 Qu’est ce qu’une matrice diagonale ? Une matrice diagonale est une matrice carrée dont les coefficients en dehors de la diagonale principale sont nuls.

Slides:



Advertisements
Présentations similaires
Régression linéaire (STT-2400) Section 3 Préliminaires, Partie II, La loi multinormale Version: 8 février 2007.
Advertisements

7. Problème de flot à coût minimum. 7.1 Graphes, graphes orientés, réseaux Un graphe G =(V, E) est constitué d’un ensemble non vide fini de sommets V.
Cours COMPOSANTES DES VECTEURS Dimitri Zuchowski et Marc-Élie Lapointe.
Fonctions et composants électroniques élémentaires
Outils de Recherche Opérationnelle en Génie MTH 8414
Pierre Joli Cours de Mathématique Pierre Joli
Dimitri Zuchowski et Marc-Élie Lapointe
Information, Calcul, Communication
1.3 COORDONNÉES DES POINTS
Mathématiques Mise à niveau
Lois fondamentales de l'algèbre de Boole
chapitre 1 Polynômes degré 2
7.1 Transformation linéaire
Analyse en Composantes Principales A.C.P. M. Rehailia Laboratoire de Mathématiques de l’Université de Saint Etienne (LaMUSE).
Exercices corrigés de statistiques
Suivi de réaction chimique par spectroscopie RMN
I Définition chapitre 1 Les Matrices.
Géométrie épipolaire et reconstruction 3D
Activités préparatoires.
Chapitre 13 : Echantillonnage
Dimitri Zuchowski et Marc-Élie Lapointe
Correction : la Glycolyse.
Homographies Patrick Hébert & Denis Laurendeau (Dernière révision : septembre 2016)
Devoirs - TD n°2 - génétique
Le but, la cause, la conséquence
Régression linéaire (STT-2400)
Exercice 1 : On donne le tableau de valeurs suivant :
Semaine #4 INF130 par Frédérick Henri.
Chapitre : La Pression I. Représentation des forces 1. définition
d1 : y = 2x – 3 d2 : y = - x + 2 d3 : y = ½ x + 1 d4 : y = (3/4)x
INTELLIGENCE ARTIFICIELLE
Les tableaux.
PROGRAMMATION SCIENTIFIQUE EN C
3.5 Lois continues 1 cours 16.
Cours N°10: Algorithmiques Tableaux - Matrices
Méthodologie scientifique
Ondes électromagnétique dans la matière
Laboratoire A2SI - Groupe ESIEE
Chapitre 3 : Caractéristiques de tendance centrale
Convergence d’algorithme
LES DIAGRAMMES E-pH ou Diagrammes de Pourbaix
Outils de recherche d’informations scientifiques
« Dessine-moi un vecteur »
SIMPLIFICATION D’UNE RACINE CARREE.
Généralités sur les fonctions
Cycle, Cocycle, Arbre et Arborescence
Cours de physique générale II Ph 12
Cours du Professeur TANGOUR
LA CODIFICATION ACC / AKZONOBEL COLOR CODIFICATION
ANALYSE HARMONIQUE 1) Rappels et définitions 2) Lieux de Bode
2.4 La loi de vitesse d’une réaction chimique
1/12 STABILITE Etude d’exemples.
Les indices simples Définition
CHAPITRE 8 Equations - Inéquations
Filière Génie Civil – 2018 Langage C Tableaux – Exercices de révision
Les nombres complexes Saison 1 - Épisode 2. Les nombres complexes Saison 1 - Épisode 2.
Fabienne BUSSAC EQUATIONS (1) 1. Définition
MATHÉMATIQUES FINANCIÈRES I
Chapitre 8 : Organisation et gestion de données
chapitre 7 La colinéarité des vecteurs.
SUJETS SPÉCIAUX EN INFORMATIQUE II
Chapitre 8 : Multiplication
MATHÉMATIQUES FINANCIÈRES I
Les 6 aspects de la pensée historique
Les séquences au 2e cycle du secondaire
l’algorithme du simplexe
Type Tableau Partie 1 : Vecteurs
Développer et réduire (x – 5)(x + 1) = (3 + x) x =
Activités mentales rapides Faire le point sur le cours
Dérivation – Fonctions cosinus et sinus
Transcription de la présentation:

 Qu’est ce qu’une matrice diagonale ? Une matrice diagonale est une matrice carrée dont les coefficients en dehors de la diagonale principale sont nuls. Les coefficients de la diagonale peuvent être ou ne pas être nuls.  Qu’est ce qu’une matrice diagonalisable ? une matrice carré d’ordre n (avec n∈ N*) à coefficients dans un corps commutatif K si elle est semblable à une matrice diagonale c'est-à-dire s'il existe une matrice inversible P et une matrice diagonale D

 = −1  2 = −1 × −1 = ( −1 )× −1 = ()× −1 = 2 −1  3 = 2−1 × −1 = 2 (−1 )× −1 = 2 ()× −1 = 3 −1

 Nous supposons donc que pour tout t ∈ : = −1 +1 = × = −1× −1 = ( −1 ) −1 = −1 = +1−1  +1 est vraie,t ∈ N. Donc est vraie aussi pour tout n ∈ N.

 −1 =  = 1p + ₂p … P

 Nous avons: =−1 = 1p +₂ p … P −1  Or M i = i −1  Donc : =1 p +₂p+⋯+ P

Les polynômes de Lagrange  Maintenant nous allons simplifier le cas de notre matrice A avec ∀∈ N* : f i () =f i11 + f i22 +⋯+ f i  Comme =1 alors nous obtenons : =  D’où la formule : = …+

Calculer des coefficients  En remplacant X pas A on tient:  Donc: f () =f 11 + f 22 +⋯+ f

Calculer les limites (1/2)  Les valeurs propres de A seront de module ≤ 1, cela veut dire que:  Par conséquent nous pouvons en déduire que :

Calculer les limites (2/2)  Si nous considérons la matrice diagonale A comme telle:  Nous pouvons en déduire l’expression:

Quel exposé se passerait d’exemple ?!

Exemple de calcul  Polynôme caractéristique Valeurs propres Déterminant Trace  Pose les matrices On calcule le déterminant (trivial )  Résultat donné par l’article donc valeurs propres !

Exemple de calcul  Petits rajouts Définition du rang Précisé valeur de n pour __ _ ○ avec n = 0 => ○ avec n = 1 =>  On trouve et avec On remplace dans la formule On réduit en mettant A et I en facteur

Evolution de population  On nous donne :  On met en équation les grades en fonction du schéma En % Puis en valeur réelle  On déduit la matrice donnée dans l’article

Etude d’une matrice  On remarque que chaque colonne = 1 valeur propre de la transposée = 1!  Définition de la transposée Puisque 1 valeur propre, vecteur propre!  Espace propre (article)

Etude d’une matrice  Calcul du rang Théorème du rang : ○ E = 5 (ordre de la matrice carrée) ○ f = A – I ○ rg = 4 (donné) On met en équation  Dim ( Ker(A-I) ) = 1, dimension de l’espace propre

Conséquence d’une existence  La limite de la suite Zn est nommée L L vecteur propre associé à 1