[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 :
Université A. Mira de Béjaia,Département d"HydrauliqueCours de Mécanique des Milieux Continus (MMC) 2014/2015
Rappels de Mathématiques
(suite du chapitre 1)A. Seghir
Tabledes matières
1 Matrices2
1.1 Determinant . . . . . . . . . . . . . . . 2
1.2 Opérations matricielles . . . . . . . . 3
1.3 Matrice de rotation . . . . . . . . . . . 4
1.4 Somme de deux rotations . . . . . . . 4
1.5 Inverse d"une rotation . . . . . . . . . 5
1.6 Rotation 3D . . . . . . . . . . . . . . . 5
2 Transformationlinéaire 6
3 Valeurset vecteurspropres 7
3.1 Diagonalisation d"une matrice . . . . 8
4 Tenseurs9
4.1 Définition . . . . . . . . . . . . . . . . 10
4.2 Tenseur d"ordre1 . . . . . . . . . . . . 10
4.3 Tenseur d"ordre2 . . . . . . . . . . . . 11
4.4 Propriétés des tenseurs . . . . . . . . 125 Notation indicielle 12
5.1 Convention de somme . . . . . . . . . 13
5.2 Indice libre . . . . . . . . . . . . . . . . 14
5.3 Symbol de Kronecker . . . . . . . . . . 14
5.4 Symbole de Permutation . . . . . . . . 15
5.5 IdentitéE-δ. . . . . . . . . . . . . . . 16
6 Champ tensoriel et différentiation d"un
champ tensoriel 166.1 Différentiation d"un vecteur . . . . . . 17
6.2 Gradient d"un scalaire . . . . . . . . . 17
6.3 Divergence et rotationnel d"un vecteur 20
6.4 Laplacien d"un scalaire . . . . . . . . . 20
6.5 Gradient d"un vecteur et divergence
d"une matrice . . . . . . . . . . . . . . 217 Théorèmes intégrales de Gauss et de
Stokes21
7.1 Théorème de Gauss . . . . . . . . . . . 21
7.2 Théorème de Stokes . . . . . . . . . . 22
1 MatricesUne matricem×nest une représentation de nombres sous forme d"un tableau demlignes etn
colonnes. A=??a11a12···
a21a22···
Chaque élément est désigné par deux indicesi,jqui correspondent à sa position dans le tableau.
Sim=n, la matrice est dite carrée et sim=n=1, elle se réduità un scalaire. Lesmatrices sont très
utiles pour résoudre simultanément les systèmes d"équations : ?a11x1+a12x2+···+a1nxn=b1
a21x1+a22x2+···+a2nxn=b2
a n1x1+an2x2+···+annxn=bn qui peuvent toujours se mettre sous forme matricielle commesuit : ?a11a12···a1n
a21a22···a2n
a n1an2···ann????? ?x 1 x 2 x 1 b 2 b ou sous forme compacte : A X=B A: est la matrice carrée d"ordrencontenant les coefficients du système linéaireX: est le vecteur des variables inconnues
B: est le vecteur des variables connues
donc on transforme le vecteurX, en un vecteurBà l"aide deA, d"où la définition suivante : Une matriceMest une application linéairequi associe à tout vecteurVune imageV? VM-----→V?=MV
Une matrice est dite matrice identité si elle associe à tout vecteurVle vecteur lui-même (elle ne
fait aucune transformation du vecteur), elle est notéeI: V ?=I V=V1.1 Determinant
Le déterminant d"une matrice carrée est un nombre tel que : siA=a11est d"ordre 1 (1×1) : det(A)=a11 A. SeghirCours d"élasticité, 4èmeAnnée et Master I - Génie Civil 2 siA=?ai j?est d"ordre 2 (2×2) : det(A)=????a 11a12 a21a22????
=a11a22-a21a12 siA=?ai j?est d"ordre 3 (3×3) : det(A)=??????a11a12a13
a21a22a23
a31a32a33??????
=a11????a 22a23a
32a33????
-a12????a 21a23a
31a33????
+a13????a 21a22a
31a32????
siA=?ai j?est d"ordren(n×n) : det(A)=??????a11···a1n
a n1···ann?????? =a11??????a22···a2n
a n2···ann?????? -···+···±a1n??????a21···a2n-1
a n1···ann-1?????? En élasticité, on se limite aux matrices d"ordre 3, (n=3).1.2 Opérations matricielles
AetBsont deux matrices de composantesai jetbi jetmest un scalaire.1. Egalité
Deux matrices du même ordre sont égales si et seulement si toutes leurs composantes sontégales une à une :
A=B:ai j=bi j
2. Transposée
B=AT:bi j=aji
3. Multiplication par un scalaire
B=mA:bi j=maji
4. Multiplication matricielle
C=AB:ci j=?
