[PDF] MATRICES - CALCUL MATRICIEL



Previous PDF Next PDF







MATRICES - CALCUL MATRICIEL

MATRICES - CALCUL MATRICIEL Jean Paul Truc Professeur de Mathématiques Spéciales à l’Ecole des Pupilles de l’Air 14 décembre 2019 1 Matrices à coefficients réels ou complexes 1 1 Quelques définitions de base Dans ce chapitre K désigne le corps des réels ou celui des nombres complexes; net pdésignent deux entiers naturels non nuls



Chapitre VIII Calcul matriciel - Université Paris-Saclay

Chapitre VIII Calcul matriciel Dans ce cours, désigne , ou un corps commutatif quelconque I – Matrices et applications Les matrices sont un outil de calcul et de représentation des applications linéaires 1 Définitions Soient donnés On appelle matrice de type à coefficients dans un tableau



Chapitre 1 Calcul vectoriel, calcul matriciel

Chapitre I : CALCUL VECTORIEL, CALCUL MATRICIEL I – Espaces vectoriels réels 1) Espaces vectoriels sur a) Définitions Définition 1 : Soit un ensemble non vide On dit que la loi est une loi de composition interne sur si et seulement si : On dit que la loi est une loi de composition externe sur si et seulement si :



Chapitre 1 : Calcul matriciel

Chapitre 1 : Calcul matriciel I Généralités A Définitionsgénérales Unematriceestuntableaudenombre Définition1 Exemple1 Voicideuxexmplesdematrices: A 1 2 0 3 B 1 2 8 0 3 1 3 Ici la matrice A est dite de dimension 2 2 et la matrice B de dimension2 3, c’est à dire 2 lignes et 3 colonnes



TS2 Chapitre 2 – Calcul matriciel I – Matrices : exemple et

TS2 Chapitre 2 – Calcul matriciel • Si n = p, A est une matrice carrée Les coefficients a ii sont appelés coefficients diagonaux • La matrice n p dont tous les coefficients sont nuls s'appelle la matrice nulle, on la note A = 0 Exemples: → La production de l'usine 1 pour le premier semestre peut être représentée par la matrice ligne



Calcul matriciel

Chapitre 11 Calcul matriciel Dans tout ce chapitre, K désigne R ou C, et (n,p) est un couple d’entiers naturels non nuls 1 Vocabulaire On appelle matrice à coefficients dansK un tableau rectangulaire constitué de nombres



Matrices - Mathématiques en ECS1

Dans ce chapitre, nous allons découvrir ce que sont les matrices et apprendre à calculer avec ces nou-veaux objets Le calcul matriciel nous permettra, par la suite, de résoudre des problèmes mathématiques, notamment issus de la théorie des probabilités Dans tout le chapitre, on notera Kle corps Cou R



Chapitre 13 : algorithmes de calcul matriciel 0 Codage des

Chapitre 13 : algorithmes de calcul matriciel Motivation : Les algorithmes de r esolutions de syst emes lin eaires et de calcul sur les matrices seront impl ement es par vous-m^emes en T P Le but de ces notes est d’une part de pr esenter ces di erents algorithmes, de voir comment ils s’articulent entre eux, de pr eciser quelques notions et



ALG 10 Matrices et applications linéaires

Nous avons vu dans le chapitre précédent qu’une application linéaire est entièrement définie par l’image d’une base Ce résultat théorique a une conséqence pratique importante : en dimension finie, tout problème d’algèbre linéaire est réductible à du calcul matriciel Définition 10 1

[PDF] Filière : Licence Sciences Economiques et Gestion Journée d

[PDF] Algèbre Linéaire

[PDF] aide memoire d 'algebre - Math inversées

[PDF] Cours d 'algèbre linéaire

[PDF] Cours d 'algèbre linéaire

[PDF] ALGEBRE LINEAIRE Cours et exercices

[PDF] l1 introduction ? l 'algèbre linéaire - ENT

[PDF] Cours d 'algèbre linéaire

[PDF] Algèbre Linéaire

[PDF] L 'ALGÈBRE LINÉAIRE POUR TOUS

[PDF] Exercices Corrigés Matrices Exercice 1 #8211 Considérons les matrices

[PDF] Page 1 Page 2 Page 3 Page 4 Page 5 Page 6 Filol J78%l MONIER

[PDF] Cours 3: Algèbre relationnelle Algèbre relationnelle

[PDF] TD 1 : algèbre relationnelle et requêtes SQL de base

[PDF] 1 Exercices

MATRICES - CALCUL MATRICIEL

Jean Paul Truc

Professeur de Mathématiques Spéciales

à l"Ecole des Pupilles de l"Air

14 décembre 2019

1 Matrices à coefficients réels ou complexes

1.1 Quelques définitions de base

Dans ce chapitreKdésigne le corps des réels ou celui des nombres complexes; netpdésignent deux entiers naturels non nuls. On appelle matrice ànlignes etp colonnes et à coefficients dansKun tableau rectangulaire ànlignes etpcolonnes denpéléments du corpsK. Ces nombresai;jsont repérés par deux indicesietj; le premier indicei(1in) indique la ligne où se trouve le coefficient; le secondj(1jp) montre la colonne du coefficient. Sin=p, la matrice est une matrice carrée d"ordren.

