Matrice jacobienne

Soit la matrice A = On pose X = a b 0, 95 0, 01 . 0, 05 0, 99 où a, b sont deux réels fixés et Y = AX . Déterminer, en fonction de a et b, les réels c et d tels que Y = c d . Les résultats précédents permettent d’écrire que pour tout entier naturel n, X n+1 = AX n où vn Xn = . On peut donc en déduire que pour tout entier naturel n, X n = A n X 0 . cn 3. Soient les matrices P = 1 −1 5 1 et Q = 1 1 . −5 1 a. Calculer PQ et QP . En déduire la matrice P −1 en

Pour v´rifier qu’une matrice est sym´trique, il suffit de v´rifier que BT = B. Or, A est sym´trique, d’o` e e e e u A = AT , ce qui entraˆ ıne BT = (MAMT )T ￿ = (MT )T AT MT = MAMT = B. car (CD)T = DT CT ￿ Exercice A.6. a) Pour trouver l’angle de rotation, on peut utiliser l’´galit´ e e a−c cos 2θ = cot 2θ = . On a que b sin 2θ 3−3 cos 2θ =0= ⇐⇒ cos 2θ = 0 ⇐⇒ θ = 45◦ (puisqu’on suppose 2θ ∈ ]0◦ ,180◦ [ ). 2 sin 2θ √ ￿ ￿ 2 1 −1 La matrice de rotation est R45◦

la toolbox Gestion des variables et de l'espace de travail whos affiche les variables courantes, format long clear efface les variables et fonctions de la mémoire pack réorganise la mémoire size disp cd pwd renvoie la taille d'une matrice affiche une matrice de texte change le directory courant affihe le directory courant length renvoie la longueur d'un vcteur Commandes système dir, ls liste les fichiers delete suppression de fichiers getenv renvoie la variable d'environnement ! unix appelle

−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

) = 0E e a pour k ∈ [[1, n − 2]] et g(ek ) ∈ Im g = Vect en−1 , en pour tout k et, notamment pour k ∈ {n − 1, n}. O O Donc Mat(g, B) = avec B ∈ M2 (R). De plus, O B 2 = rg(g) = rg (Mat(g, B)) = rg donc B est inversible. Donc B est semblable ` une matrice de la forme a O O O B avec B ∈ GL2 (R) . O B = rg ( O t B ) = rg( tB ) = rg(B ) e) On a directement Tr(B) = 0, Tr(B 2 ) = 2. Soient λ et µ, les valeurs propres dans C de B (pas forc´ment distinctes). B est trigonalisable dans e λ c λ2 c(λ

. . . . . . . . . . . . . . . . . . . . . . e 1.2 Propri´t´s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ee 2 La diagonalisation d’une matrice 2.1 D´finition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 2.2 CNS pour qu’une matrice soit diagonalisable . . . . . . . . . . . . . . . . . . . . . . . . 3 Exemples 3.1 avec valeurs propres simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

calculer les composantes principales à la main… (armez vous de patience...) Analyses en composantes principales - 1 mars 2010 p.15/44 14.L’ACP en résumé i J Tableau des données J J Matrice diagonale des valeurs propres Matrice de Corrélation J Diagonalisation J Matrice des vecteurs propres J J J Histogramme des valeurs propres i Les composantes principales Analyses en composantes principales - 1 mars 2010 p.16/44 15.Préparation du tableau des

une cavité il faut qu’elle traverse un épithélium 1. Epithélium de revêtement (peau, estomac,…) 2. Epithélium sécréteur (glandulaire) Organisation de l’épithélium : 1. Couche simple ou multiple des cellules ancrées sur la lame basale (lame de matrice extracellulaire) 2. Lame basale = Glycoprotéine (prot. Liées à des chaînes de sucres polysaccharides) + Fibres protéiques (collagène, ancrent les cellules et donnent solidité au tissu) Connexion en cellule : 1. Jonction serrées : tissu étanche

maths.txt Propriétés des matrices triangulaires[modifier] Une matrice triangulaire à la fois inférieure et supérieure est une matrice diagonale. Le produit de deux matrices triangulaires inférieures (respectivement supérieures) est une matrice triangulaire inférieure (respectivement supérieure). Plus généralement l'ensemble des matrices triangulaires supérieures (resp inférieures) est une sous algèbre (non commutative) de Mn(K), ensemble des matrices de taille n a valeur dans le corps K. La transposée

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