Matrice diagonale

Gershgorin Définition 1.1 “Disques de Gershgorin”. Etant donné une matrice carrée A dont les éléments {ajk } (j = 1, 2, ..., n ; k = 1, 2, ..., n) sont des complexes, on associe à chaque ligne j le disque fermé Dj dont le centre est l’élément diagonal n ajj et le rayon la somme des modules des éléments extra-diagonaux Rj = k=1; k=j |ajk |. Théorème 1.1 “Théorème de Gershgorin”. Avec les notations précédentes : Toute valeur propre λ de la matrice A appartient à l’un au moins des disques de Gershgorin, i.e

l’endomorphisme de matrice M dans cette base :  1 −1 1    M =  −2 0 −1    1   −2 −2 1. 2. 3. 4. 5. 6. Déterminer son polynôme caractéristique. Calculer ses valeurs propres. Donner une base des sous-espaces propres. Décider si f est diagonalisable. Donner éventuellement l’expression diagonalisée. Vérifier en utilisant les matrices de changement de base. EXERCICE 2. Faire, pour la matrice A suivante, une étude semblable à celle de l’exercice 1 pour la matrice M :  3

système : Algorithme de la méthode du pivot de Gauss : Triangularisation Soit la matrice échelonnée du système, on a alors Algorithme de la méthode du pivot de Gauss : Remontée et résolution À présent la matrice du système linéaire est échelonnée, on doit alors résoudre le système triangulaire : puisque rappelons le, est le second membre échelonné, il a subi les mêmes opérations que la matrice échelonnée . On utilise alors un algorithme de remontée pour le système  : Nous allons

singulières µ i = λi avec λi les valeurs t propres (positives) de la matrice symétrique A - A . (?) Soit A une matrice carré quelconque n x n. Pour toutes normes de matrice induite, on a ρ ( A) ≤ A . Conditionnement d’une matrice inversible : Considérons un système linéaire AX=b. L'expérience de Wilson met un évidence une instabilité des calculs dans certains cas. Si l'on modifie sensiblement les paramètres de la matrice A, ou du second membre b, on peut trouver des résultats complètement

Gram(u, v) la matrice définie par : u·u u·v et G(u, v) = det[ Gram(u, v) ] Gram(u, v) = v·u v·v I.A.1) I.A.2) I.A.3) Montrer que : G(u, v) ≥ 0. On note P un sous-espace vectoriel de dimension 2 de E contenant u et v et B une base orthonormale de P . Vérifier que : G(u, v) = [ detB (u, v) ]2 À quelle condition a-t-on G(u, v) = 0 ? I.B - Dans toute la suite de la partie I, n est égal à 3 et E est orienté. Si u, v, w sont trois vecteurs quelconques de E , on note Gram(u, v, w) la matrice définie par :

1 Les graphes Table des matières 1 Définitions 2 2 Chaîne eulérienne : les points de Königberg. 3 3 Recherche de la plus courte chaîne 3 4 Opération sur les matrices. 4 5 Puissance nieme de la matrice associée à un graphe. 4 6 Graphe étiqueté et graphe probabiliste. 5 PAUL MILAN 11 novembre 2009 T ERMINALE S 2 1 1 DÉFINITIONS Définitions Définition 1 : Introduction Un graphe G est une représentation composée de sommets et d’arêtes. L’ordre d’un graphe est égal au nombre

−1 . e a Nous avons ensuite t U U = t S −1t ΓΓS −1 = S −1 HS −1 = P D−1 P −1 P D2 P −1 P DP −1 = I3 et U est bien orthogonale. Il reste ` calculer U : a   0 1 0 U = ΓP D−1t P =  −1 0 0  . 0 0 −1  3. On a, pour A = (ai,j ) et B = (bi,j ) matrices de Mn (R) : (A | B) = 1≤i,j≤n ai,j bi,j . L’application ( | ) est donc le produit scalaire canonique de Mn (R), pour lequel la base canonique est une base orthonormale. 4. M + tM M − tM M + tM M − tM + avec ∈ Sn (R) et ∈ An (R). Comme 2 2

0,5 ; t=(1:0.5:10)’; 2. Créer une matrice A dont les colonnes sont t, t2 , t3 et t4 ; A=[t t.^2 t.^3 t.^4]; 3. Ajouter une colonne qui vaut 1 lorsque t > 5, 0 le reste du temps ; A(:,5)=t>5; 4. Ajouter une colonne qui vaut 5 lorsque t est entier, 0 le reste du temps. % l’une des trois lignes au choix A(:,6)=(fix(t)==t)*5; A(:,6)=(rem(t,1)==0)*5; A(:,6)=(mod(t,1)==0)*5; 3 Exercice 4 : 1. Créer une fonction t=matrace(A) : – qui calcule la trace d’une matrice A si A est carré ; – qui sort la valeur

einθn Remarquons que n rn = 1+ 2a + O(1/n2 ) n n/2 = exp n 2a ln 1 + + O(1/n2 ) 2 n = exp (a + O(1/n)) → exp(a) n→+∞ nθn On en d´duit que e n→+∞ n→+∞ ∼ bn → b a + n n→+∞ n lim 1+ z n = ea eib = ez 2 Matrices antisym´triques r´elles d’ordre 2 ou 3. e e 2 A.1 On pose βn = 1 + α2 . βn est ´l´ment de R+∗ . De plus β1 I2 + A a ses deux colonnes norm´es ee e n n n et orthogonales et est donc dans O2 (R). Comme son d´terminant vaut 1, c’est mˆme un ´l´ment

- Reduction des endomorphismes : ´nonc´ e e ´ Reduction pratique de matrices Exercice 1 - Diagonalisation - 1 - L1/L2/Math Sp´ e Diagonaliser les matrices suivantes : 0 3 2 0 2 −1     A =  3 −2 0  B =  −2 5 2  . 2 −3 0 −2 2 1 On donnera aussi la matrice de passage de la base canonique ` la base de vecteurs propres. a     Exercice 2 - Diagonalisation - 2 - L2/Math Sp´ e Expliquer sans calculs pourquoi la matrice suivante n’est pas diagonalisable : π 1 2   A =  0 π 3 . 0 0 π