Matrice de passage

2. A = ( 1 0 1 −1 ) , B = −1 1 0 0 1 −2  3. A =  1 2 1 0 0 0 1 −1 0 0 0 0 0 0 0 1 −1 5 0 0 0 2 −2 −1 0 0 0 1 −3 4 , B =  −1 −1 0 0 2 1 0 0 3 5 0 0 0 0 2 −4 0 0 5 −2 0 0 1 1  Indication. Noter que A et B sont des matrices diagonales par bloc. � Exercice 2. Représentation d’une application linéaire. Donner la représentation matricielle des applications linéaires sui- vantes dans les bases canoniques des espaces en jeu. 1. f : { R3 → R3 (x, y, z) 7→ (x +2y +3z,2y −

10. ALGÈBRE LINÉAIRE : MATRICES COURS MPSI R. FERREOL 11/12 B) MATRICES E,F et G désignent toujours des K-espaces vectoriels. RAPPELS : une matrice A à n lignes et p colonnes (ou de format (n, p)) à coefficients dans K est une application de [|1, n|] × [|1, p|] dans K ; pour (i, j) ∈ [|1, n|] × [|1, p|] , A (i, j) est souvent noté de façon indicielle aij , de sorte que A est notée (aij )1 i n ; 1 j p j     a11 a12 a1p a1j  a21 a22   a2p  ... = i   on la représente aussi par le tableau

Pontoise Valérie Nachef Alexandre Mizrahi Matrices Définitions Soit K un sous-corps de C. Une matrice à coefficients dans K est notée : A = (aij ) 1≤i≤p où p représente le nombre 1≤j≤q de lignes et q le nombre de colonnes. On écrit A ∈ Mpq (K). Soient A et B deux matrices de Mnp (K). On définit la matrice C = A + B où C = (cij ) avec cij = aij + bij , la matrice A = λA où A = (aij ) q avec aij = λaij . Si A ∈ Mnp (K) et B ∈ Mpq (K), on définit la matrice P = AB par pij = k=1 aik bkj et P ∈ Mnq (K)

Définition 4 : Matrice de Transition ou de Passage Dans la suite on suppose que l’espace des états a r éléments, notés S = {1, 2, …, r}. On s’intéresse aux probabilités P(Xn = j | Xn−1 = i) = pij. On a alors r² valeurs, que l’on regroupe dans une matrice :  p11 p P =  21  M   p r1 45 p12 L p1r  p22 L p 2 r   O M   p r 2 L p rr  Cette matrice est particulière : toutes les valeurs sont comprises entre 0 et 1 et la somme sur les lignes vaut 1. Cette matrice est aussi appelée matrice stochastique

option ECONOMIQUE EXERCICE 1 On consid`re l’espace vectoriel E = R3 et f l’endomorphisme de E dont la matrice dans la base e → → → canonique B = (− , − , − ) est la matrice A : e1 e2 e3   3 −2 3 2  A= 1 0 0 0 2 1. Calcul des puissances de A 1. D´terminer les valeurs propres λ1 et λ2 de l’endomorphisme f , avec λ1 < λ2 e 2. La matrice A est-elle inversible ? (On ne demande pas la matrice A−1 ). 3. D´terminer une base et la dimension de chacun des sous-espaces propres de f . e 4. Justifier que

GEMME, Mathieu LÉTOURNEAU, Claudia Allégorie de la caverne versus la Matrice Premièrement, le simple fait qu'il y ait deux monde (deux niveaux de vie) dans le film Matrice prouve la principale ressemblance avec l'idée de Platon. Ensuite, le fait que dans la matrice tout soit un mensonges, un monde d'illusions où tout est programmé et décidé d'avance pour eux et que la vérité soit une toute autre chose, prouve les

chambre externe Membrane interne forme des crêtes Crète Matrice ou chambre interne Membrane externe o C’est une bicouche lipidique de 5 à 7nm d’épaisseur o Composition proche de celle de la membrane plasmique o Contient plus des protéines 50 à 60 % de protéines et 50 à 40 % de lipides o Riche en porines : pores volumineux d’un diamètre de 2 à 3 nm o Perméable aux ions et molécules de masse moléculaire inférieure à 10 KDa Passage passif des petites molécules par la porine de la membrane

23 23 3 Matrices 3.1 Opérations sur les matrices . . . . . . . . . . . . . . . . . . . 3.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . 3.1.2 (Mn,p (K), +, .) est un K-espace vectoriel . . . . . . . 3.1.3 Sous-espaces des matrices diagonales et triangulaires 3.1.4 Propriétés du produit matriciel . . . . . . . . . . . . 3.2 Représentations matricielles . . . . . . . . . . . . . . . . . . 3.2.1 Matrice colonne des composantes d’un vecteur . . . . 3.2.2 Matrice des composantes

d’une application linéaire Chapitre 3 : Matrices I- Généralités (définition, matrices particulières) II- Matrices carrées 1. Matrice diagonale, Matrice triangulaire 2. Matrice symétrique, Matrice antisymétrique III- Opérations sur les matrices 1. Addition, Multiplication, Puissance 2. Propriétés de l’ensemble des matrices 3. Matrice inversible IV- Matrice inverse : Méthode de Gauss-Jordan V- Matrice associée à un système de vecteurs VI- Matrice d’une application linéaire VII- Changement

Rang d’une application linéaire Chapitre 3 : Matrices I- Généralités (définition, matrices particulières) II- Matrices carrées 1. Matrice diagonale, Matrice triangulaire 2. Matrice symétrique, Matrice antisymétrique III- Opérations sur les matrices 1. Addition, Multiplication, Puissance 2. Propriétés de l’ensemble des matrices 3. Matrice inversible IV- Matrice inverse : Méthode de Gauss-Jordan V- Matrice associée à un système de vecteurs VI- Matrice d’une application linéaire VII- Changement de