Matrice unitaire

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

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

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 - dans le corps des complexes solve(eq, var) var) Touches b31 Touches b3A1 cSolve(eq, La fonction solve retourne un résultat sous forme d’une, ou plusieurs égalités séparées par or

site pour les installer sur le vôtre. MATRICES PLAN I : Matrice associée à une application linéaire 1) Définition 2) Somme de matrices 3) Produit par un scalaire 4) Produit de matrices 5) Rang d'une matrice II : Anneau des matrices carrées 1) Définition 2) Matrice identité 3) Matrices particulières Matrices scalaires Matrices diagonales Matrices triangulaires Matrices nilpotentes Matrices inversibles III : Transposition 1) Définition 2) Propriétés 3) Matrices symétriques et antisymétriques IV : Changement

Equiv (valeur_cherchée ;tableau_recherche ;type)  affiche la position d’un élément dans une matrice Valeur_cherchée : valeur que l’on souhaite rechercher dans la matrice. Tableau_recherche : plage de cellules (matrice) dans laquelle excel doit rechercher la valeur_recherchée Type : -1 ou 0 ou 1 1 = EQUIV retourne la valeur inférieure ou égale la plus proche de valeur_cherchée (tableau_recherche doit être trié par ordre croissant) 0 = EQUIV retourne la valeur exacte correspondant à valeur_recherchée

Déterminer le noyau de f. 4) Quel est le rang de f ? 5) Ecrire la matrice de f dans les bases canoniques de R3 et R4 Exercice 3   On considère l’application linéaire de R3 dans R3 , définie par : f(x, y, z) = (x + y + z, x – y +2z, x - 2y - z) 1) Trouver le noyau de f ? 2) En déduire Im f et rang f 3) f est-elle injective ? surjective ? bijective ? 4) Ecrire la matrice de f dans la base canonique de R3 5) Donner la matrice de f relativement à la base {(1,-1,0),(0,1,0),(0,0,1)} de R3

Algèbre linéaire Sommes-nous dans la matrice ? Aller voir Matrix. Qu’est ce qu’un problème linéaire ? Demandons en premier lieu qu’est ce qu’un problème ? Soient E et S deux ensembles. L’ensemble E est l’ensemble des entrées ( ou des données) et S l’ensemble des sorties. Un problème P est un élément du sous-ensemble Ensuite, quand ce problème est-il linéaire ? Quand il existe une relation linéaire entre les entrées et le sorties. Illustration : la linéarisation d’un problème

l’utilisateur est de permettre les opérations arithmétiques sur les vecteurs et matrices, comme en mathématique. En calcul scientifique, on parle de calcul vectoriel. Un élément fondamental de l’apprentissage de MATLAB consiste donc à savoir effectuer des opérations matricielles de façon compacte, sans programmer de boucles sur les indices. Commençons par étudier différentes opérations pour assembler des vecteurs et des matrices. 1) Entrer le vecteur v ∈ R8 suivant v = [1,2,3,4,5,6,7,8]T (1) sous

créé la matrice A à l'aide de la commande : « A=[1 5 9 13 ; 2 610 14 ; 3 7 11 15 ; 4 8 12 16] » En utilisant : « B(:,[1 3 4])=A(:,2:4) » , on obtient une nouvelle matrice B en utilisant la matrice A. La colonne 2 de A devient la colonne 1 de B, la colonne 3 de A devient la colonne 3 de B et la colonne 4 de A devient la colonne 4 de B. La formule ne fourni aucunes précision sur la 2e colonne de B, celle-ci se remplit donc de zéros par défaut. - On peut supprimer une colonne de la matrice A (ici

tableau 1 x 1, et pour définir une matrice 1 2 3 4 et la stocker dans une variable a, on écrit a= [1 2 3 4] et les opérations de l’addition, la soustraction, la multiplication et la puissance sont des opérations matricielles usuelles, aussi il existe un certain nombre de matrices prédéfinies sous Matlab. Les plus courantes sont, la matrice identité, la matrice m x n dont tous les éléments valent 1, la matrice m x n dont tous les éléments valent 0, et la matrice m x n dont les éléments sont aléatoire