Août 2014 (1 heure et 45 minutes) b) Quel lien y a-t-il entre le rang d'une matrice et son nombre de lignes et de colonnes? Ne pas

Documents pareils
Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

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

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Dénombrement. Chapitre Enoncés des exercices

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

Module 3 : Inversion de matrices

Solutions particulières d une équation différentielle...

2 ième partie : MATHÉMATIQUES FINANCIÈRES

DETERMINANTS. a b et a'

Séquence 5. La fonction logarithme népérien. Sommaire

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

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

EXERCICES : DÉNOMBREMENT

CHAPITRE 2 SÉRIES ENTIÈRES

Chapitre 3 : Fonctions d une variable réelle (1)

Formation d un ester à partir d un acide et d un alcool

SÉRIES STATISTIQUES À DEUX VARIABLES

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Limites des Suites numériques

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

Processus et martingales en temps continu

Séries réelles ou complexes

Les Nombres Parfaits.

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

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Comportement d'une suite

Statistique descriptive bidimensionnelle

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

Suites et séries de fonctions

1 Mesure et intégrale

UNIVERSITÉ DE SFAX École Supérieure de Commerce

Chapitre 3 : Transistor bipolaire à jonction

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

Etude de la fonction ζ de Riemann

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Exercices de mathématiques

STATISTIQUE : TESTS D HYPOTHESES

14 Chapitre 14. Théorème du point fixe

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Séries numériques. Chap. 02 : cours complet.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

55 - EXEMPLES D UTILISATION DU TABLEUR.

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

Introduction : Mesures et espaces de probabilités

Des résultats d irrationalité pour deux fonctions particulières

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

Télé OPTIK. Plus spectaculaire que jamais.

Régulation analogique industrielle ESTF- G.Thermique

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

STATISTIQUE AVANCÉE : MÉTHODES

4 Approximation des fonctions

c. Calcul pour une évolution d une proportion entre deux années non consécutives

Probabilités et statistique pour le CAPES

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Chap. 5 : Les intérêts (Les calculs financiers)

Baccalauréat S Asie 19 juin 2014 Corrigé

Les algorithmes de tri

Statistique Numérique et Analyse des Données

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

Université Pierre et Marie Curie. Biostatistique PACES - UE

Résolution numérique des équations aux dérivées partielles (PDE)

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR


n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

Initiation à l analyse factorielle des correspondances

RECHERCHE DE CLIENTS simplifiée

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

Partie 1 Automatique 1 et 2 (Asservissements Linéaires Continus)

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Compte Sélect Banque Manuvie Guide du débutant

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Petit recueil d'énigmes

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

20. Algorithmique & Mathématiques

Chapitre 3: TESTS DE SPECIFICATION

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Processus géométrique généralisé et applications en fiabilité

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Opérations bancaires avec l étranger *

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

Coefficient de partage

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement.

Mécanique non linéaire

Neolane Leads. Neolane v6.0

En général, il n y a pas d algorithme fini pour trouver une solution. On est donc obligé d utiliser

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

Transcription:

Août 24 ( heure et 45 miutes). a) Défiir: matrice écheloée lige réduite rag d'ue matrice (.5 pts.) b) Quel lie a-t-il etre le rag d'ue matrice et so ombre de liges et de coloes? Ne pas démotrer. (.5 pt.) c) Doer si possible, das chaque cas, u exemple de matrice M IR 3x3 qui est à la fois diagoale et de rag 2 de rag et sas élémet ul écheloée lige réduite et o iversible Justifier deux de vos réposes au choix. (2.5 pts.) 2. a) Qu'appelle-t-o matrice élémetaire? Commet utilise-t-o ue telle matrice pour effectuer ue opératio élémetaire? Doer u exemple de matrice élémetaire de IR 3x3. Justifier votre choix. (.5 pt.) b) Démotrer que toute matrice élémetaire est iversible. Que peut-o dire de l'iverse d'ue matrice élémetaire? (.5 pt.) 3. a) Défiir: - vecteurs liéairemet dépedats - base d u espace vectoriel réel ( pt.) b) Démotrer que des vecteurs sot liéairemet dépedats ssi l u d etre eux peut s écrire comme combiaiso liéaire des autres. (.5 pt.) c) Soiet 2 2 - u,v et w 3 3 et E {u, v, w}. 4x ) Les vecteurs de E sot-ils liéairemet idépedats? Formet-ils ue base de IR? Egedretils IR? 4x 2 5 2 ) Peut-o écrire le vecteur z comme combiaiso liéaire des vecteurs u et v? 4 3 Justifier soigeusemet vos réposes. (3 pts.) 4. Soit M IR x, IN. a) Défiir : - valeur propre et vecteur propre de M. - polôme caractéristique de M. - matrice diagoalisable das IR. (.5 pt.)

