Matrice diagonale

Mathématiques Sup et Spé : [http://mpsiddl.free.fr] dD Enoncés 1 Matrices et déterminants Généralités sur les matrices Exercice 1 [ 00700 ] [correction] Soit A une matrice carrée de rang 1. Montrer qu’il existe λ ∈ K tel que A2 = λA. Exercice 2 [ 00702 ] [correction] Résoudre l’équation X 2 = A où 1 0 A= 0 4 0 0   1 2  16 Exercice 6 Centrale MP [ 02390 ] [correction] Soit n un entier 2 et A un hyperplan de Mn (C) stable pour le produit matriciel. a) On suppose que In ∈ A. Montrer

Support du cours de Dr. Lara Thomas Polycopié initial élaboré par Prof. Eva Bayer Fluckiger Dr. Philippe Chabloz Septembre 2009 2 Table des matières 1 Systèmes d’équations linéaires et matrices 1.1 Introduction aux systèmes d’équations linéaires . . . . . . . . . . 1.2 Systèmes linéaires et matrices . . . . . . . . . . . . . . . . . . . . 1.3 Elimination Gaussienne . . . . . . . . . . . . . . . . . . . . . . . 1.3.1 Algorithme d’élimination de Gauss . . . . . . . . . . . . . 1.3.2 Méthode

Notion de matrice A est une matrice 3 x 3 car elle est composée de 3 lignes et de 3 colonnes (L x C). Ses composants sont les aij où i est le n° de ligne et j celui des colonnes. On peut utiliser les matrices pour résoudre des systèmes : On peut écrire, x1’= a11 x1 + a12 x2 + a13 x3 x2’= a21 x1 + a22 x2 + a23 x3 x3’= a31 x1 + a32 x2 + a33 x3 II.Opération sur les matrice A/ Egalité 2 matrices A et B sont égales si pour tout i et j, on a : aij = bij. B/ Somme et différence Soit 2 matrices A et

Contents 1 G´n´ralit´s e e e 1.1 Matrices et applications lin´aires . . . . . . . . . . . . . e 1.2 Le calcul matriciel par blocs . . . . . . . . . . . . . . . . 1.3 Le compl´ment de Schur ; ses factorisations associ´es e e 1.4 Les matrices triangulaires . . . . . . . . . . . . . . . . . . 1.5 Noyaux, images et rang . . . . . . . . . . . . . . . . . . . 1.6 Quelques aspects euclidiens . . . . . . . . . . . . . . . . . 1.7 Les matrices d´finies-positives (>>0) . . . . . . . . . . . e . . . . . .

Problème : matrices «toutes-puissantes» Notations et objectifs Dans tout le texte, K désigne le corps R ou C et p un entier naturel non nul. On note Mp (K) le K-espace vectoriel des matrices carrées de taille p à coefficients dans K et Ip la matrice unité de Mp (K). On pourra confondre M1 (K) et K. Une matrice N de Mp (K) est dite nilpotente s’il existe un entier naturel r tel que N r = 0. Si M1 , . . . , Mk sont des matrices carrées, la matrice diag(M1 , . . . , Mk ) désigne la matrice diagonale par blocs

d’auteur. Annexe A Exercice 1 ⎡ 1 3 3⎤ Pour les matrices A = ⎢ ⎥ et B = ⎣ 2 4 1⎦ ⎡2 4⎤ ⎢1 5 ⎥ , calculer AB, A′B′, et BA. ⎢ ⎥ ⎢6 2 ⎥ ⎣ ⎦ ⎡10 22 10 ⎤ ⎡ 23 25⎤ ⎢ ⎥ AB = ⎢ ⎥ , BA = ⎢11 23 8 ⎥ ⎣14 30 ⎦ ⎢10 26 20 ⎥ ⎣ ⎦ ⎡10 11 10 ⎤ A′B′ = (BA)′ = ⎢ 22 23 26 ⎥ . ⎢ ⎥ ⎢10 8 20 ⎥ ⎣ ⎦ Exercice 2 Prouver que tr(AB) = tr(BA) avec A et B deux matrices quelconques, non nécessairement carrées, pouvant être multipliées. Le i-ième élément de la diagonale de AB est ∑ j aij b ji . En sommant sur i, on obtient

(R) l’équation X 2 = A où A =  8 4 0 . 5 0 1 Correction [005652]  Exercice 3 **   3 1 0 Soit A =  −4 −1 0 . 4 8 −2 1. Vérifier que A n’est pas diagonalisable. 2. Déterminer Ker(A − I)2 .  a 0 0 3. Montrer que A est semblable à une matrice de la forme  0 b c  0 0 b  4. Calculer An pour n entier naturel donné. Correction [005653] Exercice 4 *** Soit f qui à P élément de R2n [X] associe f (P) = (X 2 − 1)P − 2nXP. Vérifier que f est un endomorphisme de R2n [X] puis déterminer les

Définitions II. Opérations sur les matrices A. Addition, soustraction B. Multiplication par un nombre C. Transposition D. Multiplication des matrices E. Inversion des matrices carrées F. Déterminant d'une matrice carrée III. Application aux systèmes d'équations linéaires G. Formulation matricielle H. Cas d'une matrice régulière I. Cas d'une matrice singulière I. Définitions Une matrice n × m est un tableau de nombres à n lignes

Vocabulaire a. Définitions d'une matrice Définition Une matrice de dimension n×p est un tableau de nombres comportant n lignes et p colonnes Exemples [ [ 3 7 8 7 2 1 4 5 5 6 10 2 ] 3 4 0 0 7 1 −5 6 [7 6 7 8 0 −5 8 2 −1 13 11 5 3] [] 1 4 2 5 −3 Cette matrice a pour dimension 3×4 Elle comporte 3 lignes et 4 colonnes C'est une matrice quelconque ] Cette matrice a pour dimension 4×4 Elle comporte 4 lignes et 4 colonnes C'est une matrice carrée Cette matrice a pour dimension 1×5 Elle comporte

. . . Yn 1 X1n X2n … Xkn βk εn Comme nous l’avons dit plus haut, le vecteur Y est connu et la matrice X des variables explicatrices est prédéterminée et non aléatoire. Ainsi résoudre le modèle consiste à estimer les paramètres [pic](inconnu) par [pic] en appliquant la méthode des moindre carrés ordinaire (MCO). II. Estimation des paramètres