[PDF] Rappels : Tableaux et Matrices - IGM
11 fév 2013 · Matrice = Tableau `a 2 dimensions Matrice = Tableau dont les cases sont des tableaux > comme pour un tableau classique on indique sa taille
[PDF] Un rappel sur les matrices
En mathématiques les matrices sont des tableaux de nombres qui servent à interpréter en termes calculatoires et donc opérationnels les résultats théoriques
[PDF] Rappels de calcul matriciel - Cesp - Inserm
LES MATRICES PREMIERES DEFINITIONS 1 1 Définition Une matrice A(n p) est un tableau rectangulaire de nombres comprenant n lignes et p colonnes
[PDF] quelques rappels de calcul matriciel
1 Définitions et Axiomes 1 1 Définition d'une matrice Une matrice est un tableau rectangulaire de p lignes et de q colonnes avec des nombre réels
[PDF] Rappels de calcul matriciel - Professeur Ousmane Thiaré
16 avr 2020 · Matrices Définition Une matrice de format (m n) à coefficients dans K est un tableau de m × n éléments de K organisés en m lignes et n
[PDF] Rappel sur le calcul matriciel 1 Définitions 2 Matrice carrée
- Matrice : une matrice est un tableau de chiffres rangés en lignes et en colonnes Exemple : ? ? ? ? ? ? 23
[PDF] LES DÉTERMINANTS DE MATRICES
1- Rappel - Définition et composantes d'une matrice Une matrice est un tableau rectangulaire de la forme ? ? ? ? ? ? ?
[PDF] Rappels de Mathématiques (suite du chapitre 1) - Université de Bejaia
Chaque élément est désigné par deux indices i j qui correspondent à sa position dans le tableau Si m = n la matrice est dite carrée et si m = n = 1
[PDF] CHAPITRE 5 LES TABLEAUX
end 5-2° Triangulation des matrices par la méthode de Gauss L'algorithme de triangulation pour une matrice de N lignes et
Rappels Calcul Matriciel - UMP
(AB )?=B?1 A?1 si A ?0 et B ?0 2 19 Déterminant de l’inverse d’une matrice A?1 =A?1 si A ?0 2 20 Propriété du rang d’une matrice r(AB )=r(A) si B ?0 2 21 Inverse d’une somme de matrice Si H =A+BDC avec A et D des matrices carrées inversibles alors :
QUELQUES RAPPELS
DE CALCUL MATRICIEL
Benoît MULKAY
Faculté de Sciences Economiques
UNIVERSITE DE MONTPELLIER 1
Septembre 2008
- 2 -1. Définitions et Axiomes
1.1. Définition d"une matrice
Une matrice est un tableau rectangulaire de p lignes et de q colonnes avec des nombre réels ÂÎija à la ième ligne et la jème colonne tels que pi,,1K= et qj,,1K=. Cette matrice d"ordre ou de genre qp´. Elle est notée : pqppij qq ij qp aaaa aaaaaa aAALLMOMMMOMMLLLL212222111211
1.2. Transposée d"une matrice
[]jiaA=¢ est la transposée de la matrice A. Elle est d"ordre pq´.1.3. Multiplication par un scalaire
Si l est un scalaire, []ijaAl=l.1.4. Addition de deux matrices
Si []ijbB= est aussi une matrice d"ordre qp´ : []ijijbaBA+=+1.5. Produit de deux matrices
Le produit matriciel est défini si
B est aussi une matrice avec q lignes et r colonnes : []ijcCAB== est d"ordre rp´ avec : q k kiikij bac 1.1.6. Associativité du produit matriciel
()().ABCBCACAB== - 3 -1.7. Non-commutativité du produit matriciel
L"existence du produit matriciel AB n"implique pas nécessairement l"existence du produit matriciel BA. En général , le produit matriciel n"est pas commutatif : BAAB¹.1.8. Distributivité
ACABCBABCACCBA
1.9. Quelques règles de transposition
ABABBABAAA¢¢=¢¢
1.10. Produit (scalaire) d"un vecteur
Si x est un vecteur-colonne
1´n, alors x¢ est un vecteur-ligne n´1 , et le produit scalaire de
ce vecteur est la somme des carrés de ses composantes : n i i xxx 121.11. Produit de Hadamard
Si les matrices