2 b) Soit la matrice M. 2 Détermier toutes les valeurs propres de M. Pour ces valeurs propres, détermier les vecteurs propres associés. M est-elle diagoalisable das ue base orthoormée? Justifier. (3.5 pts.) 5. Doer (répose fiale uiquemet) ) das, le module et l argumet d ue solutio z (au choix) de l équatio z 3 2.i. module : 3 2 argumet : π 6 ( pt.) 2 ) ue solutio particulière de la RLACC (récurrece liéaire à coefficiets costats) Y 2.Y 7t 3 t+ t + + Y t 7t ( pt.)

Répose questio a) Ue matrice A est sous forme écheloée lige réduite ssi i) les liges sas pivot sot sous les liges avec pivot; ii) tous les pivots valet ; iii) si la lige i de A est sous la lige j de A, si i et j ot u pivot, le pivot de i est à droite du pivot de j; iv) les pivots sot le seul élémet o ul de leur coloe. Le rag d ue matrice A est le ombre de liges o ulles (ou le ombre de pivots) de la matrice écheloée lige réduite de A. --------------------------------------------------------------------------------------------------------------------------------------- Répose questio b) Soit m : o a rag( A) mi{ m,} A IR avec m, IN. --------------------------------------------------------------------------------------------------------------------------------------- Répose questio c) La matrice M est diagoale et de rag 2. E effet, d ue part, elle est diagoale puisque tous ses élémets hors de la diagoale pricipale sot uls et, d autre part, elle est écheloée lige réduite (voir répose a)) et possède deux liges o ulles, doc est de rag 2. La matrice 2 3 M 2 3 2 3 est de rag sas élémet ul. E effet, d ue part, elle est, de maière évidete, sas élémet ul, et, d autre part, e effectuat les opératios élémetaires L2 L2 L et L3 L3 L, o obtiet sa réduite qui est 2 3 qui a ue lige o ulle, doc, M est de rag. La matrice M est écheloée lige réduite et o iversible. E effet, elle est d évidece écheloée lige réduite (voir répose a)), d ue part et, d autre part, comme sa réduite est elle-même et est pas la matrice uité (ou idetité), elle est o iversible. Répose questio 2 a) O appelle matrice élémetaire toute matrice uité sur laquelle a été effectuée ue opératio élémetaire. Pour effectuer ue opératio élémetaire sur ue matrice, il suffit de la prémultiplier par la matrice élémetaire correspodate.

La matrice est ue matrice élémetaire de 3x3 IR. E effet, o obtiet cette matrice e effectuat 3x3 l'opératio élémetaire "permutatio des liges et 2" sur I 3, la matrice uité de IR. ------------------------------------------------------------------------------------------------------------------------- Répose questio 2 b) "Les matrices élémetaires sot iversibles et leur iverse est ue matrice élémetaire. La matrice de l'iverse d'ue opératio élémetaire est l'iverse de la matrice de l'opératio élémetaire" Démostratio Rappelos qu'ue opératio élémetaire est iversible et que so iverse U est égalemet ue opératio élémetaire. O a que U U I (trasformatio idetité). Soiet Soiet M la matrice élémetaire correspodat à (c'est-à-dire M U la matrice élémetaire correspodat à U (c'est-à-dire Mais puisque U I, o a (U(I )) I doc ( M U ) I et M (I )) et M U U(I )). M. M I. U De même, puisque U I, o a U((I )) I doc U( M ) I et M. M I. U Les matrices M et M U sot doc iversibles. O a M U M et, puisque U -, M M. Répose questio 3 a) Des vecteurs d u espace vectoriel V sot liéairemet dépedats ssi il existe ue combiaiso liéaire de ces vecteurs à coefficiets o tous uls doat le vecteur ul. Ue esemble de vecteurs E d u espace vectoriel V est ue base de V ssi les vecteurs de E sot liéairemet idépedats et que VC(E) V (c est-à-dire que les vecteurs de E egedret V). --------------------------------------------------------------------------------------------------------------------------- Répose questio 3 b) Des vecteurs sot liéairemet dépedats u de ces vecteurs est combiaiso liéaire des autres. Preuve () : soiet vecteurs liéairemet dépedats v,v 2,...,vd u espace vectoriel réel V. Par défiitio, il existe des réels r,r 2,...,r o tous uls tels que r.v + r 2.v 2 +... + r.v. Supposos, par exemple, r. O a r.v r 2.v 2... r.v.

