indice i de A : t i, j a = a ij ji Exemple: t 4 0 1 = 1 3 2 14

Propriétés: Transposition de matrice (2) t ( t A) = A t ( α A ) = α. ( ) t A A + B = A + B t t t t ( A B ) = t B. t A attention à l ordre du produit 15

Matrice inversible Soit une matrice carrée A M n (K) On dit que A est inversible si et seulement s il existe une matrice de M n (K) notée A -1 telle que : A.A -1 = A -1.A = I n Remarque: les 2 produits doivent être vérifiés pour que la matrice A -1 soit considérée l inverse de la matrice A. 16

Déterminant de matrices carrées (1) Le déterminant d une matrice carrée M est un nombre noté det(m). M 1 1 1 2 = m 2 1 m 2 2 Déterminant d une matrice d ordre 2 de d e t( ) m m m 1 1 1 2 M = = m 1 1m 2 2 m 2 1m 1 2 m 2 1 m 2 2 m Exemple : 2 3 d e t( M ) = = 3 1 17

Déterminant de matrices carrées (2) Déterminant de matrice d ordre 3 telle que: m m m 1 1 1 2 1 3 = 2 1 2 2 2 3 M m m m m m m 3 1 3 2 3 3 On va se ramener à des calculs de déterminants d ordre 2 en développant le déterminant sur la première ligne ou la première colonne de la matrice. 18

Déterminant de matrices carrées (3) Développement sur la première colonne de la matrice M: m m m m m m d e t( M ) = ( 1) m + ( 1) m + ( 1) m 1+ 1 2 2 2 3 2 + 1 1 2 1 3 3 + 1 1 2 1 3 1 1 2 1 3 1 m 3 2 m 3 3 m 3 2 m 3 3 m 2 2 m 2 3 d e t( M ) = m ( m m m m ) m ( m m m m ) + m ( m m m m ) 1 1 2 2 3 3 2 3 3 2 2 1 1 2 3 3 3 2 1 3 3 1 1 2 2 3 2 2 1 3 19

Déterminant de matrices carrées (4) Exemple: 1 2 0 1 2 1 = 0 1 1 3 0 1 1 0 2 = 1 0 1 20

Déterminant de matrices carrées (5) Propriétés: det(a.b) = det(a). det(b) det( t A) = det(a) Si la matrice contient une ligne ou une colonne de 0, le déterminant est nul. Le déterminant d une matrice diagonale est le produit des coefficients de la diagonale. det(a -1 ) = (det(a)) -1 21

Théorème Soit M une matrice d ordre n, M est inversible si son déterminant det(m) est non nul. 22

Applications aux systèmes linéaires d équations Soit un système linéaire de n équations à n inconnues (x 1, x 2,, x n ) tel que: a x + a x + L + a x = b a x + a x + L + a x = b L L L L L a x + a x + L + a x = b 1 1 1 1 2 2 1n n 1 2 1 1 2 2 2 2 n n 2 n 1 1 n 2 2 n n n n Sous forme matricielle : A.X=B où : A=(a ij ) est la matrice d ordre n des coefficients a ij, B le vecteur colonne (n,1) des solutions X le vecteur colonne (n,1) des inconnues. 23

Applications aux systèmes linéaires d équations Exemple: Soit le système linéaire de 2 équations à 2 inconnues suivant: Sous forme matricielle: A X x + 2 y = 5 2 x + 3 y = 8 1 2 x 5 = = B = 2 3 y 8 X=A -1.B 24

Applications aux systèmes linéaires d équations Règle de Cramer : Le système AX=B a une solution X (vectorielle unique) si et seulement si la matrice A est inversible c est-à-dire si det(a) non nul. Dans ce cas, on a directement la solution du système : i, x = i d e t( A ) d e t( A ) i où A i est la matrice dans laquelle on a remplacé la colonne i par le vecteur B. 25

Applications aux systèmes linéaires d équations Exemple (suite) 1 2 d e t( A ) = = 1 2 3 donc la matrice A est inversible 5 2 1 5 d e t( A 1 ) = = 1 5 1 6 = 1 e t d e t( A 2 ) = = 8 1 0 = 2 8 3 2 8 x d e t( A ) d e t( A ) 1 e t y = 2 d e t( A ) d e t( A ) = 1 = 2 = 26

Applications aux systèmes linéaires d équations Règle de Cramer (suite): Si det(a)=0, le système a une infinité ou zéro solution(s). La règle de Cramer ne peut permettre de conclure. 27

Inverse d une matrice d ordre 2 Soit une matrice M d ordre 2 définie par M a b = c d Elle est inversible si et seulement si det(m)=ad-bc 0. Si elle est inversible, son inverse s écrit : M d b = d e t( M ) c a 1 1 28

Déterminant mineur et comatrice Le déterminant mineur d une matrice d ordre n est le déterminant de la matrice obtenue en enlevant la ligne i et la colonne j de la matrice M. On le note D ij (M). Le nombre M ij = (-1) i+j D ij (M) est appelé le cofacteur d indice (i,j). La matrice des cofacteurs est appelée la comatrice de M et on la note com(m) 29

Déterminant mineur et comatrice (suite) 30

Inverse d une matrice d ordre 3 Une matrice M d ordre 3 est inversible si et seulement si det(m) 0 Si elle est inversible, son inverse s écrit: M = 1 1 d e t( M ) c o m ( M ) où com(m) est la comatrice de la matrice M. t 31