A et B sont de même ordre qp´, le produit de Hadamard est un produit élément-par-élément des deux matrices :BACo=, tel que :
.ijijijbac=1.12. Matrice nulle
Si tous les éléments de la matrice A sont nuls : 0= ija, pour tout i et j, on écrira : .0=A1.13. Orthogonalité
2 vecteurs ()1´n x et y seront dits orthogonaux si et seulement si :
- 4 - .0=¢=¢xyyx
2 matrices compatibles A et B seront dits orthogonales si et seulement si :
0=AB1.14. Norme d"un vecteur
La norme d"un vecteur x ()1´n est définie par : 211 2 =n i ixxxx
On peut prouver que :
.yxyx+£+1.15. Rang d"une matrice
Le rang d"une matrice A, noté r(A), est le nombre minimum de lignes ou de colonnes linéairement indépendantes.1.16. Propriétés du rang d"une matrice
Si ()pAr= (le nombre de lignes de A), on dira que A est de plein-rang (lignes). Si ()qAr= (le nombre de colonnes de A), on dira que A est de plein-rang (colonnes).1.17. Rang d"un produit matriciel
()()(){}.,minBrArABr£ - 5 -2. Matrices Carrées
2.1. Définition d"une matrice carrée
Une matrice A est dite carrée si le nombre de ligne est égal au nombre de colonnes : .qp=2.2. Trace d"une matrice carrée
La trace d"une matrice carrée A, notée ()Atr, est la somme des éléments sur sa diagonale principale : ( ).tr1∑
p i ii aAB2.3. Propriété de la trace d"une matrice
()()()( ) ( )( )( ).trtr,trtr,trtrtrAAAABABA
¢l=l+=+
2.4. Propriété de circularité de la trace
Si AB et BA sont des matrices carrées (pas nécessairement du même ordre), alors : ()().trtrBAAB= Si les produits matriciels ABC, CAB et BCA existent, alors : ()()().trtrtrBCACABABC==2.5. Propriété de la trace d"une matrice (suite)
()().trtr1 12∑∑
p ip j ij aAAAA2.6. Matrice diagonale
Si0=ija, pour tout ji¹, la matrice est dite diagonale et on écrira :
- 6 - ppppaa a aaaALMOMMLLK000000
,,,diag 22112211
2.7. Matrice identité
La matrice
identité est une matrice carrée d"ordre p, notée pI, et est telle que :100010001
1,,1,1diag
LMOMMLL
K pI2.8. Neutre pour la multiplication
La matrice identité est le neutre pour la multiplication : .AAIAIpp==2.9. Autres matrices spéciales
On considère aussi le vecteur unitaire de dimension1´p comportant uniquement des 1 :
11 1 M pj De même, la matrice unitaire carrée d"ordre p : pppjjJ¢= est composée entièrement de 1. Notez que ()1=pJr. Attention à ne pas confondre pppjjJ¢= avec le produit scalaire : .pjjpp=¢ On peut aussi définir le vecteur indicatrice 1 ´p entièrement composé de 0, sauf un 1 à la position n : - 7 - 010 MM ne2.10. Déterminant d"une matrice
Si A est une matrice carrée d"ordre p, on définira le déterminant de la matrice A comme : p i ijijji AaAA 11det oùijA est le (i,j)ème mineur de la matrice A : c"est-à-dire le déterminant de la matrice
()()11-´-pp formée en éliminant la ième ligne et la jème colonne de A.2.11. Matrice adjointe
La matrice adjointe de A, notée ()Aadj, est la transposée de la matrice dont le (i,j)ème élément
est ()ji+-1 fois le mineur ijA.2.12. Propriétés du déterminant
scalaire.un est si , ordred" carrée matrice une aussiest si .,ll=l==¢AApBBAABAAp
2.13. Singularité d"une matrice
Si le déterminant de A est nul :
0=A, la matrice A sera dite singulière. Dès lors : ()pAr<.
2.14. Non-singularité d"une matrice
En revanche, si le déterminant de A est non-nul :0¹A, la matrice A sera dite non-singulière
ou régulière. Dès lors : ()pAr=. - 8 -2.15. Inverse d"une matrice carrée
Si A est une matrice carrée non-singulière, la matrice inverse de A, noté1-A, existe et est telle
que : .11 pIAAAA==--On dira alors que A est inversible.
