[PDF] Matrices - Exo7 - Cours de mathématiques
Montrer que si A+ B = A alors B est la matrice nulle C'est une matrice inversible et son inverse est elle-même par l'égalité InIn = In
[PDF] Considérons les matrices `a coefficients réels : A = - ( 2 1
AB est inversible d'inverse la matrice C Montrer alors que B est inversible et préciser A-1 Exercice 13 – (extrait partiel novembre 2011)
[PDF] Matrice inversible et déterminants
2 fév 2018 · On peut montrer que ker(B) = {0} et donc B est inversible 2 Matrices semblables E désigne un espace vectoriel sur R de dimension n avec n
[PDF] MATRICES - maths et tiques
Propriété : La matrice est inversible si et seulement si - Admis - Méthode : Calculer l'inverse d'une matrice carrée de taille 2 Vidéo
[PDF] Alg`ebre linéaire Chapitre 2 Introduction aux matrices
Démontrer les propriétés de la proposition En d'autres termes si une matrice est inversible l'inverse `a gauche et l'inverse `a droite de cette
[PDF] Exercice 2 Soit A ? M n(R) une matrice inversible admettant une
Montrer que si factorisation LU existe alors elle est unique 2 Décrire une méthode permettant de calculer explicitement les coefficients des matrices L et
[PDF] Matrices - Exo7 - Cours de mathématiques
Vidéo ? partie 5 Inverse d'une matrice : systèmes linéaires et matrices élémentaires Montrer que si A+ B = A alors B est la matrice nulle
[PDF] Généralités sur les matrices
La matrice est alors l'inverse de i e B A Propriétés : 1 Si est inversible alors 1 est aussi inversible et A A 2 Si est inversible
[PDF] Considérons les matrices `a coefficients réels : A = - ( 2 1
1) Montrer en appliquant les algorithmes du cours que M est inversible Préciser la matrice M-1 ainsi que la décomposition de M-1 comme produit de matrices
[PDF] Cours 3: Inversion des matrices dans la pratique
Il existe un critère tres pratique pour savoir si une matrice est inversible Le fondement de ce critère ne rentre pas dans le cadre de ce cours
[PDF] MATRICES - maths et tiques
Définition : Une matrice carrée A de taille n est une matrice inversible s'il existe une matrice B telle que A x B = B x A = In La matrice B notée A-1 est
[PDF] Matrice inversible et déterminants
2 fév 2018 · 1 Matrices carrées inversibles et endomorphismes bijectifs On peut montrer que rg(A) = 3 et donc A est inversible - Soit B =
[PDF] Calcul matriciel
8 nov 2011 · gauche ou à droite par une matrice inversible Deux matrices équivalentes ont même rang Nous allons démontrer la réciproque Théorème 4
[PDF] ANALYSE MATRICIELLE ET ALGÈBRE LINÉAIRE APPLIQUÉE
Montrer que dans un groupe l'inverse d'un élément est unique La matrice B est alors appelée la matrice inverse de A on note alors B = A ?1
[PDF] Matrices inversibles
de calculer l'inverse de la matrice le calcul du rang est une perte de temps ! Q 3 Peut-on démontrer qu'une matrice est inversible en calcu- lant son inverse
[PDF] Les matrices - Lycée dAdultes
à m lignes et n colonnes est dite matrice d'ordre (m n) ou de dimension m × n On souhaite montrer que E est inversible d'inverse F On calcule le
Comment montrer que matrice est inversible ?
En mathématiques et plus particulièrement en alg?re linéaire, une matrice carrée A d'ordre n est dite s'il existe une matrice B d'ordre n, appelée matrice inverse de A et notée : B = A^?1 telle que : AB = BA = In Si le déterminant d'une matrice A est non nul, alors A est inversible.Quand Dit-on qu'une matrice est inversible ?
Soit une matrice de M n ( K ) . Elle est inversible si et seulement son déterminant est non nul. De plus si est inversible, det ( M ? 1 ) = [ det ( M ) ] ? 1 .Quels sont les types de matrices ?
Exemple 3: Types de matrices
matrice ligne.matrice carrée.Matrice identitématrice colonne.- Définition 1.
Une matrice A est un tableau rectangulaire d'éléments de . Elle est dite de taille n × p si le tableau poss? n lignes et p colonnes. Les nombres du tableau sont appelés les coefficients de A. Le coefficient situé à la i-ème ligne et à la j-ème colonne est noté ai,j.
