Matrice compagnon

x2 − x3 f (x1 ) + f (x2 ) x2 − x1 x2 − x1 quelques soient a < x1 < x3 < x2 < b et f (x) ≥ f (x0 ) + f (x0 )(x − x0 ) quelques soient x, x0 ∈ (a, b). L’´tudiant est aussi suppos´ connaˆ e e ıtre les concepts fondamentaux de l’alg`bre lin´aire : matrices, d´terminants, ´criture matricielle d’un syst`me e e e e e d’´quations lin´aires, r`gle de Cramer pour le r´soudre, vecteurs, transfore e e e mations lin´aires Rn → Rm et th´or`me des axes principaux. e e e 1.1 Exercices Justifier ses r´ponses

Exercices - Matrices : ´nonc´ e e Autour du produit Exercice 1 - Produits possibles - L1/Math Sup On consid`re les matrices suivantes : A = e   1 2 3 −2 5 5 0 , −1 1 3   , E =  −1 −4 0  . 0 2 5   B= 1 −2 2 1   , C =  −3 0  , D = 1 2 Quels sont les produits matriciels possibles ? Quelles sont les matrices carr´es et les matrices e sym´triques ? e Exercice 2 - Des calculs de produits - L1/Math Sup Calculer lorsqu’ils sont d´finis les produits AB et BA dans chacun

existe plusieurs variétés : tissu conjonctif proprement dit, tissu osseux, tissu cartilagineux, sanguin. Structure de ces tissus On trouve les cellules et ma matrice extracellulaire: cellules > 2 types de C : ▪ conjonctives fixes (fibroblastes, fibrocytes) ▪ libres, mobiles (leucocytes) matrice extracellulaire (MEC) = fibres+ substance fondamentale ▪ Fibres > 3 types de fibres de: collagène, protéine la plus abondante, macromolécule fibreuse, grande

étudier. 3) La production d’images des ces structures ou des ces phénomènes, par des moyens optiques. 4) L’interprétation de ces images. L’histologie moléculaire a pour but de visualiser in situ-dans les tissues, les cellules, leurs organites ou la matrice extra-cellulaire (MEC) des molécules (en particulier les gènes, leur ARN-messagers et les protéines pour les quelles ils codent), en déterminant leur situation et leur configuration. L’histologie moléculaire permet donc de décrire la morphologie

Présentation de Matlab 1. Introduction - Historique 2. Démarrage de MATLAB 3. Génération de graphique avec MATLAB Systèmes d'équations linéaires 1. 2. 3. 4. Matrices et Vecteurs dans MATLAB Équations et systèmes linéaires dans MATLAB Méthode directe (Méthode du pivot) Méthodes itératives 4.1. Méthode de Jacobi 4.2. Méthode de Gauss-Seidel Polynômes et interpolation polynomiale Résolution des équations non linéaires 1. Opérations sur les polynômes dans MATLAB 1.1. Multiplication des polynômes 1

Enoncés et corrections : Sandra Delaunay Exo7 Sujets de l’année 2005-2006 1 Devoir à la maison Exercice 1 Soient a, b, c des réels vérifiant a2 + b2 + c2 = 1 et P la matrice réelle 3 × 3 suivante :   2 a ab ac P = ab b2 bc ac bc c2 1. Calculer le déterminant de P. 2. Déterminer les sous-espaces vectoriels de R3 , ker P et Im P. 3. Soit Q = I − P, calculer P2 , PQ, QP et Q2 . 4. Caractériser géométriquement P et Q. Correction [002578] Exercice 2 Soit E un espace

- Notation et relations de base On sait que le comportement dynamique des structures mécaniques conservatives peut être représenté par l’équation matricielle suivante : M y(t)+ K y(t) = f(t) (2) 1 où M et K sont respectivement les matrices réelles symétriques Masse et Raideur de dimension (n , n) ; M Supposée définie positives, K non négative. f(t) représente le vecteur des forces excitatrices. En régime harmonique, f(t)=f.e , où s=j , étant la pulsation de la force excitatrice

1) Montrer en utilisant la d´finition que B = (e1 + e2 + e3 , e2 + e3 , e3 ) est une base de E. e Pourquoi aurait-il ´t´ suffisant de montrer que la famille (e1 + e2 + e3 , e2 + e3 , e3 ) ´tait libre ou ee e g´n´ratrice ? e e 2) Quelle est la matrice P de passage de la base B a la base B ? Calculer P −1 . ` En d´duire les coordonn´es dans la base B d’un vecteur de coordonn´es (x1 , x2 , x3 ) dans la e e e base B. En d´duire les coordonn´es de e1 , e2 et e3 dans la base B ? e e Exercice

égale à la trace de la matrice de variance-covariance des données X définie par : V = (X— —l x) Où I désigne la matrice unite. L'inertie étant invariante par translation, on petit centrer les données par X = , et obtenir une relati simple entre I 'inertie et la matrice de variance-covariance sur les nouvelles donngcs centrées X : In Trace(XTX). Pour des données centrées et réduites Trace(XTX) = n. En considérant le sous-espace de dimension q < n et en notant v n la matrice associée au projecteur

= (e1 , e2 , e3 ). 2. Dire s’il est vrai ou faux qu’on a v · v > 0 pour tout vecteur v non nul. Justifier rigoureusement la réponse. 3. Exprimer la matrice de passage P entre la base canonique et la base des vecteurs suivants        1 1 1       B = e1 = 0 , e2 = 1 , e3 = 1 . 0 0 1 4. 5. 6. 7. 8. 9. On rappelle que P est la matrice représentative de l’application identité de R3 muni de la base B dans R3 muni de la base canonique. Dire si la base B est orthonormée. Exprimer le produit