Matrice identité

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 66 68 69 71 . . . . . . . . . . . . . . . . . . . . 6 Matrice densité 79 6.1 Propriétés de la matrice densité . . . . . . . . . . . . . . . . . 79 6.2 Matrice densité d’états mixtes . . . . . . . . . . . . . . . . . . 83 6.3 La décohérence . . . . . . . . . . . . . . . . . . . . . . . . . . 86 7 Circuits quantiques 7.1 Portes à 1 et 2 qu-bits . . . .

du nuage déforme le moins possible le nuage intial. Dans la suite, nous identifions un vecteur x ∈ Rp avec la matrice colonne de ses coordonnées dans la base canonique, que nous notons x = (x1 , . . . , xp )t , où pour une matrice A, At désigne sa transposée. 1 Les données Les données sont sous la forme d’un tableau à n lignes et p colonnes, que l’on stocke sous la forme d’une matrice X de taille n × p : – chaque ligne (x1 , . . . , xp ) de X représente les valeurs prises par l’individu i sur

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

autorisation de l’Éditeur ou du Centre Français d’Exploitation du Droit de copie, 20, rue des Grands-Augustins, 75006 Paris. © Groupe Eyrolles, 2009 ISBN : 978-2-212-54318-6 Olivier ZARA Réussir sa carrière grâce au Personal Branding Gérer son identité et sa réputation professionnelles Sommaire Préface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Introduction

dont la résolution est facile. Ces opérations sont : Permuter deux équations ; Ajouter à une équation une autre équation multipliée par un coefficient non nul. REPRESENTATION : Nous représenterons le système par la matrice (n, n + 1) A est donc la matrice obtenue en ajoutant à la matrice des coefficients du système une dernière colonne formée des seconds membres des équations. DESCRIPTION DE LA PREMIERE ETAPE : a1,0 … an -1,0 de la première colonne, celui dont la valeur absolue est la plus grande

Calcul matriciel Opérations sur les matrices Exercice 1 [ 01247 ] [correction] Pour A ∈ Mn (K), on note σ (A) la somme des termes de A. On pose   1 ··· 1  . .  J =  . (1) .  . . 1 Vérifier J.A.J = σ(A).J. ··· 1 Calcul des puissances d’une matrice Exercice 6 [ 01251 ] [correction] Calculer An pour n ∈ N et les matrices A suivantes : 1 1 a b cos θ − sin θ a) A = b) A = c) A = 0 2 0 a sin θ cos θ Exercice 7 [ 01252 ] [correction] On considère la matrice  1 1 1 A= 0 1 1  0 0 1  et

claire rend possible l’utilisation des vecteurs et des matrices. Les lecteurs de ce livre devraient ˆtre assez familiers avec l’alg`bre matricielle. Cette annexe e e est destin´e ` aider ceux qui esp`rent se rafraˆ e a e ıchir la m´moire et r´unir les e e r´sultats avec une plus grande facilit´. Les lecteurs devraient noter que le e e Chapitre 1 contient aussi un nombre utile de r´sultats sur les matrices, en e particulier ceux concernant les matrices de projection. Dans cette annexe, des preuves seront

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

  et  vecteurs  propres   E.  Calzavarini       Polytech’Lille  CM3   Définiton  du  problème   Calcul  mathéma8que  des  valeurs  propres   Pra8cable  pour  une  grande  matrice?   Quelque  propriété  des  valeurs  propres   La  diagonalisa:on  préserve  la  trace  et  le  déterminant   La  méthode  de  la  puissance  itérée   1.   La  méthode

co-propre et que e−iθ/2 x est vecteur co-propre associ´. cqfd. c. Eµ est un espace vectoriel r´el mais n’est pas un espace vectoriel complexe. e d. Il vient imm´diatement que la compos´e de deux applications semi-lin´aires est lin´aire. e e e e I.2. Matrice associ´e a une application semi-lin´aire. e ` e a. Soit A = aij avec aij la ieme composante de u(ej ) sur la base B = (ek ). Soit x = n n k=1 £ ¢ n xk ek et y = u(x). k=1 Il vient y = k=1 xk u(ek ) donc yi = xk aik . Ainsi Y = AX