Licence 3 SIAD
Algèbre linéaire
Matrice inversible et déterminants
M. Pelini, V. Ledda
2 février 2018
Table des matières1 Matrices carrées inversibles et endomorphismes bijectifs1 Matrices carrées inversibles et endomorphismes bijectifs2
1.1 Définitions et premières propriétés1.1 Définitions et premières propriétés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2
1.2 Caractérisation des matrices inversibles1.2 Caractérisation des matrices inversibles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
2 Matrices semblables2 Matrices semblables3
2.1 Changement de bases2.1 Changement de bases. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
2.2 Matrices semblables2.2 Matrices semblables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5
3 Déterminants3 Déterminants5
3.1 Forme multilinéaire, forme alternée3.1 Forme multilinéaire, forme alternée. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5
3.2 Déterminant de n vecteurs deRn3.2 Déterminant de n vecteurs deRn. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6
3.3 Déterminant d"une matrice3.3 Déterminant d"une matrice. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7
3.4 Calcul pratique du déterminant3.4 Calcul pratique du déterminant. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7
3.5 Petits exercices3.5 Petits exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10
3.6 Déterminant d"un endomorphisme3.6 Déterminant d"un endomorphisme. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10
3.7 Condition nécéssaire et suffisante d"inversibilité3.7 Condition nécéssaire et suffisante d"inversibilité. . . . . . . . . . . . . . . . . . . . . . . . . .11
3.8 Calcul pratique de l"inverse3.8 Calcul pratique de l"inverse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11
Matrice inversible et déterminantsChapitre 51 Matrices carrées inversibles et endomorphismes bijectifs
E désigne un espace vectoriel surR, de dimensionn(n2N).1.1 Définitions et premières propriétésDéfinition 1.SoitM2 Mn
-Mest inversible si il existeN2 Mntelle queMN = NM = In.On no teGLn(R), (ou, plus simplement,GLn) l"ensemble des matrices inversibles.Proposition 1.La matriceN, quand elle existe, est alors unique.
On l"appelle matrice inverse deM, on la noteM1.Preuve.Supposons qu"il existe N et N0dansMntelles que MN = NM = Inet MN0= N0M = In.
On a, en particulier, MN = I
n.Donc, en multipliant à gauche par N
0, N0MN = N0Insoit N = N0(car N0M = In).
cqfdRemarque 1.Soit M2 Mn, on peut montrer que :
M est inversible()M est inversible à droite()M est inversible à gauche ()il existe N2 Mntelle que MN = In()il existe N02 Mntelle que N0M = InOn a alors N = N
0= M1.
Exemple 1.Soit A = 0 1
1 0! . On A2= I2donc A est inversible et A1= A.Proposition 2.SoitM2 Mn,Bune base deEetu2 L(E)tel queMat(u;B) = M.
Mest inversible si et seulement siuest bijectif
On a alorsM1= Mat(u1;B).Preuve.uest bijectif si et seulement si il existev2 L(E) tel queuv=vu= IdE si et seulement si il existe N2 Mntel que MN = NM = In, où N = Mat(v;B) si et seulement si M est inversible De plus, on av=u1et N = M1donc M1= Mat(u1;B).cqfdProposition 3.SoientMetNdansGLn i)M1est inversible et(M1)1= M ii)MNest inversible et(MN)1= N1M1iii)8p2N;Mpest inversible et(Mp)1= (M1)pPreuve.La démonstration de ces résultats n"est pas trés difficile (il suffit de l"écrire...).
Nous allons, par exemple démontrer ii).
M et N sont inversibles donc M
1et N1existent. On a alors :
MNN1M1= MInM1= MM1= Indonc MN est inversible d"inverse N1M1.cqfd2 M. Pelini, V. Ledda
Matrice inversible et déterminantsChapitre 51.2 Caractérisation des matrices inversiblesRappel :
Soitu2 L(E), les affirmations suivantes sont équivalentes : i)uest bijectif ii)uest injectif iii)uest surjectif iv) ker( u) =f0g v) rg( u) =n Ces équivalences sont transposables dans le cas des matricesProposition 4.SoitM2 MnM2GLn,ker(M) =f0g ,rg(M) =nExemple 2.
