Matrice triangulaire

corps commutatif. On appelle matrice à éléments dans K, une famille aij iI , jJ d’éléments de K. I et J sont des ensembles finis. Si I= 1..n et J= 1..m , on peut disposer les éléments de la matrice dans un tableau rectangulaire à n lignes et m colonnes : A=  a11 a12   a 21 a 22    a  n1 a n 2  a1m    a2m      a nm   La matrice écrite possède n lignes et m colonnes ; on dit qu’elle est de type (n, m). L’élément aij de la matrice est situé à la ligne i et la

La définition d'une matrice: (i) Une matrice A de dimension (ou type) m X n est un tableau rectangulaire à m lignes et n colonnes. (ii) Les éléments de A seront appelés entrées, notés aij où i désigne le numéro de la ligne et j celui de la colonne. (iii) L'ensemble de toutes les matrices de dimension m X n sera noté M m,n. m (lignes) X n (colonne) : Am X n Type de matrices particulières : Nulle ; tout 0 Matrice (ou vecteur) ligne ou colonne Matrice carrée Matrice triangulaire supérieur : zéro sous

site pour les installer sur le vôtre. MATRICES PLAN I : Matrice associée à une application linéaire 1) Définition 2) Somme de matrices 3) Produit par un scalaire 4) Produit de matrices 5) Rang d'une matrice II : Anneau des matrices carrées 1) Définition 2) Matrice identité 3) Matrices particulières Matrices scalaires Matrices diagonales Matrices triangulaires Matrices nilpotentes Matrices inversibles III : Transposition 1) Définition 2) Propriétés 3) Matrices symétriques et antisymétriques IV : Changement

 CALCUL MATRICIEL I- Matrices et déterminants I-1- Matrices Définition : On appelle matrice, toute suite finie de nombres disposés en tableau rectangulaire de n  p nombres réels. Les nombres réels sont aussi appelés coefficients (i pour la ligne et j pour la colonne). Exemple : n=2 lignes p= 3colonnes A est une matrice (2 ;3) Si n=p la matrice est dite carrée. n=p=3 B est une matrice (3 ;3) Plus généralement, on écrit la matrice sous cette forme : C= La

TD n° 5 Déterminants de matrices carrées EXERCICE 1 ▪ Dét(I3) = 1. ▪ Dét(M1) = (– 1)dét = (– 1)(– 1)dét dét(I3) = 1, car la fonction déterminant est une forme alternée. ▪ Dét(M2) = 3dét(I3) = 3, car la fonction déterminant est une forme multilinéaire et que la matrice M2 est la matrice I3 à ceci près que la première colonne a été multipliée par 3. ▪ Dét(3I3) = 3 Dét(I3) = 27. ▪ C’est la même chose pour les matrices: N1 = , N2 = et N3 = Comme N1 a une colonne de 0, on a: dét(N1) = 0. Comme

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

(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

(1) am2 ... amn est appelé matrice. Les nombres aij sont appelés coecients de la matrice. Les lignes horizontales sont appelées rangées ou vecteurs rangées, et les lignes verticales sont appelées colonnes ou vecteurs Printemps 2010 Chap. I. Calcul Matriciel 3 colonnes de la matrice. Une matrice à m rangées et n colonnes est appelée matrice de type (m, n). On note la matrice ( ??) par (aij ). Exemple 1. : 1) La matrice nulle nuls. 0 0    0 0 O= .  . 

tn−1 2 . . .     ,    b=  tn−1 m b1 b2 . . . bm         et x =   α0 α1 . . .    .  αn−1 Le polynome de moindres carrés est unique parce que Am×n est une matrice de Vandermonde avec n ≤ m, et donc rank(A) = n. 3 1.3 Résolution numérique des équations normales – instabilités d’une résolution directe par élimination de Gauss et même par factorisation de Cholesky – QR (Householder) et SVD factorisations

82 85 86 . 86 . 88 . 90 . 91 . 94 . 97 . 98 . 99 . 101 29 Espaces vectoriels 30 Applications linéaires 31 Espaces vectoriels de dimension finie 32 Applications linéaires en dimension finie 33 Matrices 34 Calcul matriciel 35 Équations linéaires 36 Déterminants 37 Calculs de déterminants 38 Rang de matrices 39 Projections 40 Réductions des endomorphismes 40.1 Diagonalisation . . . . . . . . . 40.2 Calculs . . . . . . . . . . . . . 40.3 Espaces fonctionnels . . . . . . 40.4 Polynômes caractéristique