Matrice aléatoire

qu’Alice atteigne la cible au n-ième lancer ; ܾ௡ la probabilité qu’Alice manque la cible au n-ième lancer ; ܲ௡ ൌ ሺܽ௡ ܾ௡ ሻ la matrice ligne traduisant l’état probabiliste au n-ième lancer. 1. a) Représenter la situation par un graphe probabiliste de sommets A et B (A représentant l’état « Alice atteint la cible » et B l’état « Alice manque sa cible »). b) Indiquer la matrice de transition M associée à ce graphe. On prendra les sommets A et B dans l’ordre (A, B). c) Justifier que ܲଵ ൌ ሺ0,5 0,5ሻ et

Notations . . . . . . . . . . . . . . . . . . . . . . . 2.2 Matrices . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Notations . . . . . . . . . . . . . . . . . . . 2.2.2 Opérations sur les matrices . . . . . . . . . 2.2.3 Propriétés des matrices carrées . . . . . . . 2.3 Espace euclidiens . . . . . . . . . . . . . . . . . . . 2.3.1 Sous-espaces . . . . . . . . . . . . . . . . . 2.3.2 Rang d’une matrice An×p . . . . . . . . . . 2.3.3 Matrice euclidienne . . . . . . . . . . . . . . 2.3.4 Projection

Montrer que f est une application linéaire. Est-ce un endomorphisme ? 2. Soit (e1 , e2 , e3 ) la base canonique de E. Soit g l'endomorphisme donné par g(e1 ) = e1 + e2 − 2e3 , g(e2 ) = −e1 − e2 + e3 et g(e3 ) = 2e1 + 2e2 − 2e3 . (a) Donner la matrice de g dans la base canonique. (b) Donner une base de Ker g puis une base de Im g . Exercice 7 Soient des suites (xn ), (yn ), (zn ) et (tn ) vériant x0 = 1,    xn = yn−1 + zn−1 + tn−1    yn = xn−1 + zn−1 + tn−1 ∀n ∈ N∗ . On note Xn =  

Maths-Info à l’Université du Havre Gisella Croce 2 Table des matières 1 Systèmes différentiels linéaires 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Etude de Y ′ (t) = AY (t) . . . . . . . . . . . . . . . . . . . 1.3 Matrice fondamentale de solutions . . . . . . . . . . . . . 1.4 Etude de Y ′ (t) = AY (t) + B(t) . . . . . . . . . . . . . . . 1.5 Équations différentielles d’ordre p à coefficients constants 1.6 Etude des systèmes linéaires à coefficients variables . . . . 1

(λ ai , j )1 ≤ i ≤ n , 1 ≤ j ≤ p j ≤ p 2) Matrices particulières • Une matrice carrée de format (n,n) est notée : Mn(K) • La matrice nulle de format (n,p) est notée : 0(n,p) = (ai,j) avec ai,j = 0 pour tout i et j de [|1, n|] x [|1, p|] • La matrice élémentaire de format (n,p). Soit (i, j) ∈ [|1, n|] x [|1, p|] fixé alors : 0 Ei , j = 0 0 0 0 1 0 ∈ Mn , p ( K ) 0 Dans Mn, p(K), il y a n.p matrices élémentaires. Famille des matrices élémentaires : (E1,1 ; E1,2 ; … ; E1,p ; E2,1 ;

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

Exercices - Matrices : corrigé Autour du produit Exercice 1 - Produits possibles - L1/Math Sup On peut effectuer les produits AC, AE, BA, CB, CD, DB, DD, EC, EE. Seules les matrices D et E sont carrées, et seule la matrice D est symétrique. Exercice 2 - Des calculs de produits - L1/Math Sup 1. Puisque A et B sont deux matrices carrées de même ordre, les deux produits AB et BA sont possibles. On trouve : AB = 0 0 0 0 , 0 0 0 0 BA = . En particulier, AB = BA = 0 alors que ni A ni B ne sont nuls

Fiche spé maths MATRICES. I) Définitions : On appelle matrice de dimension m*n un tableau de m lignes et n colonnes de nombres réels. On note ai,j le coefficient situé à l'intersection de la i-éme ligne et de la j-ème colonne. EXEMPLE : La matrice P = La matrice P est d'ordre 2x3, le coefficient a2,3 de la matrice P est a2,3 = 120. 1) cas particuliers. La matrice carrée : même nombre de lignes et même nombre de colonnes. EXEMPLE: La matrice M = La matrice ligne : matrice formée d'une seule

Notations : Le modèle à estimer s’écrit : yt = a1xt + a0 + εt avec par exemple t = 1980, 1981,…, 2004 (qui peut être remplacé par un nombre : t = 1,2,…,T ) où t est la date à laquelle on observe la valeur de yt et de xt et εt est une variable aléatoire représentant l’erreur de spécification dont les caractéristiques seront précisées au cours de l’énoncé des hypothèses du modèle. On introduit la variable εt pour marquer le fait que toute modélisation d’un phénomène ne peut pas être parfaite.

la deuxième pièce b pour le i-ème lancer. On a de plus P (ai = face) = P (bi = face). Le résultat du lancer de a n’influence pas celui de b et aucun lancer n’est influencé par les lancers précédents, ni suivants. On considère le couple de variables aléatoire (X, Y ) défini par : 0 si (a1 , b1 ) = (face, face) X =  1 si (a1 , b1 ) = (pile, face) ou (face, pile) et  2 si (a1 , b1 ) = (pile, pile)    1. Déterminer les loi de X et Y . Calculer les espérances E(X) et E(Y ), ainsi que les variances