Soit A = 0
BBBBBBB@1 01
2 4 6 31 31CCCCCCCA. On peut montrer que rg(A) = 3 et donc A est inversible.
Soit B =
0BBBBBBB@0 11
3 0 11 2 01
CCCCCCCA. On peut montrer que ker(B) =f0get donc B est inversible.2 Matrices semblables
E désigne un espace vectoriel surRde dimensionnavecnentier naturel non nul.2.1 Changement de basesDéfinition 2.SoientB= (e1;:::;en)une base deEetB0= (f1;:::;fn)une famille denvecteurs deE.
On appelle matrice de passage deBàB0, on notePBB0la matrice suivante : PBB0= MatB(B0)
(Lajèmecolonne de cette matrice représente donc les coordonnées du vecteurfjdans la baseB)Proposition 5.PBB0est inversible si et seulement siB0est une base deE.Preuve.rg(PBB0) = rg(B0).
Pest inversible si et seulement sirg(PBB0) =nsi et seulement sirg(B0) =nsi et seulement siB0est une base
de E.cqfdRemarque 2.On a en fait PBB0= Mat(IdE;B0;B)
Exemple 3.On noteB= (e1;e2;e3) une base deR3etB0= (f1;f2;f3) la famille définie par : f1=e1; f2=e1+e2etf3=e1+e2+e3
On a alors P = P
BB0=0BBBBBBB@1 1 1
0 1 10 0 11
CCCCCCCA3 M. Pelini, V. Ledda
Matrice inversible et déterminantsChapitre 5Exemple 4.La matricePci-dessus est inversible(en effet det(P) = 1)doncB0= (f1;f2;f3)est une base deE
et on peut démontrer que P 1=0BBBBBBB@11 0
0 110 0 11
CCCCCCCA.
Exprimons d"autre part la matrice de passage deB0àB:8>>><>>>:f 1=e1 f2=e1+e2
f3=e1+e2+e3,8
>>><>>>:e 1=f1 e2=f2f1
e3=f3f2
Donc P
B0B=0BBBBBBB@11 0
0 110 0 11
CCCCCCCA.
On constate que P
1= (PBB0)1= PB0BProposition 6.SoientBetB0deux bases deE, alorsPest inversible et(PBB0)1= PB0B.Preuve.Soit Q = PB0B, on a alàrs PQ = Mat(IdE;B0;B)Mat(IdE;B;B0) = Mat(IdEIdE;B;B) = In.
On en déduit donc que Q = P
1, soit (PBB0)1= PB0B.cqfdThéorème 1.SoientBetB0deux bases deE,P = PBB0etxun vecteur deE.
On noteXetX0les coordonnées dexrespectivement dans les basesBetB0.On a alorsX = PX0.O
Preuve.
En effetP=Mat(IdE;B0;B)donc en faisant le produitPX0, on obtient les coordonnées dexdans la baseBd"où X = PX0.cqfdExemple 5.Reprenons l"exemple précédent :
Soitxle vecteur de coordonnées X0=0
BBBBBBB@1
2 11CCCCCCCAdans la baseB0.
On obtient ses coordonnées X dans la baseBen faisant le produit PX0.Donc X =0
BBBBBBB@1 1 1
0 1 10 0 11
CCCCCCCA0
BBBBBBB@1
2 11CCCCCCCA=0
BBBBBBB@4
3 11CCCCCCCA.
Soityle vecteur de coordonnées Y =0
BBBBBBB@0
1 11CCCCCCCAdans la baseB.
On obtient ses coordonnées Y
0dans la baseB0en faisant le produit P1Y.
Donc Y
0=0BBBBBBB@11 0
0 110 0 11
CCCCCCCA0
BBBBBBB@0
1 11CCCCCCCA=0
BBBBBBB@1
2 11 CCCCCCCA.Théorème 2.SoientBetB0deux bases deE,P = PBB0etu2 L(E).On noteA = Mat(u;B)etA0= Mat(u;B0).
On a alorsA0= P1AP.O
Preuve.Soitxun vecteur de E ety=u(x).
Si X et X
0représentent les coordonnées dexrespectivement dans les basesBetB0,4 M. Pelini, V. Ledda
Matrice inversible et déterminantsChapitre 5si Y et Y0représentent les coordonnées deyrespectivement dans les basesBetB0,
on a alors Y = AX et Y0= A0X0,
d"autre part on sait que Y = PY0et X = PX0,X0= P1X
donc AX = PA0X0,AX = PA0P1X.