ka ikbkj5. Inversion matricielle
A -1inverse deA:A A-1=IRemarques
1.AB?=B A
2. det(AB)=det(A)det(B)
3. (AB)T=BTAT
4. det(mA)?=mdet(A)
A. SeghirCours d"élasticité, 4èmeAnnée et Master I - Génie Civil 31.3 Matrice de rotationUn pointPde coordonnées (x,y) exprimées dans un repèreXYs"exprime par les coordonnées
(x?,y?) lorsque le repère subi une rotation d"angleθet devientX?Y?. Les nouvelles coordonnées s"expriment en fonctions des anciennes coordonnées comme suit : x ?=xcosθ+ysinθ y ?=ycosθ-xsinθ soit sous forme matricielle : ?x? y =?cos(θ) sin(θ) -sin(θ) cos(θ)?? x y? ou encore, en plus compacte :V?=AV Aest la matrice de rotation de repère, elle contient les cosinus directeurs des nouveaux axes par rapport aux anciens axes. Si on note les vecteurs unitaires des axes originauxe1ete2, ceux des nouveaux axese?1ete?2alors : a i j=e? i·ej Y X" Y" Xθx"y
x y"P e1e" 1e 2e"21.4 Somme de deuxrotations
Lorsque le repèreX?Y?subit lui aussi une rotation d"angleφ, les coordonnées (x?,y?) deviennent
(x??,y??) tel que :?x?? y =?cos(φ) sin(φ) -sin(φ) cos(φ)?? x? y V ??=BV?Best la matrice de la seconde rotation.
En fonction des coordonnées origines (x,y) :
?x?? y =?cos(φ) sin(φ) -sin(φ) cos(φ)?? cos(θ) sin(θ) -sin(θ) cos(θ)?? x y? A. SeghirCours d"élasticité, 4èmeAnnée et Master I - Génie Civil 4 soit : V ??=BAVLe produit matricielle donne :
?x?? y =?cos(θ+φ) sin(θ+φ) -sin(θ+φ) cos(θ+φ)?? x y?1.5 Inverse d"une rotation
Si le repère (X?Y?) subit une rotation d"angle-θ, on retrouve le repère initial (XY), d"où :
?x y? =?cos(-θ) sin(-θ) -sin(-θ) cos(-θ)?? x? y =?cos(θ)-sin(θ) sin(θ) cos(θ)?? x? yV=CV?;C=AT
L"inverse d"une matrice de rotation est égale à sa transposée.1.6 Rotation3D
La rotation 2D fait changer les coordonnéesxety, la coordonnéeszreste telle qu"elle (z?=z). Ondit que la rotation 2D se fait par rapport à l"axeZet on écrit le changement de coordonnées en
incluantzcomme suit :???x y z =??cos(θ) sin(θ) 0 -sin(θ) cos(θ) 00 0 1??
?x y z??? V ?=AzV De même on écrit les matrices de rotations d"anglesθxetθypar rapport aux axesXetYcomme suit : A x=??1 0 00 cos(θx) sin(θx)0-sin(θx) cos(θx)??
A y=??cos(θy) 0 sin(θy) 0 1 0 -sin(θy) 0 cos(θy)??Remarque
Une rotationAxpar rapport àXsuivie d"une rotationAypar rapport àYest différente de la rota- tionAysuivie de la rotationAx:
AyAx?=AxAy
A. SeghirCours d"élasticité, 4èmeAnnée et Master I - Génie Civil 52 Transformation linéaireUnetransformationlinéaireestunetransformationdanslaquelle chaquenouvellevariableestune
combinaison linéaire d"anciennes variable. En 2D : x ?=ax+by;y?=cx+dy aveca,b,cetdsont des constantes.Du point de vue vectorielle :
?x? y =?a b c d?? x y? où V ?=MVMest la matrice de la transformation
Six?est perpendiculaire ày?etx?2+y?2=x2+y2alors la matriceMest une matrice orthogonale. La longueur d"un vecteur ne change pas avec la rotation d"axes et on dit que la rotation est une transformationorthogonaleDéfinition
Une transformation orthogonale est une transformation linéaire qui préserve les longueurs. La matriceMd"une transformation orthogonale est une matrice orthogonale et on a : M -1=MTLorsque les longueurs ne changent pas, on a :
x2+y2=x?2+y?2
=(ax+by)2+(cx+dy)2 =(a2+c2)x2+(b2+d2)y2+2(ab+cd)xy d"où : a2+c2=1
b2+d2=1
ab+cd=0 ou bien, en utilisant la matrice de transformationM: ?a b c d?? a c b d? =?a2+c2ab+cd ab+cd b2+d2? =?1 00 1? soit : MM T=I ou M T=M-1 A. SeghirCours d"élasticité, 4èmeAnnée et Master I - Génie Civil 63 Valeurs et vecteurs propresDans une transformation linéaire, un vecteruVd"origine (0,0) et d"extrémité (x,y) se transforme
en vecteurV?d"origine (0,0) et d"extrémité(x?,y?), il subit alors unerotation et unallongement (ou
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