Matrice Gde

Travaux Dirigés Mathématiques – S3 Algèbre linéaire & Calcul Matriciel Partie 1 Exercice 3 Exercice 3 L’espace vectoriel considéré dans cet exercice est : E 3 = IR Exercice 3 1) Soit u un vecteur de forme : F1 , u est de la u(x,y,z) avec : 2x  yz 0  z 2x  y Exercice 3 1) Un vecteur u de F peut donc s’écrire : 1 u (x,y,2x  y) On peut décomposer u de la manière suivante : u (x,0,2x)(0,y,y) Donc : u  x(1,0,2) y(0,1,1) xV1

équations et les systèmes d’équations. Il est possible d’entrer certaines fonctions ou certaines expressions à partir de modèles (/r) comme nous allons le voir pour les systèmes d’équations, mais également plus loin pour les intégrales, les dérivées, les matrices… Résolution d’une équation - dans le corps des réels solve(eq, - dans le corps des complexes cSolve(eq, var) var) La fonction solve retourne un résultat sous forme d’une, ou plusieurs égalités séparées par or. Elle retourne false s’il n’y a

Déterminant d'un endomorphisme 45 2.5 Déterminant d'une matrice carrée 46 III Table des matières 2.6 2.7 2.8 2.9 Développement par rapport à une rangée 49 2.6.1 2.6.2 49 53 Cofacteurs et mineurs Comatrice Calcul des déterminants 55 2.7.1 2.7.2 2.7.3 2.7.4 2.7.5 55 55 58 59 60 Déterminant d'une matrice triangulaire Manipulation de lignes et de colonnes Cas n = 2, n = 3 Déterminant de Vandermonde Déterminant d’une matrice triangulaire par blocs Orientation d'un espace vectoriel réel

éléments finis en dimension d ≥ 2 11.1 Maillages triangulaires . . . . . . . . . . . . . . . . . 11.2 Éléments finis Pk en dimension d ≥ 2 . . . . . . . . . 11.3 Calcul du second membre et assemblage de la matrice 11.3.1 Calcul du second membre . . . . . . . . . . . 11.3.2 Assemblage de la matrice de rigidité . . . . . 11.4 Remarques sur le cas Ω non polyédrique . . . . . . . 11.5 Maillages rectangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . TABLE DES MATIÈRES 5 12

. 16 E Principe de dualité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 Feuille d’exercices n◦ 2 – calcul des propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 III Matrices I 19 Notion de matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 A Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 B Définition générale . . . . . . . . .

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

Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/MC2/node2.html Sous-sections • • • • • • Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration par MuPad QCM corrigé Matrices diagonales Nous nous plaçons dans ou , avec . Les éléments de ou sont les scalaires. Toutes les matrices considérées sont des matrices carrées à lignes et colonnes. Les vecteurs sont identifiés à des matrices à lignes et colonne

maths Niveau:MP 2009-2010 1. V´rifier que φ une forme lin´aire continue et calculer sa norme subordonn´e e e e 2. Montrer que |||φ||| n’est pas atteinte Exercice 7 : Soit A ∈ Mp (R). On suppose que la suite de matrices : An = I + A + A2 + · · · + An converge vers une matrice B. Montrer que I − A est inversible, et B = (I − A)−1 . Exercice 8 :On munit Mn (R) d’une norme subordonn´e||.|| , soit A, M ∈ (Mn (R))2 e 1 −1 1. Si||A|| < 1 alors In + A est inversible et ||(I + A) || 1 − ||A|| 1 2.

commutent si et seulement si a ∈ Kerψ et b ∈ Ker φ. En donner une caractérisation en fonction des hyperplans et des droites de t et de s. III Partie II 1. Soit u une involution de E. 1a. Montrer que Ker(u − id E ) ⊕ Ker(u + id E ) = E. 1b. Écrire la matrice de u dans une base adaptée à cette somme directe et en déduire det(u) en fonction de d = dim Ker(u − id). 1c. Montrer que Im(u + id E ) = Ker(u − id E ). On dit que u est une involution minimale si Ker(u − id E ) est de dimension 1. 2. 2a. Montrer

en analyse numérique Sébastien Charnoz & Adrian Daerr Université Paris 7 Denis Diderot CEA Saclay En analyse numérique, un certain nombre de calculs sont faits de manière répétitive. Exemple : Résoudre un système linéaire, Inverser une matrice, Calculer le déterminant, valeurs propres, vecteurs propres Interpoler une fonction Extrapoler une fonction Décomposer une fonction sur une base de fonctions (ex: TF) « fitter » des points de mesure avec des fonctions connues Etc… Des algorithmes