© 2008 - Gérard Lavau - http://pagesperso-orange.fr/lavau/index.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitement. Toute diffusion à titre onéreux ou utilisation commerciale est interdite sans accord de l'auteur. Si vous êtes le gestionnaire d'un site sur Internet, vous avez le droit de créer un lien de votre site vers mon site, à condition que ce lien soit accessible librement et gratuitement. Vous ne pouvez pas télécharger les fichiers de mon 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 de bases 1) Définition 2) Expression d'un vecteur 3) Applications linéaires 4) Annexe : composition des vitesses et des accélérations V : Résolution de systèmes 1) Méthode de Gauss 2) Rang d'un système 3) Ensemble des solutions 4) Inversion de matrices Annexe : utilisation des matrices en physique 1) Matrice d'inertie 2) Réseaux de conducteurs électriques 3) Quadripôles 4) Electrostatique 5) Inductance mutuelle 6) Polarisation 7) Optique matricielle 8) Transformation de Lorentz

-1-

I : Matrice associée à une application linéaire 1– Définition Soit E un espace vectoriel de dimension finie p et F un espace vectoriel de dimension finie n. On choisit une base (ej)j=1..p de E et (εi)i=1..n. Dans cette base, un vecteur x de E s'écrit ∑ xjej. Son image f(x) s'écrit ∑ yiεi. f est définie si l'on connaît les images des ej. Posons f(ej) = ∑aijεi. On a alors f(x) = ∑ ∑aij xj εi de sorte que yi = ∑aij xj, ce qu'on note de la façon i=1 i=1 j=1 j=1 n n p p

suivante :