2.16. Inverse et matrice adjointe
AAAadj
1=-.2.17. Propriétés de l"inverse d"une matrice
( )( ).,1111¢=¢=---
-AAAA.Les éléments de
1-A sont continus en A, sauf au point où 0=A.
2.18. Inverse d"un produit matriciel
().0Bet 0A si 111¹¹=---ABAB2.19. Déterminant de l"inverse d"une matrice
0A si
11¹=
--AA.2.20. Propriété du rang d"une matrice
()().0B si ¹=ArABr2.21. Inverse d"une somme de matrice
Si BDCAH+= avec A et D des matrices carrées inversibles, alors : - 9 -111111
1111111111
ACBCADBAICABCADBIACABCADBAAH
2.22. Valeurs propres (eigenvalues)
Les p valeurs propres (eigenvalues ou racines caractéristiques) d"une matrice carrée A d"ordre p sont les racines du polynôme, notées plll,,,21K : .01=la=l-∑
=p i i ipIA Les valeurs propres d"une matrice carrée quelconque peuvent être complexes.2.23. Propriétés des valeurs propres
==l=l= p i ip i i AA11dettr
Le nombre de valeurs propres
il non nulles de A est égal au rang de A : )r(A. Les racines de0=l-BA sont les valeurs propres de la matrice AB1- (et aussi de la matrice 1-AB quand
0¹B).
2.24. Vecteurs propres (eigenvectors)
Du fait que la matrice ()piIAl- est singulière pour les valeurs propres il, il existe un
vecteur xi de dimension ()1´p, appelé vecteur propre (ou eigenvector) de A, tel que : ()0=l-ipixIA, ou encore : iiixAxl=.2.25. Matrice symétrique
Une matrice
A est symétrique si et seulement si : AA¢=.
- 10 -2.26. Valeurs propres d"une matrice symétrique
Toutes les valeurs propres d"une matrice symétrique sont réelles.2.27. Matrice orthogonale
Une matrice A est orthogonale si et seulement si : pIAAAA=¢=¢. Dès lors, on aura : .1AA¢=-2.28. Valeurs propres d"une matrice orthogonales
Toutes les valeurs propres d"une matrice orthogonale sont égales à 1 ou -1.2.29. Matrice idempotente
Une matrice A est idempotente si et seulement si : AAA=.2.30. Valeurs propres d"une matrice idempotente
Toutes les valeurs propres d"une matrice idempotente sont égales à 0 ou 1.2.31. Propriétés d"une matrice particulière
Si X est une matrice d"ordre KT´, alors la matrice XX¢ est symétrique.2.32. Matrices de projection
Si X est une matrice d"ordre KT´, alors les matrices d"ordre KK´ : ()XXXXB¢¢= -1et ()BIXXXXIWKK-=¢¢-= -1 sont symétriques et idempotentes. La matrice B est de rang K et la matrice W est de rang : KT-.Ces matrices sont des
matrices de projection orthogonale ; la première B sur le sous-espace vectoriel engendré par les colonnes de X, et la seconde sur le sous-espace vectoriel orthogonalà celui engendré par les colonnes de
X. - 11 -2.33. Forme linéaire
Si a et x sont des vecteurs colonnes
1´n, l"expression xa¢ est appelée une forme linéaire en
x : n i ii xaxa 1.2.34. Forme quadratique
Si x est un vecteur colonne 1´n et A une matrice nn´, l"expression Axx¢ est appelée une forme quadratique en x : n in j jiij xxaAxx 1 1.2.35. Matrice définie-positive
Si toutes les valeurs propres de la matriceA sont strictement positives : 0>li
pi ,,1pour tout K=, on dira que A est définie positive et on notera : 0>A (Remarque : cela n"implique pas que tous les éléments deA sont strictement positif).
