2 2 Exercices 1 Cours 1 1 Opérations sur les matrices Etant donnés deux entiers m et n strictement positifs, une matrice qui dépasse le cadre de ce cours
Previous PDF | Next PDF |
[PDF] Exercices Corrigés Matrices Exercice 1 – Considérons les matrices
Exercice 9 – (extrait partiel novembre 2011) 1) En utilisant l'algorithme du cours, montrer que la matrice suivante est inversible et préciser son inverse : A = ( 1 2
[PDF] Matrices - Exo7 - Cours de mathématiques
D'après les règles de calcul dans , (α + β)ai j est égal à αai j + βai j qui est le terme général de la matrice αA+ βA Mini-exercices 1 Soient A = −7 2 0 −1 1 −4
[PDF] Calcul matriciel
2 2 Exercices 1 Cours 1 1 Opérations sur les matrices Etant donnés deux entiers m et n strictement positifs, une matrice qui dépasse le cadre de ce cours
[PDF] TD 4: Matrices
Exercice 4 Déterminer en fonction de a et b réels toutes les matrices de M2,2(R) qui commutent avec la matrice ( a 0
[PDF] Exercices de révision sur les matrices - Vous pouvez nous joindre ici
Démonstration par récurrence immédiate (identique à celle du cours sur les suites géométriques) d En déduire l'écriture de en fonction de puis leur limite lorsque
[PDF] 87 EXERCICES MATHÉMATIQUES
Exercice 1 Soit E un espace vectoriel sur un corps K K = R ou C ( ) de dimension 3 et f un endomorphisme de E Prouver que •si f 0 et f 2 = 0 alors la matrice
[PDF] MATRICES EXERCICES CORRIGES - Home opsuniv-batna2dz
Exercice n°1 On considère la matrice 1 6 8 4 0 7 3 11 22 17
[PDF] Matrices CORRECTION - Licence de mathématiques Lyon 1
Matrices Pascal Lainé 1 Matrices Exercice 1 Pour une matrice à une ligne et une colonne de ℳ1(ℝ) on posera ( ) = Soit = ( 1 2 3 )
[PDF] Applications linéaires, matrices, déterminants - Licence de
Allez à : Correction exercice 1 Exercice 2 Soit : Question de cours 4 → ℝ3 l'application linéaire dont la matrice dans les base canonique de ℝ4 et ℝ 3
[PDF] Matrices
Cours de mathématiques ECT2 4 EXERCICES Sommes et produits de matrices, transposée 1 1 On considère les matrices A = ( 1 3 2 5)et B = ( 2 2 0 4)
[PDF] cours determinant d'une matrice
[PDF] résumé sur les matrices pdf
[PDF] matrice d'eisenhower excel
[PDF] matrice d'eisenhower vierge
[PDF] télécharger matrice eisenhower excel
[PDF] matrice eisenhower vierge
[PDF] fichier excel matrice eisenhower
[PDF] matrice eisenhower exemple
[PDF] commandabilité définition
[PDF] exercice corrigé commandabilité et observabilité
[PDF] forme canonique commandable
[PDF] observabilité définition
[PDF] matrice de trace nulle probleme
[PDF] querelle des anciens et des modernes jean de la fontaine
Université Joseph Fourier, Grenoble I
Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies1eannéeCalcul matricielBernard Ycart
Ce chapitre est essentiellement technique et ne requiert pas d"autre connaissance théorique que celle des espaces vectoriels de dimension finie. Vous y apprendrez les manipulations élémentaires de matrices, qui ne devraient pas vous poser de problème si vous avez bien compris la résolution des systèmes linéaires.Table des matières
1 Cours 2
1.1 Opérations sur les matrices . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Matrices et applications linéaires . . . . . . . . . . . . . . . . . . . . . 7
1.4 Rang d"une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Calcul de l"inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Entraînement 17
2.1 Vrai ou faux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 QCM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5 Corrigé du devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3 Compléments 30
3.1 Diagonalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2 Décomposition LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Maths en L
1gneCalcul matricielUJF Grenoble1 Cours
1.1 Opérations sur les matrices
Etant donnés deux entiersmetnstrictement positifs, unematrice àmlignes etn colonnesest un tableau rectangulaire de réelsA= (ai,j). L"indice de ligneiva de1à m, l"indice de colonnejva de1àn.A= (ai,j) =(
(((((((a a a m,1···am,j···am,n) Les entiersmetnsont lesdimensionsde la matrice,ai,jest soncoefficient d"ordre (i,j). L"ensemble des matrices àmlignes etncolonnes et à coefficients réels est noté M m,n(R). Ce qui suit s"applique aussi, si on remplaceRparC, à l"ensemble des matricesà coefficients complexes.
