Matrice diagonale

- Dérivée o Matrices - Somme et produit de matrices - Déterminant d’une matrice carrée - Inversion d’une matrice carrée inversible ( 2 méthodes : matrice adjointe et matrice compagnon ) - Écriture matricielle d’un système linéaire o Équations linéaires Systèmes d’équations linéaires - Résolution d’un système linéaire par la méthode de Gauss-Jordan (attention : exprimer des variables en fonction d’autres …) - Résolution d’un système linéaire par inversion de matrice - Résolution d’un

retranche la réponse des répondants de la moyenne des réponses. Précisions qu’il n’est pas souhaitable de réduire. A=[pic]on forme la matrice transposée à AT à partir de A AT =[pic]on multiple AT par A pour obtenir la matrice C= [pic]*[pic]=[pic] [pic]la trace est de 36,4 On diagonalise la matrice C. Pour ce faire, on multiplie la matrice C par une matrice identité. [pic]*[pic]=[pic]=0 Pour calculer le déterminant, on va arrondir les chiffres. [pic] Une méthode simple consiste à

mathématiques en terminale . Matrices et opérations en terminale S spécialité I. Notion de matrices : Définition : n et p désignent des nombres entiers naturels non nuls. Une matrice de format ( ou taille ) (n,p) est un tableau de nombres réelks à n lignes et p colonnes. Exemple : La matrice M ci-dessous peut être notée où désigne le coefficient situé à la ième ligne et à la jième colonne. Vocabulaire : - Lorsque p=1 , on dit que M est une matrice colonne . - Lorsque n=1 , on

ij a (k) ik kj wa Fin(j); Fin(i) Fin(k) ; ; 15 A k désigne les sous-matrices principales de A définies par a11 a12 a1k k a 22 a 2k a k1 a k2 A k a kk Si det( A ) est non nul pour k=1,2,…,n, alors la méthode d’élimination de Gauss est faisable sans permutation de (k) lignes (tous les pivot akk sont non nuls). Remarque: 1) Si A est une matrice régulière (inversible), alors l’élimination de Gauss peut toujours se faire avec permutation

MATHEMATIQUES (Semestre 4 ) – ALGEBRE II – Travaux Dirigés -TDProfesseur : M.REDOUABY Série d’exercices Quelques corrigés Partie 1 Exercice 1 On considère les trois matrices suivantes :         −2 0                 7 ; B= A= 0 3 0 5 0 C= 0 4                         0 −11 −11 Exercice 1 1) Calculer : 2A -3B + 4C ; det((A-B+2C) ) 3 Exercice 1 2)

Chapitre 23 MATRICES Enoncé des exercices 1 Les basiques Exercice 23.1 Donner la matrice de l’application linéaire f : R3 → R3 , f (x, y, z) = (z, y, x) dans les bases canoniques. Puis montrer que B = ((1, 0, 1) , (0, 1, 0) , (1, 0, −1)) est une base. Donner la matrice de f dans B. Exercice 23.2 Soit f l’endomorphisme de R2 défini par f 1 −1 ,B= x y = x − 3y 2x + 4y Justifier que B = Soit A = 1 −3 2 4 , 2 est une base de R2 . 1 4 −1 que représentent A et B vis à vis de f ? −2 8

matriciel 1.1 1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1.2 Transposée d'une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.1.3 Matrices particulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Opérations sur les matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2.1 Addition . . . . . . . . . . . . . . . . . . . . . . .

l’indice répété, etc. . .). Au Chapitre 4 on introduit le polynôme caractéristique pA d’une matrice carrée A, et on étudie la diagonalisation des matrices et des endomorphismes. On démontre directement au Chapitre 5 que pA (A) = 0 (théorème de CayleyHamilton) par la méthode des déterminants, on introduit le polynôme minimal qA d’une matrice carrée A, et on démontre le théorème de décomposition de Jordan : toute matrice carrée A dont le polynôme caractéristique est scindé s’écrit de manière unique sous la

DIAGONALISATION DES MATRICES A-MATRICES PARTICULIERES I. Les matrices diagonales : Une matrice carrée d’ordre n est dite diagonale si tous ses termes sont nuls sauf ceux qui se trouvent sur la diagonale principale. Propriétés des matrices diagonales : 1) La somme de 2 matrices diagonales A et B est une matrice diagonale : ses termes diagonaux sont obtenus en faisant la somme des termes diagonaux homologues des matrices A et B. 2) Le produit d’une matrice diagonale A par un nombre est

dimension n, muni d’une base quelconque ; ii) tout élément de cet espace est transformé linéairement, par chaque opération du groupe, en un élément du même espace. Alors, à chaque opération de symétrie peut être associée la matrice de cette transformation linéaire, qui est une matrice carrée n × n dont l’expression dépend de la base. L’espace vectoriel constitue un espace de représentations, cette base est la base de la représentation et n est la dimension de la représentation. 3.2.2. Un premier espace