Matrices Montage préparé par : André Ross

Slides:



Advertisements
Présentations similaires
Mais vous comprenez qu’il s’agit d’une « tromperie ».
Advertisements

Le Nom L’adjectif Le verbe Objectif: Orthogram
ORTHOGRAM PM 3 ou 4 Ecrire: « a » ou « à » Référentiel page 6
Eléments d'algèbre linéaire
Les matrices.
Additions soustractions
VII) Formalisme Quantique
Unité #1 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
Introduction à la logique
LES TRIANGLES 1. Définitions 2. Constructions 3. Propriétés.
variable aléatoire Discrète
Vecteurs algébriques Montage préparé par : André Ross
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.
Produit vectoriel Montage préparé par : André Ross
Modèle affine Montage préparé par : André Ross
Vecteurs algébriques Montage préparé par : André Ross
Produit de Matrices Montage préparé par : André Ross
Algèbre matricielle Montage préparé par : André Ross
Angles et distances dans R2
Produit scalaire Montage préparé par : André Ross
Géométrie vectorielle
L’aire, limite d’une somme
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.
Produit vectoriel Montage préparé par : André Ross
Transformations Montage préparé par : S André Ross
ASI 3 Méthodes numériques pour l’ingénieur
Chapitre 2 Les vecteurs 2.0 Introduction
Algèbre vectorielle Montage préparé par : André Ross
Vecteurs géométriques
Fonction puissance Montage préparé par : André Ross
1.2 COMPOSANTES DES VECTEURS
Modèles de Leontieff Montage préparé par : André Ross
Le point le plus près Montage préparé par : André Ross
Fonction puissance et modélisation
Systèmes d’équations et équations chimiques
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.
LES NOMBRES PREMIERS ET COMPOSÉS
ARITHMETIQUE : NOMBRES PREMIERS, PGCD
Produit mixte Montage préparé par : André Ross
Clique sur la souris ou sur la flèche en bas
Inversion de matrices Montage préparé par : André Ross
La droite dans R2 Montage préparé par : André Ross
Espaces vectoriels Montage préparé par : S André Ross
Sommations et notation sigma
Introduction aux matrices : exemples en dynamique de population
Calculs et écritures fractionnaires
RACINES CARREES Définition Développer avec la distributivité Produit 1
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Chapitre 1 Le Sens des nombres
Les expressions algébriques
6.1 LE LANGAGE MATRICIEL Cours 16. Aujourdhui, nous allons voir La définition dune matrice Plusieurs définitions de matrice particulière La somme de matrices.
1.1 LES VECTEURS GÉOMÉTRIQUES
Inéquations du premier degré à une inconnue
Aire d’une figure par encadrement
La droite dans R3 Montage préparé par : André Ross
Déterminants Montage préparé par : André Ross
Transformations linéaires et sous-espaces associés
Sous-espaces vectoriels engendrés
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
Nombres complexes Montage préparé par : André Ross
1/65 微距摄影 美丽的微距摄影 Encore une belle leçon de Macrophotographies venant du Soleil Levant Louis.
Cours de mathématiques économiques
Les Matrices Une matrice est un arrangement rectangulaire de nombres disposés en rangées et colonnes T = T est une matrice de 3.
ALGEBRE LINEAIRE Chapitre 3 Les Matrices.
1.1 LES VECTEURS GÉOMÉTRIQUES
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.
Transcription de la présentation:

Matrices 27 36 39 43 68 55 33 58 49 Montage préparé par : André Ross Professeur de mathématiques Cégep de Lévis-Lauzon

Introduction Nous présentons ici la notion de matrice, les opérations d’addition et de multiplication par un scalaire ainsi que la transposition des matrices. Les mises en situation utilisées dans cette présentation sont du domaine de l’administration. Elles ont le mérite d’être simples, car elles visent à donner un sens concret aux notions présentées sans surcharger ce premier contact avec des notions trop complexes.

Mise en situation Deux marchands ambulants vendent des jus de fruits dans les parcs de la municipalité durant les fins de semaine. Dans les tableaux suivants, on a compilé les ventes dans chaque parc pour les trois jours d’une fin de semaine. PARC BEAUSÉJOUR Jours Vendredi Samedi Dimanche Orange Raisin Pomme Jus PARC DE LA MAIRIE Jours Vendredi Samedi Dimanche Orange Raisin Pomme Jus 27 36 39 43 68 55 33 58 49 38 46 42 63 72 43 65 58

Représentation par des matrices Ces tableaux donnent une information que l’on peut véhiculer sans tenir compte des en-têtes si on conserve la même structure, c’est-à-dire la même disposition des nombres. 27 36 39 43 68 55 33 58 49 38 46 42 63 72 43 65 58 Ces nouveaux tableaux sont appelés des matrices. Les matrices sont notre premier objet d’études en algèbre linéaire, donnons de ce nouvel objet une définition précise.