L"ensembleMm,n(R)est naturellement muni d"une addition interne (on peut ajou- ter deux matrices de mêmes dimensions terme à terme) et d"une multiplication externe (on peut multiplier une matrice par un réel terme à terme). •Addition :SiA= (ai,j)etB= (bi,j)sont deux matrices deMm,n(R), leur sommeA+Best la matrice(ai,j+bi,j). Par exemple :
(1 1 2 3 1-1) (-3 1 5-3 0 2) (-2 2 7 0 1 1) •Multiplication externe :SiA= (ai,j)est une matrice deMm,n(R), etλest un réel, le produitλAest la matrice(λai,j). Par exemple : -2( (1 1 2 3 1-1) (-2-2 -4-6 -2 2) Observons que les opérations auraient le même effet si les matrices étaient disposées comme desmn-uplets de réels (toutes les lignes étant concaténées par exemple). Donc M m,n(R), muni de son addition et de sa multiplication externe, est un espace vectoriel, isomorphe àRmn. Labase canoniquedeMm,n(R)est formée des matrices dont tous les coefficients sont nuls, sauf un qui vaut1. L"opération la plus importante est leproduit matriciel. 2Maths en L
1gneCalcul matricielUJF GrenobleDéfinition 1.Soientm,n,ptrois entiers strictement positifs. SoitA= (ai,j)une
matrice deMm,n(R)et soitB= (bj,k)une matrice deMn,p(R). On appelleproduit matricieldeAparBla matriceC? Mm,p(R)dont le terme généralci,kest défini, pour touti= 1,...,met pour toutk?1,...,ppar : c i,k=n j=1a i,jbj,k. Nous insistons sur le fait que le produitABde deux matrices n"est défini que si le nombre de colonnes deAet le nombre de lignes deBsont les mêmes. Observons d"abord que la définition 1 est cohérente avec la définition du produit d"une matrice par un vecteur, donnée au chapitre précédent : sip= 1, la matriceBanlignes et1 colonne, et le produitABamlignes et1colonne. D"autre part, appliquer la définition1 revient à effectuer successivement le produit deApar chacune des colonnes deB.
Pour effectuer ce produit, nous conseillons d"adopter la même disposition que pour le produit par un vecteur, en plaçantBau-dessus et à droite deA. (((((((b···bj,k···.........
b n,1···bn,k···bn,p) (((((((a1,1··· ···a1,n.........
a a m,1··· ···am,n) (((((((c1,1...c1,p...
··· ···ci,k
c m,1cm,p)Posons par exemple :
A=( (1 1 2 3 1-1) )etB=?0 1-1-2 -3-2 0 1? La matriceAa 3 lignes et 2 colonnes, la matriceBa 2 lignes et 4 colonnes. Le produit ABa donc un sens : c"est une matrice à 3 lignes et 4 colonnes. ?0 1-1-2 -3-2 0 1? (1 1 2 3 1-1) (-3-1-1-1 -9-4-2-13 3-1-3)
Le produit matriciel a toutes les propriétés que l"on attend d"un produit, sauf qu"il n"est pas commutatif. 3Maths en L
1gneCalcul matricielUJF GrenobleProposition 1.Le produit matriciel possède les propriétés suivantes.
1.Associativité :Si les produitsABetBCsont définis, alors les produitsA(BC)
et(AB)Cle sont aussi et ils sont égaux.A(BC) = (AB)C .
2.Linéarité à droite :SiBetCsont deux matrices de mêmes dimensions, siλet
μsont deux réels et siAa autant de colonnes queBetCont de lignes, alorsA(λB+μC) =λAB+μAC .
3.Linéarité à gauche :SiAetBsont deux matrices de mêmes dimensions, siλet
μsont deux réels et siCa autant de lignes queAetBont de colonnes, alors (λA+μB)C=λAC+μBC . Ces propriétés se démontrent à partir de la définition 1. La transposition est une notion importante, dont la justification provient de la dualité, qui dépasse le cadre de ce cours. Définition 2.Étant donnée une matriceA= (ai,j)deMm,n(R), satransposéeest la matrice deMn,m(R)dont le coefficient d"ordre(j,i)estai,j. Pour écrire la transposée d"une matrice, il suffit de transformer ses lignes en co- lonnes. Par exemple : A=( (1 1 2 3 1-1) ),tA=?1 2 11 3-1?
Observons que la transposée de la transposée est la matrice initiale. t (tA) =A . La transposée d"un produit est le produit des transposées, mais il faut inverser l"ordre des facteurs. Proposition 2.Soientm,n,ptrois entiers strictement positifs. SoientA= (ai,j)une matrice deMm,n(R)etB= (bj,k)une matrice deMn,p(R). La transposée du produit deAparBest le produit de la transposée deBpar la transposée deA. t (AB) =tBtA . 4Maths en L
1gneCalcul matricielUJF GrenoblePar exemple, en reprenant les matricesAetBdéfinies ci-dessus :
?1 2 11 3-1?
(((0-3 1-2 -1 0 -2 1) (((-3-9 3 -1-4 3 -1-2-1 -1-1-3) Observons que le produit d"une matrice par sa transposée est toujours défini. A tA=( (2 5 05 13-1
0-1 2)
),tAA=?6 6 6 11? Le résultat est une matricecarrée(autant de lignes que de colonnes) etsymétrique. Définition 3.Soitnun entier strictement positif etAune matrice carrée ànlignes etncolonnes. On dit queAest symétrique si pour tousi,j= 1,...,n, ses coefficientsd"ordreai,jetaj,isont égaux, ce qui est équivalent à dire queAest égale à sa transposée.
Le produit d"une matrice par sa transposée est toujours une matrice symétrique.