Rappel... Sous-espaces de Rn: Définition;

Slides:



Advertisements
Présentations similaires
Eléments d'algèbre linéaire
Advertisements

Les matrices.
VII) Formalisme Quantique
Unité #1 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
Unité #4 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
METHODE DE GAUSS FACTORISATION LU
Les systèmes linéaires. 1)PRESENTATION avec x, y, z les inconnues.
Calcul numérique (avec Maple)
Nombre de chaînes de longueur r
PROGRAMMATION SCIENTIFIQUE EN C
Algèbre matricielle Montage préparé par : André Ross
Chapitre 2 : Matrice de répartition (S)
Parallélogrammes Remarque 1) Parallélogrammes
Cours DÉTERMINANT. Au dernier cours nous avons vus Linverse dune matrice. Quelques théorèmes qui encadrent son existence. Les matrices élémentaires.
ASI 3 Méthodes numériques pour l’ingénieur
VI – Rang d’une matrice Mots clés : Rang.
Produit vectoriel Montage préparé par : André Ross
Transformations Montage préparé par : S André Ross
ASI 3 Méthodes numériques pour l’ingénieur
Concepts avancés en mathématiques et informatique appliquées
Rappel... Opérations élémentaires sur les matrices:
Optimisation linéaire
1.2 COMPOSANTES DES VECTEURS
Aujourdhui: Vérification des devoirs. Retour. Titre de la leçon et contextualisation. Lacquisition des connaissances déclaratives, procédurale et conditionnelles.
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.
Introduction aux matrices : exemples en dynamique de population
Exemple en dynamique de population
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Rappel... Systèmes dynamiques: discrets; continus.
Rappel... Caractérisation des matrices inversibles: Matrices bloc.
Rappel... Formes échelon et échelon réduit Pivots Span
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.
Messages Pas de dépannage mardi le 26 à 11h30. Achat de groupe de Matlab version étudiante?
Rappel... Matrices bloc. Décomposition des matrices:
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.
Déterminants Montage préparé par : André Ross
Transformations linéaires et sous-espaces associés
Sous-espaces vectoriels engendrés
Algèbre matricielle Montage préparé par : André Ross
Propriétés des Déterminants
Cours du 25 octobre Mardi le 24 octobre
Rappel... Diagonalisation. Transformations linéaires.
Examen partiel #1 Mercredi le 4 octobre de 13h30 à 15h20
La décomposition en valeurs singulières: un outil fort utile
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Valeurs propres et vecteurs propres. Définitions;
Cours de mathématiques économiques
01/09/2009 CalculmatricielCalculmatriciel. I. Matrices.
L’endomorphisme le plus simple est l’ homothétie
ASI 3 Méthodes numériques pour l’ingénieur
8.1 LES NOMBRES COMPLEXES cours 26. Avec la venue de: Doigts Dettes Tartes Distances.
3.1 DÉTERMINANTS Cours 5.
Chapitre 3: Translation et Vecteurs
Calendrier (sur MathSV)
Structure de groupe Def: un groupe est un ensemble (G,*) où
ALGEBRE LINEAIRE Chapitre 3 Les Matrices.
Vecteurs et opérations. 1.Compléter a. b. c. d. 2.Compléter a. b. c. d.
Pierre Joli Cours de Mathématique Pierre Joli
MATHÉMATIQUES L1 Second Semestre Armand Taranco. BIBLIOGRAPHIE Dupont : Algèbre pour les sciences économiques, Flash U, A. Colin. Bernard Guerrien, Isabelle.
Matlab (Matrix Laboratory) Langage de programmation évolué. Traitement direct d’opérations matricielles, dont l’inversion et l’analyse d’opérateurs ou.
Calculer l’inverse d’une matrice Louis Mullenbach Housseim Yacoub.
Transcription de la présentation:

Rappel... Sous-espaces de Rn: Définition; Sous-espaces associés à une matrice; Bases; Coordonnées; Dimension; Rang.

Aujourd’hui Déterminants: définition; propriétés; règle de Cramer; calcul de l’inverse d’une matrice; aire et volume; transformations linéaires.