Cette égalité matricielle étant vraie8X2Rn, on en déduit que A = PA0P1,A0= P1APcqfd2.2 Matrices semblablesDéfinition 3.SoientAetBdansMn.
On dit queAetBsont semblables si9P2GLntelle queB= P1APProposition 7.Deux matrices sont semblables si et seulement sielles représentent le même endomorphisme
dans des bases différentes.Preuve.C"est une application directe du théorème ci-dessus.cqfdProposition 8.SoientAetBdansMnsemblables etP2GLntelle queB= P1AP.
Alors8k2N,AketBksont semblables et on aBk= P1AkPPreuve.Démontrons ce résultat par récurrence surk.
Pourk= 0, on a B0= Inet P1A0P = P1InP = In. Donc B0= P1A0P.Soitk2N, on suppose que Bk= P1AkP, on a alors
B k+1= BBk= (P1AkP)(P1AP) = P1(AkA)P = P1Ak+1P Conclusion :8k2N, Aket Bksont semblables et on a Bk= P1AkP.cqfd3 Déterminants
E désigne un espace vectoriel surRetnun entier naturel non nul.3.1 Forme multilinéaire, forme alternéeDéfinition 4.SoitL: En7!R.
On dit que Lest multi-linéaire surEsiLest linéaire par rapport à chaque vecteur, c"est à dire :
L(v1+0v01;v2;:::;vn) =L(v1;v2;:::;vn)+0L(v01;v2;:::;vn), pour la linéarité par rapport au premier
vecteur, par exemple.On dit queLest alternée siLest changée en son opposé quand on permute 2 vecteurs, c"est à dire :
L(v1;v2;:::;vn) =L(v2;v1;:::;vn), par exemple.Proposition 9.SoitLune forme alternée.Si dans le n-uplet(v1;:::;vn)deux vecteurs sont égaux alorsL(v1;:::;vn) = 0.Preuve.Soient (v1;:::;vn)nvecteurs de E.
On suppose que deux des vecteurs sont égaux, par exemplev1=v2(pour simplifier les notations). On a alors : L(v2;v1;:::;vn) = L(v1;v2;:::;vn) carv1=v2. Mais aussi : L(v2;v1;:::;vn) =L(v1;v2;:::;vn) car L est alternée. Donc L(v1;v2;:::;vn) =L(v1;v2;:::;vn))L(v1;v2;:::;vn) = 0.cqfd5 M. Pelini, V. LeddaMatrice inversible et déterminantsChapitre 5Proposition 10.SoitLune forme multilinéaire alternée.
Si les vecteursv1;:::;vnforment une famille liée alorsL(v1;:::;vn) = 0.Preuve.Soient (v1;:::;vn)nvecteurs de E formant une famille liée.
Alors l"un des vecteurs (par exemplev1) peut s"écrire comme combinaison linéaire des autres.9(2;:::;n)2Rn1tel quev1=2v2+:::+nvn, donc par multi-linéarité, on obtient :
L(v1;v2;:::;vn) =L(2v2+:::+nvn;v2;:::;vn) =2L(v2;v2;:::;vn)+:::+nL(vn;v2;:::;vn) = 0d"aprés la pro-
position précédente.cqfd3.2 Déterminant de n vecteurs deRn
Théorème et définition 1.SoitBune base deRn. Il existe une unique forme multi-linéaire alternée surRntelle queL(B) = 1. Cette forme est appelée déterminant dans la baseB. Preuve.Nous allons faire la démonstration dans le cas particuliern= 2.NotonsB= (e1;e2) une base deR2etv1= x1
y 1! B ,v2= x2 y 2! B des vecteurs deR2.Unicité deL :
Soit L multi-linéaire alternée telle que L(e1;e2) = 1. On a alors :L(v1;v2) = L(x1e1+y1e2;x2e1+y2e2)
=x1L(e1;x2e1+y2e2)+y1L(e2;x2e1+y2e2) car L linéaire/1ervecteur =x1x2L(e1;e1)+x1y2L(e1;e2)+y1x2L(e2;e1)+y1y2L(e2;e2) car L linéaire/2èmevecteur =x1y2L(e1;e2)+y1x2L(e2;e1) car L(e1;e1) = L(e2;e2) = 0 =x1y2y1x2car L(e2;e1) =L(e1;e2) =1 Donc on obtient que L est unique et définie par L(v1;v2) =x1y2y1x2.Existence deL :