Multiplios (scalairemet) les deux membres par ( ). O obtiet r v r.v r.v... r.v 2 3 2 + 3 + + r r r v 2,...,v. et le vecteur v est combiaiso liéaire des vecteurs (2) :Supposos, par exemple, que le vecteur v est combiaiso liéaire des vecteurs v 2,...,v. O a v a 2.v2 + a 3.v 3... + a.v avec ai IR i. De là, v + a 2.v2 + a 3.v 3 +... + a.v ( ).v + a 2.v2 + a 3.v 3 +... + a.v et, comme, il existe ue combiaiso liéaire des vecteurs v,v 2,...,v à coefficiets o tous uls doat le vecteur ul, doc les vecteurs v,v 2,...,v sot liéairemet dépedats. --------------------------------------------------------------------------------------------------------------------------- Répose questio 3 c) 2 2 - O a les vecteurs u,v et w de IR 4x. 3 3 ) Pour voir si les vecteurs de E sot liéairemet idépedats, o forme la matrice 2 2 3 3 3 2 3 3 - L 2 2 que l o réduit : L L 2 3 3 L L 2 3 L L + L2 3 2 L L 3.L 3 3 L L 3.L 3 3 2 4 4 2 ( ).L 2 2 L L 2.L 3 3 L L 3.L L ( ).L 3 3 2 2 4 4 L L L L L L 3 2 2 3. Cette derière matrice est écheloée lige réduite et possède 3 liges o ulles. La matrice de départ est doc de rag 3 et, par coséquet, les 3 vecteurs doés sot liéairemet idépedats. Ces 3 vecteurs e formet pas ue base de vecteurs. 4x IR 4x IR, puisqu ue base de Ces 3 vecteurs egedret pas. E effet, s ils egedraiet 4x idépedats, ils costitueraiet ue base de IR! 4x IR est costituée de 4 4x IR, comme ils sot liéairemet

2 5 2 ) Si le vecteur z est combiaiso liéaire des vecteurs u et v, il existe des réels x et tels que 4 3 2 2 2 2x+ 2x+ 2 [] 5-5 -x+ -x+ 5 [2] z x.u +.v x. +.. 4 4 4 [3] 3 3 3 3x 3x 3 [4] Les équatios [3] et [4] fixet les valeurs de -4 et x. Or ces valeurs vérifiet bie les équatios [] et [2], doc z.u + (-4).v et z est s écrit bie comme combiaiso liéaire de u et v. Répose questio 4 a) Soit M IR x, IN. Le réel λ est ue valeur propre de la matrice M ssi il existe u vecteur o ul x x λ.. Les vecteurs x x x tels que M. x vecteurs propres associés à la valeur propre λ. x x λ. sot alors les x x x IR x tel que M. x Le polôme caractéristique de M est u polôme de degré e la variable λ égal à dét ( M λ.i ). M est diagoalisable das IR ssi il existe ue matrice iversible C de IR x telle que C -.M.C est diagoale. --------------------------------------------------------------------------------------------------------------------------- Répose questio 4 b) Soit 2 M 2. Le polôme caractéristique de M est dét 2λ λ 2λ 2 2 2 ( λ)[(2 λ) ] ( λ)[ λ 4λ+ 3] ( λ).(3 λ ). Ses valeurs propres sot doc λ et λ 3. Les vecteurs propres associés à la valeur propre λ sot les vecteurs x x x x 3x de IR tels que M. (). (M-I)., c est-à-dire les solutios du sstème z z z z 2 x x z. { x z. 2 z x+ z

x 3 Le sous-vectoriel des solutios du sstème est IR :{ x z z ou ecore z z :,z IR :,z IR. z. + + :,z IR z z dot ue base est, par exemple,,. Les vecteurs propres associés à la valeur propre λ 3 sot les vecteurs x x x x 3x de IR tels que M. 3. (M-3I)., c est-à-dire les solutios du sstème z z z z 23 x x z x z 3. 2. 2 3 z x z Le sous-vectoriel des solutios du sstème est x 3 x z IR : z ou ecore z :z IR z.z:z IR dot ue base est tout aturellemet. 3x Il aisé de former ue base de IR costituée de vecteurs propres de M (il suffit de rassembler les bases des sous-vectoriels de vecteurs propres associés aux deux valeurs propres) doc M est diagoalisable das IR. De plus, comme les vecteurs, et sot deux à deux 3x orthogoaux, il suffit de les ormer pour obteir ue base orthoormée de IR costituée de vecteurs propres de M et M est doc diagoalisable das ue base orthoormée.