Mourad
Introduction : vecteurs, matrices et applications linéaires
Opérations sur les vecteurs
Vecteur x base (canonique) bi , i=1,n espace vectoriel V sur le corps des réels combinaison linéaire sous espace vectoriel base, dimension x1 n x = xi = ∑ xi bi i =1 x n soient ( xi ∈ V )i = 1, k 0 bi = 1 0 k x ∈ Rn
∀x, y ∈ V , ∀λ , µ ∈ R λx + µy ∈ V i =1 k
α i xi α i ∈ R ∑
W = y ∈ V ∃α i ∈ R, y = ∑ α i xi s.e.v. de V i =1 k noyau de W : ker(W ) = y ∈ W ∑ α i xi = 0 i =1
Opérations sur les vecteurs
Somme multiplication ? Vecteur transposé Norme produit scalaire, vecteurs orthogonaux x' = ( x1 xi xn ) x = ∑ xi = x' x
2 2 i =1 n
z = x+ y
zi = xi + yi
( x, y ) = ∑ xi yi = x' y ; i =1
n
x = ( x, x ) = x ' x
2
{y ∈ R n ( x, y) = 0}
Normes et produit scalaire
n : E → R+ norme : x n( x ) exemples E = R n ; x =∑
2 2 n i =1 n
n( x) ≥ 0 positivité n( x ) = 0 ⇔ x = 0 vérifiant n(λx) = λ n( x) n ( x + y ) ≤ n ( x ) + n ( y ) p n
xi2
; x
p p
= ∑ xi ( p ≥ 1) ; x 1 = ∑ xi ; x ∞ = sup xi i =1 i =1 i =1, n
p ( x, y ) = p ( y , x ) produit p : E × E → R p (λx, y ) = λp ( x, y ) vérifiant x, y p ( x, y ) scalaire p ( x + y , z ) = p ( x, z ) + p ( y , z ) p ( x, x ) = n ( x ) n exemple E = R ; p ( x, y ) = ( x, y ) = ∑ xi yi ; i =1 n
( x, x) = x = ∑ xi2 euclidienne
2 2 i =1
n
propriété : inégalité de Schwartz : ( x, y ) ≤ x 2 y 2
Matrices
Tableau de n lignes et k colonnes
a11 A = ai1 a n1 a1 j a1k aij aik anj ank
Remarque fondamentale : on ne peu rien démontrer sans faire référence à l’application linéaire que la matrice représente
A : Rk → Rn x y = Ax linéaire : A(λx + µy ) = λAx + µAy
Applications linéaires
Soient E et F deux espaces vectoriels