Eléments d'algèbre linéaire

Slides:



Advertisements
Présentations similaires
La Méthode de Simplexe Standardisation
Advertisements

CHAPITRE 8 Equations - Inéquations
Les matrices.
CINEMATIQUE.
VII) Formalisme Quantique
Unité #1 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
Les systèmes linéaires. 1)PRESENTATION avec x, y, z les inconnues.
Equations,.
Calcul numérique (avec Maple)
CHAPITRE 8 Equations - Inéquations
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.
Résoudre graphiquement une équation ou une inéquation simple
Chapitre VII :Commande par retour d’état
PROGRAMMATION SCIENTIFIQUE EN C
Algèbre matricielle Montage préparé par : André Ross
Lois de la statique Equilibre des solides.
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.
VI – Rang d’une matrice Mots clés : Rang.
Les principaux résumés de la statistique
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:
Systèmes d’équations linéaires
Lignes trigonométriques.
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).
Clique sur la souris ou sur la flèche en bas
Chapitre 8 Equations.
Espaces vectoriels Montage préparé par : S André Ross
Introduction aux matrices : exemples en dynamique de population
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Rappel... Systèmes dynamiques: discrets; continus.
Rappel... Formes échelon et échelon réduit Pivots Span
Inéquations du 1er degré
OBJETS ÉLÉMENTAIRES DANS L’ESPACE À TROIS DIMENSIONS
CALCUL FRACTIONNAIRE.
Chapitre 1 Le Sens des nombres
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.
Déterminants Montage préparé par : André Ross
Transformations linéaires et sous-espaces associés
Sous-espaces vectoriels engendrés
l’algorithme du simplexe
Cours du 25 octobre Mardi le 24 octobre
Donc vous aimerez sûrement ce qui suit!!!
La géométrie tropicale
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
PROGRAMMATION SCIENTIFIQUE EN C
01/09/2009 CalculmatricielCalculmatriciel. I. Matrices.
CHAPITRE 3: LES NOMBRES.
Les expressions algébriques
Fabienne BUSSAC EQUATIONS 1. Définition
Résolution d’un problème de diffusion 3D
Structures de données avancées : Fichiers multidimensionnels Pr ZEGOUR DJAMEL EDDINE Ecole Supérieure d’Informatique (ESI) zegour.esi.dz
CHAPITRE III Calcul vectoriel
Les opérations avec les matrices
Addition – Soustraction - Multiplication
Calendrier (sur MathSV)
Structure de groupe Def: un groupe est un ensemble (G,*) où
ALGEBRE LINEAIRE Chapitre 3 Les Matrices.
OBJETS ÉLÉMENTAIRES DANS L’ESPACE À TROIS DIMENSIONS
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.
Pierre Joli Cours de Mathématique Pierre Joli
Transcription de la présentation:

Eléments d'algèbre linéaire Matrices Calcul matriciel Déterminant Résolutions des systèmes d ’équations linéaires, règle de Cramer. Inversion de matrice Ensembles convexes

Matrices A est une matrice de dimension np

Exemples de matrice carrée Matrice diagonale Matrice triangulaire Matrice unité

Transposé d ’une matrice

Calcul matriciel Egalité de 2 matrices: aij=bij,  i, j Somme de 2 matrices: cij=aij+bij,  i, j Multiplication d'une matrice par un scalaire : cij= aij  i, j Remarque: A et B sont de même dimension

Calcul matriciel: Produit de 2 matrices le nombre de lignes de la matrice B est égal au nombre de colonnes de la matrice A.

Notions sur les matrices On appelle rang de la matrice A de dimension np le nombre maximum de vecteur indépendants parmi les p vecteurs colonnes de A. On appellera matrice inverse d'une matrice carrée A d'ordre n, la matrice notée A-1 vérifiant A-1.A=I (avec I la matrice unité).

Déterminants d’ordre 2 déterminant d'ordre 2 : Si  = 0, le système est indéterminé si les second membres de (II) sont nuls, et impossible autrement. Si   0, alors on a

Méthode de calcul des déterminants

Propriétés des déterminants Tout déterminant ayant deux de ses lignes (ou deux de ses colonnes) égales ou proportionnelles est nul. Multiplier par un même facteur  tous les éléments d'une même ligne ou d'une même colonne d'un déterminant revient à multiplier la valeur de ce déterminant par . On ne change pas la valeur d'un déterminant en ajoutant aux éléments d'une ligne (ou d'une colonne) les quantités proportionnelles aux éléments correspondants dzs autres lignes (ou colonnes)

Résolution des systèmes d’équations linéaires: Règle de Cramer   0 Pour chaque inconnue le numérateur s'obtient en remplaçant dans  les coefficients de cette inconnue par les termes constant du second membre du système

Exemple de résolution des systèmes d’équations linéaires: Règle de Cramer

Exemple de résolution des systèmes d’équations linéaires: Règle de Cramer

Résolution des systèmes d’équations linéaires: Inversion d’une matrice

Résolution des systèmes d’équations linéaires: Inversion d ’une matrice A.X=I.B I.X=A-1B

Exemple d’inversion d ’une matrice Quelle est la matrice inverse de ? En déduire la solution du système

Exemple d’inversion d ’une matrice

Exemple d’inversion d ’une matrice La solution du système d'équation est donc

Ensemble convexe Un ensemble (de points) E est dit convexe s'il contient en entier le segment de droite joignant deux quelconque de ses points. C'est à dire que si x et y sont les coordonnées de deux point de E, alors pour toute valeur du coefficient  dans l'intervalle [0,1], la combinaisons linéaire (dite combinaison linéaire convexe) x+(1-)y représente un point qui appartient à E.

Ensemble convexe On appelle points extrémals (ou points angulaires d'un ensemble convexe des points qui ne sont situés à l'intérieur d'aucun segment joignant deux points de l'ensemble. droite cercle carré

Ensemble convexe Nous appellerons polyèdre convexe tout ensemble convexe fermé borné dont l'ensemble des points extrémals est fini. Par ensemble fermé, nous entendons un ensemble qui contient tous ses points extrémals. Polyèdre convexe Fermé mais non borné Proposition: Si K est un polyèdre convexe fermé, tout point x, combinaison linéaire convexe des points angulaires de l'ensemble K, appartient à cet ensemble.