2.36. Matrice semi-définie positive
Si toutes les valeurs propres de la matriceA sont positives ou nulles : 0³li
pi ,,1pour tout K=, on dira que A est semi-définie positive et on notera : 0³A.2.37. Matrice définie négative
Si toutes les valeurs propres de la matriceA sont strictement négatives : 0
A sont négatives ou nulles : 0£li
pi ,,1pour tout K=, on dira que A est semi-définie négative et on notera : 0£A. - 12 -2.39. Décomposition de Cholesky
Si A est une matrice symétrique d"ordre n, définie positive, alors :LLA¢=
où L est une matrice (unique) triangulaire inférieure avec des éléments positifs sur la
diagonale principale : .00021221211)))))
nnnnllllllLLMOMMLL
2.40. Décomposition en valeur singulière
On décompose une matrice A d"ordre
qp´ avec qp³ et ()0>=rAr en :VUWA¢=
où : ¢´. avecestnégatifs,non éléments des avec diagonale,est, avecestrrIVVrnVrrWIUUrmU - 13 -3. Matrices Symétriques
3.1. Forme quadratique d"une matrice symétrique
Soit A une matrice symétrique, alors toutes les valeurs propres l i de A sont réelles, et tous les vecteurs propres x i sont réels. De plus on dira que A est :· définie positive si
0>¢Axx, pour tout 0¹x,
semi-définie positive si 0³¢Axx, pour tout x, définie négative si 0<¢Axx, pour tout 0¹x, semi-définie négative si 0£¢Axx, pour tout x, indéfinie si 0³¢Axx, pour quelques x, et 0<¢Axx, pour d"autres x.
3.2. Matrice des vecteurs propres
Il existe une matrice orthogonale ()pxxxX,,,21K= dont les colonnes sont les vecteurs propres de A, telle que L=¢AXX, où ()pdiaglll=L,,,21K est la matrice diagonale des valeurs propres.3.3. Propriété de la matrice des vecteurs propres
.0 si ,11¹L¢=¢L=
--AXXAXXA3.4. Valeur propre maximale
Soit ()Al la plus grande valeur propre de A, on a :¢¢=l=lxxAxxA
iiisupmax3.5. Valeur propre minimale
Soit ()Al la plus petite valeur propre de A, on a :¢¢=l=lxxAxxA
iiiinfmin - 14 -3.6. Rang et valeurs propres d"une matrice symétrique
Si la matrice symétrique A possède r valeurs propres non-nulles, alors ()rA=r. Si la matrice idempotente A possède r valeurs propres unitaires, alors ()()rAA==trr.3.7. Propriétés d"une matrice définie positive
Si A est une matrice symétrique définie-positive d"ordre p, alors : 111positive)-(définie 0r0 ---l=l>=>
AAApAA
De plus, si B est de plein rang colonne, alors
0>¢ABB.
3.8. Racine carrée d"une matrice
Soit ()2121
221121,,,diagplll=L, en écrivant XXAL¢= avec X la matrice orthogonale des
vecteurs propres de A, on aura :ABBBXXB==¢L=221 satisfait .
On appellera
21AB= la racine carrée (unique et définie-positive) de la matrice A.
3.9. Propriétés d"une matrice définie positive (suite)
Si A et B sont deux matrices définies-positive d"ordre p, alors A - B est définie positive si et
seulement si11---AB est définie-positive.
- 15 -4. Matrices Partitionnées
4.1. Définition d"une matrice partitionnée
Une matrice A d"ordre
qp´ peut être partitionnée en nm blocs (ou sous-matrices) tels que :´´mnnnm
mqpnm qpn qpnqpm qpqpqpmqpqpAAAAAAAAA ALMOMMLL
21222121
2111
212222111211
avec pp n i i=∑=1 et qq m j j=∑=1.4.2. Matrice partitionnée en 2 x 2 blocs
Le cas le plus simple est celui d"une matrice
A partitionnée en 4 blocs :
´´´´22122111
quotesdbs_dbs22.pdfusesText_28[PDF] Algorithmique et programmation : les bases (Algo) Corrigé
[PDF] TP7 : le théor`eme du point fixe en action sous MATLAB
[PDF] Séance de travaux pratiques n° 1
[PDF] simulations, algorithmes en probabilités et statistique(s) au - Apmep
[PDF] Loi de Bernoulli et loi binomiale, cours, première S - MathsFG - Free
[PDF] Probabilités, simulation et algorithmique (pour TI)
[PDF] Algorithmes et programmation en Pascal TD corrigés - Limuniv-mrsfr
[PDF] Notes de cours / Algo et Python
[PDF] Algorithmique et Programmation Projet : algorithme de - DI ENS
[PDF] Score ASIA
[PDF] Un algorithme de simulation pour résoudre un problème de probabilité
[PDF] Algorithme PanaMaths
[PDF] Algorithmique en classe de première avec AlgoBox - Xm1 Math
[PDF] Algorithme U prend la valeur [expression de la suite - Maths en ligne