examen partiel #2
DESCRIPTION
Examen partiel #2. Mercredi le 15 novembre de 13h30 à 15h20 Salles 2850 du pavillon Vachon. Matière de l'examen: - Livre de Lay: sections 2.6, 2.8, 2.9, 3.1, 3.2, 3.3, 5.1, 5.2. - Notes de cours (guide d'études): sections 6 à 10. - Devoirs: 4 à 7. Rappel. Déterminants: définition; - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/1.jpg)
Examen partiel #2
• Mercredi le 15 novembre de 13h30 à 15h20
• Salles 2850 du pavillon Vachon.
• Matière de l'examen:- Livre de Lay: sections 2.6, 2.8, 2.9, 3.1, 3.2, 3.3, 5.1, 5.2.- Notes de cours (guide d'études): sections 6 à 10.- Devoirs: 4 à 7.
![Page 2: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/2.jpg)
• Déterminants:– définition;– propriétés;– règle de Cramer;– calcul de l’inverse d’une matrice;– aire et volume;– transformations linéaires.
Rappel...
![Page 3: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/3.jpg)
Aujourd’hui
• Valeurs propres et vecteurs propres.– Définitions;– Propriétés;– Équations aux différences;– Équation caractéristique;– Matrices similaires;– Applications aux systèmes dynamiques.
![Page 4: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/4.jpg)
10. Valeurs propres etvecteurs propres
Avu vAu
![Page 5: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/5.jpg)
Définition: Vecteur propre
Un vecteur propre d’une matrice An n est un vecteur non nul x tel que
Ax = x
pour un scalaire quelconque.
![Page 6: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/6.jpg)
Définition: Valeur propre
Un scalaire est appelé une valeur propre de A s’il existe une solution non triviale x du système Ax = x; un tel x est appelé vecteur propre correspondant à .
![Page 7: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/7.jpg)
Matlab: eig
x = eig(A): x est un vecteur colonne contenant les valeurs propres de A.
[U V] = eig(A): U est une matrice diagonale contenant les valeurs propres de A et V est une matrice dont les colonnes sont les vecteurs propres de A.
![Page 8: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/8.jpg)
Équation (A - I)x = 0
• L’ensemble de toutes les solutions est le noyau de la matrice (A - I).
• C’est donc un sous-espace de Rn.
• On appelle ce sous-espace l’espace propre correspondant à .
![Page 9: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/9.jpg)
Valeurs propres d’une matrice triangulaire
Soit A une matrice triangulaire. Alors les valeurs propres de A sont les éléments de la diagonale principale de A.
![Page 10: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/10.jpg)
Suite du théorème des matrices inversibles
Soit A une matrice n n. Alors A est inversible si et seulement si
Le nombre 0 n’est pas une valeur propre de A.
![Page 11: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/11.jpg)
Vecteurs propres correspondants à des valeurs
propres distinctes
Si v1,...,vr sont des vecteurs propres correspondants à des valeurs propres distinctes 1,...,r d’une matrice A n n, alors l’ensemble {v1,...,vr} est linéairement indépendant.
![Page 12: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/12.jpg)
Équations aux différences
• Équations représentant des systèmes dynamiques.
• Équation du premier ordre:
xk+1= A xk, k = 0,1,2,...
![Page 13: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/13.jpg)
L’équation caractéristique
• L’équation caractéristique est une équation scalaire à une inconnue nous permettant de calculer les valeurs propres.
![Page 14: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/14.jpg)
Propriétés des déterminants
• Soit A et B des matrices n n.
a. A est réversible si et seulement si det A 0.
b. det AB = (det A)(det B).
c. det AT = det A.
![Page 15: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/15.jpg)
Propriétés des déterminants (suite)
d. Si A est une matrice triangulaire, alors det A est le produit des éléments de la diagonale principale de A.
![Page 16: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/16.jpg)
Propriétés des déterminants (suite)
e.
- Une opération de remplacement d’une ligne de A ne change pas le déterminant.
- Un échange de deux ligne change le signe du déterminant.
- La multiplication d’une ligne par un scalaire multiplie le déterminant par le même scalaire.
![Page 17: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/17.jpg)
Définition: équation caractéristique
• (A - I)x = 0 a une solution non triviale si et seulement si A - I est non inversible(théorème sur les matrices inversibles).
• A - I est non inversible si et seulement sidet(A - I) = 0.
![Page 18: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/18.jpg)
Définition: équation caractéristique (suite)
• Ceci nous amène donc à définir l’équation caractéristique de A.
det(A - I) = 0
![Page 19: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/19.jpg)
Définition: matrice similaire
Si A et B sont des matrices similaires, alors A est similaire à B s’il existe une matrice réversible P telle que P-1AP = B ou, de manière équivalente, A = PBP-1.
![Page 20: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/20.jpg)
Matrice similaire (suite)
Si on remplace P-1 par Q on a Q-1BQ = A. B est donc similaire à A, et nous disons simplement que A et B sont similaires.
![Page 21: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/21.jpg)
Théorème: Matrices similaires et valeurs propres
Si A et B, des matrices n n, sont similaires, alors elles ont le même polynôme caractéristique et donc les mêmes valeurs propres (avec les mêmes multiplicités).
![Page 22: Examen partiel #2](https://reader035.vdocuments.pub/reader035/viewer/2022062309/56814333550346895dafa5f3/html5/thumbnails/22.jpg)
Prochain cours...
• Diagonalisation et transformations linéaires.