Cours du 20 septembre Exceptionnellement, le cours prévu pour le mercredi 20 septembre se donnera Mardi le 19 septembre de 13h30 à 15h20 à la salle 1112.

Slides:



Advertisements
Présentations similaires
Eléments d'algèbre linéaire
Advertisements

La Méthode de Simplexe Standardisation
Équations de droites.
CARACTERISTIQUES D’UN ENSEMBLE DE FORCES
Les matrices.
3. Variantes de l’algorithme
2. Méthodes du simplexe et son analyse.
Unité #1 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
Calcul numérique (avec Maple)
Résoudre graphiquement une équation ou une inéquation simple
Introduction aux corps finis
PROGRAMMATION SCIENTIFIQUE EN C
Algèbre matricielle Montage préparé par : André Ross
VI – Rang d’une matrice Mots clés : Rang.
indépendance linéaire
ASI 3 Méthodes numériques pour l’ingénieur
Algèbre vectorielle Montage préparé par : André Ross
Rappel... Opérations élémentaires sur les matrices:
Résoudre graphiquement f(x)≤-2
Optimisation linéaire
1.2 COMPOSANTES DES VECTEURS
Titre : Implémentation des éléments finis sous Matlab
Systèmes d’équations linéaires
Chapitre 3bis Applications linéaires et Matrices
Examen partiel #2 Mercredi le 15 novembre de 13h30 à 15h20
Rappel... Solution itérative de systèmes linéaires (suite et fin).
7.1 TRANSFORMATION LINÉAIRE Cours 19. Au dernier cours nous avons vus Le déterminant dune matrice carré Les propriétés du déterminant La matrice adjointe.
Clique sur la souris ou sur la flèche en bas
Espaces vectoriels Montage préparé par : S André Ross
Combinaisons linéaires de vecteurs géométriques
Introduction aux matrices : exemples en dynamique de population
Outils pour la Biologie
Chapitre 4 Réduction des endomorphismes
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Rappel... Systèmes dynamiques: discrets; continus.
Rappel... Formes échelon et échelon réduit Pivots Span
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
5.1 SYSTÈME DÉQUATIONS LINÉAIRES Cours 13. Au dernier cours nous avons vus Léquations vectoriel et léquation normale dun plan. Lintersection de deux plans.
6.1 LE LANGAGE MATRICIEL Cours 16. Aujourdhui, nous allons voir La définition dune matrice Plusieurs définitions de matrice particulière La somme de matrices.
3.1 DÉTERMINANTS (SUITE) Cours 6.
1.1 LES VECTEURS GÉOMÉTRIQUES
3.2 PRODUIT VECTORIEL Cours 7.
Optimisation linéaire
Titre : Implémentation des éléments finis en Matlab
Messages Pas de dépannage mardi le 26 à 11h30. Achat de groupe de Matlab version étudiante?
2.2 PRODUIT SCALAIRE ET CALCUL D’ANGLES
Examen partiel #1 Mardi le 12 octobre de 19h30 à 21h20 Salles 2880 (Gr.A) et 3860 (Gr. B) du pavillon Vachon. Matière de l'examen: - Livre de Lay: sections.
La droite dans R3 Montage préparé par : André Ross
Combinaisons linéaires de vecteurs algébriques
Transformations linéaires et sous-espaces associés
Sous-espaces vectoriels engendrés
l’algorithme du simplexe
Cours du 25 octobre Mardi le 24 octobre
Examen partiel #1 Mercredi le 4 octobre de 13h30 à 15h20
Hé bonhomme, le calcul matriciel,
Equation différentielle
Rappel... Valeurs propres et vecteurs propres. Définitions;
Cours de mathématiques économiques
Electrostatique- Chap.2 CHAPITRE 2 CHAMP ELECTROSTATIQUE Objectif :
Les Matrices Une matrice est un arrangement rectangulaire de nombres disposés en rangées et colonnes T = T est une matrice de 3.
8.1 LES NOMBRES COMPLEXES cours 26. Avec la venue de: Doigts Dettes Tartes Distances.
ASI 3 Méthodes numériques pour l’ingénieur
1/16 Chapitre 3: Représentation des systèmes par la notion de variables d’état Contenu du chapitre 3.1. Introduction 3.2. Les variables d’état d’un système.
2. Méthode du simplexe et son analyse.
Régression linéaire (STT-2400)
1. Méthode du simplexe et son analyse.
Pierre Joli Cours de Mathématique Pierre Joli
Transcription de la présentation:

Cours du 20 septembre Exceptionnellement, le cours prévu pour le mercredi 20 septembre se donnera Mardi le 19 septembre de 13h30 à 15h20 à la salle 1112 du Pavillon Adrien-Pouliot

1. Notions de base Systèmes déquations linéaires. Opérations sur les lignes: –remplacement –échanges –multiplication dune ligne par une constante

Des systèmes « équivalents en ligne » ont la même solution. Système linéaire: –Est-il compatible, i.e. a-t-il au moins une solution? –Si oui, la solution est-elle unique?

Formes échelon et échelon réduit (p. 14) Une matrice est en forme échelon si elle a les trois propriétés suivantes: 1.Toutes les lignes non nulles sont au dessus des lignes nulles. 2.Chaque premier élément non nul dune ligne est dans une colonne qui est à la droite du premier élément non nul de la ligne juste au dessus. 3.Tous les éléments dans une colonne sous un premier élément non nul sont nuls.

Formes échelon et échelon réduit (p. 14) Si une matrice en forme échelon satisfait les conditions suivantes, elle est alors dite en forme échelon réduit. 4.Le premier élément non nul de chaque ligne non nulle est 1. 5.Chaque 1 qui est le premier élément non nul dune ligne est le seul élément non nul de sa colonne.

Échelon X

réduit X

Échelon X

X réduit

Échelon X réduit

Échelon X X

Position pivot et colonne pivot (p. 15) Une position pivot dune matrice A est la position de lélément dans A qui correspond à un premier élément non nul dans une forme échelon de A. Une colonne pivot est une colonne de A qui contient une position pivot.

Ensemble engendré par des vecteurs (p. 34) Si v 1,..., v p sont des vecteurs dans R n, alors lensemble de toutes les combinaisons linéaires de v 1,..., v p est dénotée Span{v 1,..., v p } et est appelée le sous-ensemble de R n engendré par v 1,..., v p. Cest-à-dire que {v 1,..., v p } est la collection de tous les vecteurs de la forme c 1 v 1 + c 2 v c p v p avec c 1,..., c p des scalaires.

Ensemble de vecteurs linéairement indépendants (p. 59) Un ensemble indexé de vecteurs {v 1,..., v p } dans R n est dit linéairement indépendant si léquation vectorielle d 1 v 1 + d 2 v d p v p = 0 nadmet que la solution triviale. Lensemble {v 1,..., v p } est dit linéairement dépendant sil existe des coefficients c 1,..., c p, non tous nuls, tels que c 1 v 1 + c 2 v c p v p = 0

Transformation linéaire (p. 70) Une transformation T est linéaire si: i. T(u + v) = T(u) + T(v) pour tout u, v dans le domaine de T; ii. T(cu) = cT(u) pour tout u et tout scalaire c.

Exemple dapplication 1 Circuit électrique

Exemple dapplication 2 Transfert de chaleur

Exemple dapplication 2 (suite) Transfert de chaleur

Devoir [M] [M] [M] [M] Lire les sections 2.1, 2.2 et 2.3 du livre de Lay. Problème Matlab Écrire un script Matlab pour tracer léquation suivante.