VI – Rang d’une matrice Mots clés : Rang.

Slides:



Advertisements
Présentations similaires
CHAPITRE 7 DROITES ET SYSTEMES.
Advertisements

Eléments d'algèbre linéaire
La Méthode de Simplexe Standardisation
Oscillations libres des systèmes à deux degrés de liberté
METHODE DE GAUSS FACTORISATION LU
Les systèmes linéaires. 1)PRESENTATION avec x, y, z les inconnues.
RESOLUTION DE SYSTEME Soit à résoudre le système : 2x + 3 y = 26
Calcul numérique (avec Maple)
10 + 3x = x² Les équations du second degré Exercice d’introduction:
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.
Nombre de chaînes de longueur r
Algèbre matricielle Montage préparé par : André Ross
La fonction de premier degré.
Révisions concernant les bases du calcul algébrique (factorisations, développements, systèmes déquations, inéquations) D. Pernoux
Rappel... Sous-espaces de Rn: Définition;
Cours DÉTERMINANT. Au dernier cours nous avons vus Linverse dune matrice. Quelques théorèmes qui encadrent son existence. Les matrices élémentaires.
indépendance linéaire
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Opérations élémentaires sur les matrices:
Optimisation linéaire
VI-1 Introduction VI-2 Représentation d’état
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).
Équations Différentielles
Introduction aux matrices : exemples en dynamique de population
Exemple en dynamique de population
Rappel... Systèmes dynamiques: discrets; continus.
Inéquations du 1er degré
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.
Optimisation linéaire
Optimisation linéaire
Inéquations du second degré à une inconnue
Inéquations du second degré à une inconnue
Géométrie analytique Équations d’une droite
Montage préparé par : André Ross Professeur de mathématiques Cégep de Lévis-Lauzon Systèmes déquations et matrices Systèmes déquations et matrices.
La droite dans R3 Montage préparé par : André Ross
Régression linéaire (STT-2400)
Méthodes de prévision (STT-3220)
Transformations linéaires et sous-espaces associés
Sous-espaces vectoriels engendrés
Algèbre matricielle Montage préparé par : André Ross
ASI 3 Méthodes numériques pour l’ingénieur
Combinaison linéaire 2x + 3 y = 26
Cours du 25 octobre Mardi le 24 octobre
Examen partiel #1 Mercredi le 4 octobre de 13h30 à 15h20
Géométrie épipolaire (deux vues)
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Valeurs propres et vecteurs propres. Définitions;
CHAPITRE 3: LES NOMBRES.
L’endomorphisme le plus simple est l’ homothétie
Équilibrer une réaction chimique
Le calcul algébrique.
20- Racine carrée Racine carré d’un nombre positif
16- Équation à 2 inconnues Définition
Le cours Les exercices Le formulaire d’examen
ASI 3 Méthodes numériques pour l’ingénieur
Calendrier (sur MathSV)
(Créteil 96) Roméo veut offrir un bouquet de fleurs à sa bien-aimée. Le fleuriste lui propose :  un bouquet composé de 8 iris et de 5 roses, pour un.
(Lyon 96) Au restaurant la famille Metz a payé 224 F pour trois menus “ Adulte ” et un menu “ Enfant ”. La famille Walter a payé 188 F pour deux menus.
ASI 3 Méthodes numériques pour l’ingénieur
REVISIONS POINTS COMMUNS
Structure de groupe Def: un groupe est un ensemble (G,*) où
Résolution des équations différentielles
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.
La factorisation Principe de la complétion du carré.
Transcription de la présentation:

VI – Rang d’une matrice Mots clés : Rang

Définition 1 : Rang d’une matrice Exemple :

Proposition 1 : deux matrices ligne-équivalentes ont le même rang Exemple :

Proposition 1 : deux matrices ligne-équivalentes ont le même rang

Proposition 1 : rang(AB)  rang(A) Exemple :

Proposition 1 : rang(AB)  rang(A)

Proposition 1 : Si B est inversible alors rang(AB) = rang(A) Exemple :

Proposition 1 : Si B est inversible alors rang(AB) = rang(A)

Théorème 5 : rang(tA)=rang(A) Exemple :

Proposition 2 : Si B est inversible alors rang(BA) = rang(A) Exemple :

Proposition 2 : Si B est inversible alors rang(BA) = rang(A)

VI – Systèmes linéaires Mots clés : Equations, Inconnues, Constantes, Coefficients, Système homogène, Système trivial, Système incompatible, Inconnues pivots, Inconnues libres, Solution homogène, Solutions canoniques.

Définition 1 : p=3 inconnues x1, x2 et x3 n=2 équations n=2 constantes -5 et 4 nxp=2x3=6 coefficients p=2 inconnues x1 et x2 n=3 équations n=3 constantes 2, 0 et 4 nxp=3x2=6 coefficients

Remarque 1

Définition 2

s1=1 , s2= 2, s3= 4 est une solution du système : Définition 3 s1=1 , s2= 2, s3= 4 est une solution du système :

Remarque 2 : Rappel : C=AB les colonnes de C sont des combinaisons linéaires des colonnes de A : Cj=ABj et K (=AX) est une matrice colonne. Remarque 3 : En effet : A0=0

Définition 4 : La somme des deux premières équations donne 2x1=2 d’où x1=1. En remplaçant dans la 2eme équation on obtient x1=x2=1 En remplaçant dans la 3eme équation on obtient 3=4 Impossible! donc le système est incompatible On a vu que le système de l’exemple 1 est compatible

Remarque 4 : Le système est compatible si et seulement si K appartient à l’ensemble engendré par les colonnes de A. En effet Théorème 1 : AB=C  CJ =ABJ Donc AX=K  K =AX

Définition 5 : Deux systèmes linéaires sont équivalents s’ils ont le même ensemble de solutions Remarque 5 : Cette relation est une relation d’équivalence Réflexive Symétrique Transitive

Proposition 1 : Soit AX=K un système linéaire et (A|K) sa matrice augmentée. Si (A|K) est ligne-équivalente à (B|H) alors AX=K et BX=H sont équivalents

En pratique : En donnant des valeurs à x3 on obtient celles de x1 et x2

Définition 6 : Deux inconnues pivots : x1 et x2 une inconnue libre : x3

Théorème 6 : Le système est donc incompatible

Théorème 6 : Le système admet donc une solution unique : x1=2 ; x2=3

Théorème 6 : Le système admet donc une infinité de solutions

Remarque 5 : Par exemple : x3=4 on obtient : x1=1 et x2=2 ou : x3=5 on obtient : x1=-1 et x2=-1

Définition 7 : L’ensemble solution d’un système linéaire homogène AX=0 est appelé noyau de la matrice A. On le note Ker(A) Proposition 2 : Soit un système linéaire homogène AX=0 alors : (a) 0Ker(A) (b) Si S1Ker(A) et S2Ker(A) alors S1+ S2Ker(A) (c) Si SKer(A) et lR alors lS1Ker(A)

Définition 8 : 3 inconnues pivots : x1 , x2 et x4 3 inconnues libres : x3 , x5 et x6

Définition 8 :

Définition 8 : 3 solutions canoniques

Théorème 7 :

Théorème 7 : 3 inconnues pivots : x1 , x2 et x4 3 inconnues libres : x3 , x5 et x6

Théorème 7 : S= Sh+Sp