Matrices et Déterminants
Matrices :
Voici une matrice :
Multiplication :
Exemple :
etc …
[ ! ] : _ AxB = 0 n’implique pas A = 0 ou B=0
_ AxB n’est pas toujours BxA
Mais on a
Matrice identités et puissance ;
Matrices inversible :
Matrices triangulaire, diagonale :
Transposé :
Fil transposé mich ti9lib el matrice
idhe hiye
matrice carrée(nxn) tnajm tit5ayelhe symetrie par le diagonal :
Trace : houwa somme des elements diagonaux :
Symétrie, Antisymétrie :
Le Rang :
Soit F = (V1,..,Vp) famille des vecteurs, on définit le rang(F) par :
Pour les matrice, le rang d’une matrices et le rang de c’est vecteurs
colones :
Rang d’une app linéaire :
Matrice associée à une application linéaire :
Kol app lineare 3andhe matrice t3rfhe, kime carte identitie mte3he
Exemple;
f(e1) = (1,1) (juste exemple), (1,1) = 1xf1 + 1xf2
f(e2) =(1,-2)=1xf1 - 2xf2
f(e3) = (-1,3) = -1xf1 + 3xf2, donc on a :
[ ! ] formule important :
Changement des bases:
Exemple:
et on resoudre le system
La matrice de passage de P t5alik tiktib une Base B’ on fonction une Base B
Exemple :
idhe 3andik vecteur x, matrice mte3ou fil B hiye X ,et X’ fi B’ 3andik formule binethom
Maintenant, voici comment passee d’une matrice d’une app lineare dans une base, a la matrice de la
meme app dans autre base :
c’st une cas particulier , car f est yn endomorphisme de (E,B) vers (E,B)
Voici cas general, a7ne 3ane matrice de f mil (E, BE ) lil (E, BF ) , nlawjou 3al matrice de f mil (E, BE ') lil (E,
BF ' )
Un chemas bech me to93odch ta7fdh:
Matrices et systemes lineaires
les operation sont valables pour les colones
Pour determiner le rang du matrice : on fait les operation pour transforme la
matrice on une matrice triangulaire, ainsi, le rand du matrice est le nombre
diagonaux non nul ( 3dad elemnt non nul, el mawjoudin 3al diagonal)
Exemple : le rang de cette matrice est 4
Le Rang d’une matrice ne change pas avec les operation elemntaires
A matrice nxp, alors rg(A) ≤min(n,p)
Soit A dans GL n(K) ( matrice inversible de taille nxn), rg(A) = n
A dans M (k )n , p, B dansGL n(K), alors rg(BA) = rg(A)
Rg(a) = rg(f) = n ↔f bij ↔A inversible
Si B dans GL p(K), alors rg(AB) = rg(A) Toute matrices A dans M (k )n , p de rang r, est equivalente a
( )
1 0 0
0 ⋱ 0 ⋯ 0
la matrie J = 0 0 1
⋮ ⋱ ⋮
0 ⋯ 0
Autrement dit :,∃ P , Q inversibles tq ; A = P J n , p ,r Q
Si A equivalente a B alors rg(A) = rg(B)
Resolution d’un system avec Gauss :
Si a1,1 = a2,1 = .. = an,1 : alors x1 n’intervient pas et on passe a la 2eme
colone
Un pivot est l’element diagonal(a1,1, a2,2…), le pivot est non null, si il est
null, on efctue les operation sur les ligne pour remettre le pivot non
null(L1<-> L2 ..)
On fait des operations sur les ligne pour que touts les elements au
dessous sont null
On obtient un chose comme qui
est plus simple a resoudre, on retrouve x n, puis x n−1, etc.. jusqua x 1
Remarque ; pour determiner le rang d’une matrice on peut faire ces etapes,
il est plus faciles
Si b1 = b2 =..bn = 0, alors le système est dite homogene
Si rg(A) = n , alors S(le system) ≠ 0
Si rg(A) = p, alors si le système admet une solution, donc elle est unique
Si rg(A) = n = p, alors il exite une unique solution, est le system s’appelle
system de cramer
Si rg(A) <p alors dim kerf >1, donc si x solution, x+v solution avec v dans
kerf
Si rg(A)<n, f n’est pas surjective, le vecteur (b1,..bn) dpoit satisfer des
condition pour que S ≠ 0
Inverse par Gauss :
Si A ∈GL n(K), soit I n la matrice de l’identites, on effectue les operation precedant sur A
et I n, mais dans le but de transformer A a I n, est la second matrice( I n el 9dime) est
l’inverse de A , A−1
Exemple :
En cherche l’inverse de don on écrit :
on fait les opération
Apres quelque on trouve
Donc
Déterminant :
Si x = x1e1 + x2e2, et y = y1e1 + y2e2, donc det{x,y } = x1y2 - x2y1 = |xy 11 xy 22|
Si det{x,y } ≠ 0 alors {x,y } est libres
Det(x+ ax’,y) = det(x,y) + aDet
Det(x,x) = 0
Det(x,y) = Det(y,x)
Det (e1,e2) = | |
1 0
0 1
=1
Soit B= (e1,e2), B’ = (e’1,e’2) donc ona :
Det (x , y) B ' = Det (B)B ' x Det (x , y) B
Det (x , y) B = Det (B ')B x Det (x , y) B '
Det (x , y) B est≤det de { x , y } dans la base B
1
Det (B)B ' =
Det (B' )B
Déterminant d’ordre 3 :
On a :
Si x= y ou y=z ou x= z, det (x , y , z) B= 0
x(meme pour y et z )→ det (x , y , z) B est une app lineaire
det (x , y , z) B = -det ( y , x , z) B
det (x , z , y) B = -det (x , y , z) B
det (x , y , z) B = det (z , x , y) B
det (x , y , z) B ' = det (B)B ' xdet (x , y , z) B
1
det (B)B ' =
det (B ' ) B
{x , y , z } est libre signifiedet (x , y , z) B ≠ 0
Calcul de déterminant :
Le det d’une matrice est le det de sont colones
Dans une matrice, si on echange deux colones, le determinant est multiplie par -1
Si une colone est un combinaison des l’autre, alor le det est nul
L’orsque on ajoute a une colone une combainisons des autres colones, le det ne
change pas
Det(aA) = a ndet(A), avec A a de n colones, et dim E = n
Det(A.B) = det(A).det(B)
Det(t A) = det(A)
Det(A+B) ≠ det(A) + det(B)
~
On note A = t com( A )
Method de Cramer
Soit le system lineaire
finito