. . ... . Matrice a11 a21 am1 a12 a22 am2 a1n a2n amn DÉFINITION On appelle matrice tout tableau rectangulaire de la forme : . a11 a21 am1 . a12 a22 am2 aij ... . a1n a2n amn m´n où les aij sont les éléments de la matrice. L’indice i indique la ligne de l’élément et l’indice j, sa colonne. Ces indices donnent l’adresse de l’élément. a12 est l’élément «a un deux» et non pas «a douze». On dit qu’une matrice qui comporte m lignes et n colonnes est une matrice de dimension mxn (ce qui se lit m par n).

Notations On représente normalement une matrice par une lettre majuscule, A, B, C, … . Pour des matrices dont les éléments sont inconnus, on emploiera les majuscules X, Y et Z. Lorsqu’il est nécessaire de préciser la dimension d’une matrice, on écrit Am´n pour représenter une matrice A de dimension m ´n. L’ensemble des matrices de dimension mxn sera noté Mm ´n. Ainsi, on notera M2 ´ 3 l’ensemble de toutes les matrices de dimension 2 ´3. On peut également représenter par (aij) ou (aij)m ´n une matrice de dimension m par n dont les éléments sont les aij.

= Égalité de matrices 23 12 14 27 19 21 23 12 14 27 19 21 DÉFINITION Deux matrices Am ´n et Bp ´q sont égales si et seulement si : • les matrices ont la même dimension (m = p et n = q); • les éléments de même adresse sont égaux (aij = bij, pour tout i et pour tout j). 23 12 14 27 19 21 23 12 14 27 19 21 = 2 ´3 2 ´3 On emploiera le signe d’égalité usuel pour l’égalité des matrices.

Opérations sur les matrices On peut définir différentes opérations sur les matrices. L’addition et la multiplication par un scalaire sont les deux premières que nous verrons. Mise en situation Considérons à nouveau les matrices des ventes dans les parcs de la municipalité. En additionnant les éléments de même adresse entre eux, on obtient la somme des ventes par jour pour chaque sorte de jus durant la fin de semaine considérée. 27 36 39 43 68 55 33 58 49 38 46 42 63 72 43 65 58 65 82 81 106 140 118 76 123 107 B + M = + = On doit donc additionner les éléments de même adresse entre eux. Cela nous indique comment définir l’addition.

A + B = (aij) + (bij) = (aij + bij) Addition de matrices DÉFINITION Soit A = (aij) et B = (bij), deux matrices de même dimension m´n. La somme de ces matrices, notée A + B, est une matrice de dimension m´n définie par : A + B = (aij) + (bij) = (aij + bij) 4 –3 –2 5 9 4 3 8 7 2 –2 1 7 5 5 7 7 5 + = 2 ´3 2 ´3 2 ´3 Cette définition signifie que la somme des matrices est obtenue en additionnant les éléments de même adresse entre eux. Cela respecte la structure de l’information véhiculée par les matrices.

Multiplication par un scalaire Mise en situation 1,00 1,40 1,20 0,40 0,60 0,50 Jus Orange Raisin Pomme Prix Coût Supposons que le tableau ci-contre donne les prix de vente et les coûts unitaires des jus de nos marchands ambulants. À partir de ce tableau, on peut écrire la matrice des prix. Supposons que le propriétaire de l’entreprise envisage de majorer ses prix de 20 %. On peut déterminer la nouvelle matrice des prix par une opération sur la matrice. 1,2 ´1,00 1,2 ´ 1,40 1,2 ´ 1,20 1,00 1,40 1,20 1,20 1,68 1,44 = = P = 1,2 1,2 3 ´1 3 ´1 3 ´1

Multiplication par un scalaire DÉFINITION Soit A = (aij), une matrice de dimension m ´n et k, un scalaire (nombre réel).  La multiplication de la matrice A par le scalaire k donne une matrice notée kA et définie par l’égalité : kA = k(aij) = (kaij) Cette définition signifie que chaque élément de la matrice A est multiplié par le scalaire k. 4 –3 –2 5 6 4 4k –3k –2k 5k 6k 4k = A = k k 2 ´3 2 ´3

Transposition d’une matrice Considérons à nouveau le tableau donnant les prix de vente et les coûts unitaires des jus de nos marchands ambulants et la matrice véhiculant cette même information. 1,00 1,40 1,20 0,40 0,60 0,50 Orange Raisin Pomme Prix Coût 3 ´2 1,00 1,40 1,20 0,40 0,60 0,50 C = On peut également transmettre cette information par le tableau et la matrice ci-dessous. 1,00 0,40 1,40 0,60 Prix Coût Orange Raisin Pomme 1,20 0,50 2 ´3 1,00 0,40 D = 1,40 0,60 1,20 0,50 Les matrices C et D sont dites matrices transposées l’une de l’autre.