Il suffit de concidérerLdéfinie ci-dessus. On vérifie aisément que c"est bien une forme multilinéaire alternée
surR2et que L(e1;e2) = 1.cqfd Remarque 3.SiBest la base canonique deRn, on parlera du déterminant, sans préciser la base.NOTATION :
Soientv1;:::;vnn vecteurs deRn, on noteradetB(v1;:::;vn)(ou plus simplementdet(v1;:::;vn)) le détermi-
nant des vecteursv1;:::;vndans la baseB. Une autre notation, souvent utilisée (surtout lors des calculs) est la suivante detB(v1;:::;vn) =
x11x12 x1n
x21x22 x2n:::::::::
x n1xn2 xnn où les colonnes représentent les coordonnées des vecteursv1;:::;vndans la baseB.En particulier det
B(v1;v2) =x
1x2 y 1y2 =x1y2y1x2(Régle du gamma). Remarque 4.D"aprés la définition, detB(B) = 1.Exemple 6.6 M. Pelini, V. Ledda
Matrice inversible et déterminantsChapitre 5Soitv1,v2etv3les vecteurs deR3dont les coordonnées dans la base canonique sont :0BBBBBBB@1
2 31CCCCCCCA,0
BBBBBBB@6
8 41CCCCCCCAet0
BBBBBBB@3
3 61CCCCCCCA.On a alorsdet(v1;v2;v3) =
1 6 3 2 8 3 3 4 6 = 2 1 3 3 2 4 3 3 2 6 = 23 1 3 1 2 4 1 3 2 2 , (car le déterminant est une application multilinéaire).3.3 Déterminant d"une matriceDéfinition 5.SoitA2 Mn,A =aij.
On appelle déterminant de la matriceA, on notedet(A)le déterminant de ces vecteurs colonnes, c"est à dire le déterminant des vecteursv1;:::;vntels quevja pour coordonnées0BBBBBBBBBBBBB@a
1j a 2j::: a nj1CCCCCCCCCCCCCA
dans la base canonique deRn. det(A) = det(v1;:::;vn) = a11a12 a1n
a21a22 a2n:::::::::
a n1an2 ann Remarque 5.D"aprés la définition, det(In) = 1.Proposition 11.SiA2 M2,A = a b c d! alorsdet(A) =adbc.Preuve.Ce résultat découle de la démonstration faite précédemment pour l"existence du déterminant
quandn= 2.cqfdProposition 12.SoitA2 Mn Si les colonnes deAsont linéairement dépendantes, alorsdet(A) = 0.Proposition 13.(admise) SoientAetBdansMnalorsdet(AB) = det(A)det(B).ATTENTION : Si A2 Mnet2Ralors det(A) =ndet(A). (Car det est une application multilinéaire)3.4 Calcul pratique du déterminant7 M. Pelini, V. Ledda
Matrice inversible et déterminantsChapitre 5Proposition 14.Développement par rapport à une colonne
SoitA2 Mnetj2 f1;:::;ng.
On peut développer le déterminant deAselon lajèmecolonne avec la formule suivante det(A) = a11a12 a1n
a21a22 a2n:::::::::
a n1an2 ann | {z } déterminant d"ordre n= n X i=1(1)i+jaijdet(Aij) | {z } dét. d"ordre n-1oùAijest la matrice carrée d"ordren1obtenue en barrant laièmeligne et lajèmecolonne deA.On notera l"alternance des signes devant chaque coefficient :
0BBBBBBBBBBBBBBBBBBBB@+++
+++1CCCCCCCCCCCCCCCCCCCCA
Exemple 7.
1 6 3quotesdbs_dbs15.pdfusesText_21[PDF] inverse matrice 2x2
[PDF] matrice non inversible
[PDF] matrice des cofacteurs
[PDF] inverse d'une matrice pdf
[PDF] calcul matriciel cours et exercices corrigés pdf
[PDF] calcul matriciel determinant
[PDF] cour matrice
[PDF] comment calculer le cout d'un algorithme
[PDF] taux de rendement production trp
[PDF] trp production definition
[PDF] taux de rendement de production
[PDF] calcul trp production
[PDF] trp calcul
[PDF] faire des statistiques sur excel 2010