1.2 Un exemple

Voici une matrice carrée d"ordre trois à coefficients réels: A=0 @0 42 2 1 3

4 6 41

A

Les vecteurs colonnes de cette matrice sont:

C 1=0 @0 2 41
A C2=0 @4 1 61
A C3=0 @2 3 41
A

Les vecteurs lignes:

L1 = (0;4;2)L2= (2;1;3)L3= (4;6;4)

1.3 Notations

Sous forme condensée la matriceAànlignes etpcolonnes de coefficients les a i;jsera notée ici:

A= (ai;j)

en précisant si nécessaire:1inet1jp. 1 FIG. 1 -Arthur Cayley,Fondateur du calcul matriciel. L"école anglaise, dont Arthur Cayley (1821-1895), homme de loi, puis mathé- maticien à Trinity College, ont joué un rôle fondamental dans le développement de cette théorie.

1.4 Opérations sur les matrices

On peut ajouter deux matrices de même type en ajoutant leurs coefficients de mêmeposition;sideuxmatricesdetype(n;p)s"écrivent:A= (ai;j)etB= (bi;j), alors leur sommeA+Best la matrice de type(n;p):si;j), avec:

8(i;j)2[[1;n]][[1;p]]] :si;j=ai;j+bi;j

On peut multiplier une matrice par un scalaire en multipliant chacun de ses coeffi- cients par ce scalaire. SiA= (ai;j)et2K, alors la matriceAest la matrice de type(n;p):ti;j, avec:

8(i;j)2[[1;n]][[1;p]] :ti;j=ai;j

1.5 Espace vectoriel des matrices de type(n;p)

On montre sans difficultés que pour les deux lois ci dessus, l"ensemble des matrices de type(n;p)à coefficients dansKforme un espace vectoriel sur le corps K, notéMn;p(K). Dans le cas oùn=p, on le noteMn(K).

1.6 Base canonique

Pour tout couple(k;l)de[[1;n]][[1;p]], nous appelleronsEk;lla matrice dont

tous les coefficients sont nuls exceptés celui situé à lak-ième ligne et à lal-ième

2 colonne, égal à un. Toute matriceA= (ai;j)deMn;p(K)sécrit alors comme la combinaison linéaire: A=nX i=1p X j=1a i;jEi;j(1)

Par exemple sin=p= 2, on a:

E

1;1=1 0

0 0 E

1;2=0 1

0 0 E

2;1=0 0

1 0 E

2;2=0 0

0 1 et une matrice deM2(K)sécrit: a b c d =aE1;1+bE1;2+cE2;1+dE2;2 La famille constituée par cesnpmatrices est donc génératrice. Il est clair que cette famille est libre, car si nous annulons une combinaison linéaire desEi;j, l"équation (??) nous montre que cela équivaut à dire que la matriceAde??est nulle. Or une matrice est nulle si et seulement si tous ses coefficients sont nuls. Nous avons donc bien mis en évidence une base deMn;p(K)qui est donc de dimensionnp.

1.7 Produit de matrices

Définition 1Etant données deux matrices:AdansMn;p(K)etBdansMp;q(K), sont donnés par la formule:

8(i;j)2[[1;n]][[1;p]] :ci;j=pX

k=1a i;kbk;j(2)

Un exemple

Considérons les matrices:

A=0 @0 42 2 1 3

4 6 41

A B=0 @0 1 2 1 1 11 A alors leur produit est: C=0 @10 2 1 6 8 141 A 3

1.8 L"anneau des matrices carréesMn(K)

Dans le cas particulier oùn=p=q, la formule (??) montre que le produit matriciel est une loi interne dansMn(K). On montre facilement que cette loi est associative, distributive à gauche et à droite sur l"addition des matrices carrés, et possède un élément neutre, la matrice identitéIn, définie par: I n=0 B

BBB@1 0::: :::0

0 1 0:::0

0 0 1:::0

0::: :::0 11

C CCCA Plus rigoureusementIna pour coefficients les symboles de Kroneckeri;j. Pour ces deux lois (addition et multiplication)Mn(K)a donc une structure d"anneau non commutatif. Pour deux matrices carréesAetBqui commutent (AB=BA). on peut utiliser la formule du binôme de Newton: (A+B)n=nX 0 n p A pBnp

1.9 Produits de matrices de base et applications

Nous nous plaçons dans l"anneau des matrices carréesMn(K)pour simplifier. En utilisant la formule (??) du produit matriciel, on peut montrer que:

Proposition 1Pour tous indicei;j;k;lde[[1;n]]:

E i;jEk;l=j;kEi;l: Cette formule permet de prouver qu"en multipliant une matriceAà droite parIn+ E i;j, on ajoutefois la colonneCià la colonneCj. Par exemple en dimension deux on a: a b c d 1 0 1 =a b+a c d+c par multiplication toutes les opérations sur les lignes et les colonnes.

2 Matrice d"une application linéaire

On considère un espace vectorielEde dimensionpde baseB=fe1;:::;epget un espace vectorielFde dimensionnbaseB0=fu1;:::;eng. Soitf2L(E;F). Pour tout indicejde[1;p], il existe des scalairesmi;jtels que: f(ej) =nX i=1m i;jui: 4 La matrice de l"application linéairefrelativement aux basesBetB0est la matrice

MdeMn;p(K):

M= (mi;j)i=1::nj=1::p

L"application qui àfassocieMest un isomorphisme d"espace vectoriel entrequotesdbs_dbs5.pdfusesText_9