9. Déterminants Aujourd’hui, on étudie surtout les « petits » déterminants. Matlab: det(A)

Définition du déterminant Pour n ³ 2, le déterminant d’une matrice n´n A = [aij] est la somme des n termes de la forme ±a1jdetA1j, avec les signes plus et moins en alternance et où les éléments a11, a12, ... , a1n forment la première ligne de A.

Définition du déterminant (suite) De façon symbolique, on écrit: detA = a11detA11 - a12detA12+ … +(-1)1+na1ndetA1n

Notation det(A) detA |A|

Calcul d’un déterminant Le déterminant d’une matrice n´n A peut être calculé par une expansion en cofacteur le long de toute ligne ou de toute colonne. Soit Cij = (-1)i+jdetAij, le cofacteur-(i, j) de la matrice A. L’expansion le long de la i-ième ligne est donnée par: detA = ai1Ci1 + ai2Ci2 + … + ainCin

Calcul d’un déterminant (suite) L’expansion le long de la j-ième colonne est donnée par: detA = a1jC1j + a2jC2j + … + anjCnj

Que fait un ordinateur? 1000 Gflops  500000 ans!!!! Pour calculer le déterminant d’une matrice 2525 selon la méthode de l’expansion en cofacteurs, il faut 25! (1.551025) opérations. 1000 Gflops  500000 ans!!!! Il existe des méthodes plus efficaces (heureusement!)

Déterminant d’une matrice triangulaire Si A est une matrice triangulaire, alors det A est le produit des éléments de la diagonale principale de A.

Opérations sur les lignes Soit A une matrice carrée. a. Si un multiple d’une ligne de A est additionné à une autre ligne pour produire une matrice B, alors det B = det A. b. Si deux lignes de A sont permutées pour produire B, alors det B = -det A. c. Si une ligne de A est multipliée par k pour produire B, alors detB = kdetA.

A ~ U detA = (-1)rdetU Donc, detA = (-1)r  (produits des pivots de U), si A est inversible. detA = 0, si A n’est pas inversible.

Ordinateurs Les ordinateurs utilisent la méthode précédente. 2n3/3 opérations. Matrice 2525:  10 kflops.

Matrices inversibles et déterminants Une matrice carrée A est inversible si et seulement si det A  0.

Déterminant de la transposée d’une matrice Si A est une matrice n ´ n, alors det AT = det A.

Déterminant d’un produit de matrices Si A et B sont des matrices n ´ n, alors det AB = (det A)(det B). ATTENTION! det(A+B)  detA + detB

Règle de Cramer Soit A une matrice réversible n ´ n. Pour tout b  Rn, l’unique solution x du système Ax = b est donnée par où Ai(b) = [a1, … ai-1, b, ai+1, …, an].

Formule pour calculer l’inverse d’une matrice Soit A une matrice n ´ n inversible. Alors

Matrice adjointe La matrice adjointe de la matrice A est la transposée de la matrice des cofacteurs.

Calcul de l’aire et du volume avec des déterminants Si A est une matrice 2´2, l’aire du parallélogramme déterminé par les colonnes de A est |det A|. Si A est une matrice 3´3, le volume du parallélépipède déterminé par les colonnes de A est |det A|.

Matrice diagonale 2´2 C’est vrai. y x Aire = |ad| (a, 0) (0, d)

Matrice 2´2 a2 a2 + L a2 + ca1 L a1 ca1

Exemple (6, 7) (0,0) (2,5) (4, 2) (-7, -4) (-5, 1) (-1, 3) (-3, -2)

Transformations linéaires et calcul de l’aire Soit T : R2®R2 une transformation linéaire déterminée par une matrice A 2 ´ 2. Si S est un parallélogramme dans R2 alors {aire de T(S)} = |det A|{aire de S}

Transformations linéaires et calcul du volume Soit T : R3®R3 une transformation linéaire déterminée par une matrice A 3 ´ 3. Si S est un parallélépipède dans R3 alors {volume de T(S)} = |det A|{volume de S}

Prochain cours... Valeurs propres et vecteurs propres.