Resume

summary Matrices and Linear Transformations

0 fois vendu

Cours
Algebre (ALGBR.1)

Établissement
Université De Montréal ( )

A course on matrices and vector spaces, also known as linear algebra, is a fundamental subject in mathematics that deals with linear equations, systems of equations, and the properties of vectors and matrices. The course starts with an introduction to matrices, which are rectangular arrays of nu...

[Montrer plus]

Aperçu 4 sur 36 pages

Voir l'exemple

Publié le 10 mars 2023
Nombre de pages 36
Écrit en 2022/2023
Type Resume

algebre
matrice
espace lineaire
diagonisation
delta
maths

Établissement
Université De Montréal ( )
Cours
maths
Cours
Algebre (ALGBR.1)

2,93 €

Ajouter au panier

Ajouter au liste de veux

Garantie de satisfaction à 100%
Disponible immédiatement après paiement
En ligne et en PDF
Tu n'es attaché à rien

Cours d’algèbre 1
Filière MIP-MIPC
premier semestre

........................................
Chapitre : Calcul matriciel et systèmes linéa
((Chapitre complet))
[Séance ..]

Karim KREIT

FST-UCA

,Copyright © 2020-2021 Karim KREIT

Copying

All rights reserved.

Art. No xxxxx
ISBN xxx–xx–xxxx–xx–x
Edition 0.0

Published by FST-UCA

,Table des matières

1 Matrices (Définitions et propriétés). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1 Calcul Matriciel ....................................................................................... 4
1.1.1 Définition et notations ...................................................................... 4
1.1.2 Matrices particulières ....................................................................... 5
1.1.3 Opérations sur les matrices .............................................................. 8
1.2 Quelques propriétés des matrices carrées ................................................ 14
1.2.1 Puissance d’une matrice ................................................................. 14
1.2.2 Matrices symétriques-Matrices antisymétriques ................................ 16
1.2.3 La trace ........................................................................................ 17
1.2.4 Matrices inversibles ....................................................................... 19

2 Résolution des systèmes linéaires (Pivot de Gauss) . . . . . . . . . . . . . . . . . . . 23
2.0.1 Les matrices élémentaires .............................................................. 23
2.1 Matrices échelonnées ............................................................................. 25
2.1.1 Équivalence à une matrice échelonnée ............................................. 26
2.1.2 Inverse d’une matrice - Méthode Gausse .......................................... 29
2.2 Systèmes linéaires ................................................................................. 32
2.2.1 Matrices et systèmes linéaires ........................................................ 32
2.2.2 Matrices inversibles et systèmes linéaires ........................................ 32

3

, 1. Matrices (Définitions et propriétés).

1.1 Calcul Matriciel ........................................................ 4
1.2 Quelques propriétés des matrices carrées .................... 14

Dans ce chapitre, K désigne un corps. On peut penser à Q, R ou C.

1.1 Calcul Matriciel

1.1.1 Définition et notations
Definition 1.1.

Soit (n, p) ∈ N∗ .
On appelle matrice de type (n, p) ou de format n×p à coefficients dans K, un tableau
rectangulaire A à n lignes et p colonnes d’éléments de K, c’est-à-dire

a1,1 a1,2 ... a1,j ... a1,p 
 
a2,1 a2,2 ... a2,j ... a2,p 
 
 
 . . . ... ... ... ... . . . 
A = 
 ai,1 ai,2 ... ai,j ... ai,p 

 
 . . . ... ... ... ... . . . 

an,1 an,2 ... an,j ... an,p


Et en abrégé: A = ai,j 16i6n ou plus simplement (aij ) lorsqu’il n’y a pas de confu-
16j6p
sion.

• Les ai,j sont appelés coefficients de la matrice A. L’élément ai,j correspond a
la valeur de l’intersection de la ligne i et de la colonne j.

• On dit que A est de taille n × p.

L’ensemble des matrices à n lignes et p colonnes à coefficients dans K est noté
Mn,p (K). Si K = R les éléments de Mn,p (R) sont appelés matrices réelles.

Exemple 1.1 !
1 −2 5
A=
0 3 7
est une matrice 2 × 3 avec, par exemple, a1,1 = 1 et a2,3 = 7.

4

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur mohamed-aminerhounna. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour 2,93 €. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

69052 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 15 ans

Commencez à vendre!