Guerlain Matrice

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

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

Table des matières 1 Systèmes d'équations linéaires et matrices 1.1 1.2 Introduction aux systèmes d'équations linéaires . . . . . . . . . . . . . . . . . . . . . 1.1.1 1.2.1 1.2.2 1.3 Systèmes linéaires et matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Algorithme d'élimination de Gauss . . . . . . . . . . . . . . . . . . . . . . . . Méthode de résolution d'un système d'équations linéaires

le paramètre a pour que le déterminant de la matrice [pic]soit nul. Soit a un réel quelconque et A la matrice.                                     [pic]     - Pour quelles valeurs de a la matrice A est-elle non inversible ? Soient les matrices A et B suivantes :                                             [pic] Existe-t-il des couples (a, b) de nombres réels tels que les matrices A et B soient inverses l'une de l'autre ? Soient les matrices A et B suivantes :                                                

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

(capacité) lij  xij  d ij (i, j )  E • La matrice correspondant aux contraintes de conservation de flot est dénoté matrice d’incidence sommets-arcs: ligne i ↔ sommet i colonne (i, j) ↔ arc (i, j) ligne i ligne j • La matrice d’incidence sommets-arcs jouit de la propriété d’unimodularité qui fait que l’algorithme du simplexe génère une solution entière pour le problème (FMC) lorsque lij, dij et v sont des entiers. • Exemple de matrice d’incidence pour le réseau 2 1 3 4 1 x12

Exercice 2 1 e 2.1 Calcul de la puissance n`me de A. 1. Comme B= µ 3 −6 1 −2 ¶ et C = µ 2 −6 1 −3 un calcul rapide et sans commentaire particulier donne que : ¶ BC = CB = 0M2 (R) (1) Notez bien que les matrices B et C commutent. 2. _ • Montrons que la proposition Pn :"B n = B" est vraie pour tout entier n non nul. — L’initialisation est bien vérifiée car : B1 = B — Supposons que la proposisiton Pk soit vraie pour tout k ∈ [|1, n|] , n fixé dans N∗

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 . . . . . . . . . . . . . . . . . . . . . . .

1 re CD – math I – Géométrie analytique GEOMETRIE ANALYTIQUE Table des matières A) Systèmes linéaires ………………..…..……………………….. page 2 1) Définitions ……………...……………………………….…. page 2 2) Résolution d’un système linéaire par substitution …….…... page 2 3) Règle de Cramer …………………….…………….………. page 5 B) Géométrie analytique dans le plan (rappels)………………… page 9 1) Repères du plan ………………..………………………….. page 9 2) Calcul vectoriel dans un repère du plan …………………… page 9 3) Equations

dans laquelle on le calcule. Proposition 5 : On a : i/ det (IdE ) = 1: ii/ 8u; v 2 End (E) : det (u v) = det u: det v: iii/ 8u 2 End (E) : u inversible ssi det u 6= 0, et dans ce cas : det u 1 = (det u) 1 Preuve : II-2 Déterminant 0 d’une matrice carrée 1 a11 a12 ::: a1n B : C B C C 2 Mn (K), les colonnes de A représentent des B Soit A = (aij ) = B : C @ : A an1 an2 : ::: ann vecteurs c1 ; c2 ; :::; cn de Kn repérés relativement à sa base canonique Bc = (e1 ; e2 ; :::; en ) ;