Transposition d’une matrice DÉFINITION Soit A = (aij), une matrice de dimension m ´n. On appelle matrice transposée de A, notée At, la matrice de dimension n ´m dont la ie colonne est la ie ligne de la matrice A pour i = 1, 2, ..., m. 4 –2 6 –3 5 4 4 –3 –2 5 6 4 A = A t = 2 ´3 3 ´2 La matrice transposée de la matrice A = (aij)m ´n est donc la matrice définie par At = (bij)n ´m, où bij = aji.

Exercices = Trouver les éléments de la matrice a + b 2c – d c a – b , sachant que : a b d 2 3 4 = A = 2 4 5 Cliquer pour la réponse. Soit B = et C = 2 1 –1 3 4 –3 –2 –1 4 3 7 4 2 –2 6 8 14 –6 12 10 9 –6 –3 6 –9 Calculer 4B – 2C = ; Bt + Ct = Calculer 2B = –3C = Cliquer pour les réponses. Cliquer pour les réponses.

... . Vocabulaire a11 a21 an1 a12 a22 an2 a1n a2n ann Avec les matrices, on utilise un vocabulaire descriptif. Matrice nulle : matrice dont tous les éléments sont nuls. Matrice carrée : matrice dont le nombre de lignes est égal au nombre de colonnes. On dit qu’elle est d’ordre n, où n est le nombre de lignes et de colonnes. 2 1 –3 3 5 7 Dans une matrice carrée, les éléments a11a22a33…ann forment la diagonale principale. . a11 a21 an1 a12 a22 an2 a1n a2n ann n ´n aii ... L’autre diagonale est appelée diagonale secondaire.

Matrices particulières 2 3 5 7 –3 Matrice triangulaire supérieure : matrice carrée dont tous les éléments sous la diagonale principale sont nuls. 2 4 3 5 6 Matrice triangulaire inférieure : matrice carrée dont tous les éléments au-dessus de la diagonale principale sont nuls. 8 5 –2 Matrice diagonale : matrice carrée dont tous les éléments hors de la diagonale principale sont nuls. Matrice scalaire : matrice diagonale dont tous les éléments non nuls sont égaux. 1 8 Matrice identité : matrice scalaire dont le scalaire est 1. On la représente par I.

Matrices particulières Matrice symétrique : matrice carrée qui est sa propre transposée; At = A 2 –3 4 6 –2 Matrice antisymétrique : matrice carrée A dont la transposée est – A; At = –A 6 5 –6 –2 –5 2

Propriétés des opérations Pour toute matrice A, B et C Î Mm ´n et pour tout scalaire p et q Î  R, les propriétés suivantes s’appliquent : 1. Fermeture de l’addition sur l’ensemble des matrices A + B Î  Mm ´n 2. Commutativité de l’addition A + B = B + A 3. Associativité de l’addition des matrices   A + (B + C) = (A + B) + C 4. Existence d’un élément neutre pour l’addition des matrices Il existe, dans Mm ´n, une matrice nulle, notée 0, telle que :  A + 0 = 0 + A = A 5. Existence d’un élément inverse pour l’addition  Pour toute matrice A Î Mm ´n, il existe, dans Mm ´n, une matrice opposée, notée –A, telle que : A + (–A) = (–A) + A = 0

Propriétés des opérations Pour toute matrice A, B et C Î Mm ´n et pour tout scalaire p et q Î  R, les propriétés suivantes s’appliquent : 6. Fermeture de la multiplication par un scalaire sur l’ensemble des matrices pA Î  Mm ´n 7. Distributivité de la multiplication d’une matrice sur une somme de scalaires   (p + q)A = pA + qA 8. Distributivité de la multiplication par un scalaire sur une somme de matrices   p(A + B) = pA + pB 9. Associativité de la multiplication d’une matrice avec le produit de scalaires  (pq)A = p(qA) 10. Élément neutre pour la multiplication d’une matrice par un scalaire 1A = A

Conclusion Les matrices sont de nouveaux objets mathématiques et l’usage lorsqu’on aborde l’étude de nouveaux objets est : • de définir à quelles conditions deux tels objets sont égaux; • de définir les opérations sur ces objets; • de déterminer les propriétés de ces opérations. Les propriétés des opérations sont données en page 7 du volume. À partir des matrices véhiculant de l’information, comme les ventes par jour de la mise en situation, nous avons vu qu’il est possible, par les opérations d’addition et de multiplication par un scalaire, de tirer des informations supplémentaires des données de départ.

Lecture Mathématiques pour la chimie et la biologie, section 10.1, p. 297 à 303. Exercices Mathématiques pour la chimie et la biologie, section 10.2, p. 304 et 305.