Matrice orthogonale

- Notation et relations de base On sait que le comportement dynamique des structures mécaniques conservatives peut être représenté par l’équation matricielle suivante : M y(t)+ K y(t) = f(t) (2) 1 où M et K sont respectivement les matrices réelles symétriques Masse et Raideur de dimension (n , n) ; M Supposée définie positives, K non négative. f(t) représente le vecteur des forces excitatrices. En régime harmonique, f(t)=f.e , où s=j , étant la pulsation de la force excitatrice

Repr´sentation matricielle e 20 3.1 Caract´risation d’une application lin´aire par l’image d’une base 20 e e 3.2 Matrices et applications lin´aires . . . . . . . . . . . . . . . . 20 e 3.2.1 Liens avec le calcul matriciel . . . . . . . . . . . . . . 22 3.2.2 Produit de matrices . . . . . . . . . . . . . . . . . . . . 22 3.2.3 Ecriture matricielle . . . . . . . . . . . . . . . . . . . 23 3.3 Rang d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . 23 3.4 Changement de base . . . . . . . . . . . . .

probabilit´ (cas discret) e 1 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1 D´ finition . . . . . . . . . . . . . . . . . . . . . . . . . e 1.2 Op´ rations sur les matrices . . . . . . . . . . . . . . . . e 1.3 Matrice identit´ . . . . . . . . . . . . . . . . . . . . . . e 1.4 Matrice inverse . . . . . . . . . . . . . . . . . . . . . . 1.5 Matrice diagonalisable . . . . . . . . . . . . . . . . . . 1.6 Puissance et exponentielle d’une matrice . . . . . . . . 2 Probabilit´

Cours de mathématiques Les matrices 1. Les matrices 2 1.1. Définition 2 1.2. Somme de deux matrices 2 1.3. Produit d’une matrice par un scalaire 2 1.4. Produit de 2 matrices 3 1.5. Matrice identité [pic] 4 1.6. Transposée d’une matrice 4 1.7. Déterminant d’une matrice carrée 5 1.8. Déterminant mineur : 5 1.9. Cofacteur 5 1.10. Calcul du déterminant 5 1.11. Les opérations sur les déterminants 6 2. Matrice inverse 7 2.1. Définition 7 2.2. Propriété

dont la résolution est facile. Ces opérations sont : Permuter deux équations ; Ajouter à une équation une autre équation multipliée par un coefficient non nul. REPRESENTATION : Nous représenterons le système par la matrice (n, n + 1) A est donc la matrice obtenue en ajoutant à la matrice des coefficients du système une dernière colonne formée des seconds membres des équations. DESCRIPTION DE LA PREMIERE ETAPE : a1,0 … an -1,0 de la première colonne, celui dont la valeur absolue est la plus grande

Calcul matriciel Opérations sur les matrices Exercice 1 [ 01247 ] [correction] Pour A ∈ Mn (K), on note σ (A) la somme des termes de A. On pose   1 ··· 1  . .  J =  . (1) .  . . 1 Vérifier J.A.J = σ(A).J. ··· 1 Calcul des puissances d’une matrice Exercice 6 [ 01251 ] [correction] Calculer An pour n ∈ N et les matrices A suivantes : 1 1 a b cos θ − sin θ a) A = b) A = c) A = 0 2 0 a sin θ cos θ Exercice 7 [ 01252 ] [correction] On considère la matrice  1 1 1 A= 0 1 1  0 0 1  et

mati`res e 1 Matrices 1.1 D´finition . . . . . . . . . . . . . . . . . . . . . . . . . . . e 1.2 Les diff´rents types de matrices . . . . . . . . . . . . . . . e 1.2.1 Les diff´rences de contenu . . . . . . . . . . . . . . e 1.2.2 Les diff´rences de forme . . . . . . . . . . . . . . . e 1.2.3 Les diff´rences d’orientation . . . . . . . . . . . . . e 1.3 Matrices particuli`res . . . . . . . . . . . . . . . . . . . . e 1.3.1 Transpos´e d’une matrice . . . . . . . . . . . . . . e 1.3.2 Matrice diagonale .

. . . . . . . . . . . . . . . . . . . 1.1.2 Solides . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.3 Transformations rigides . . . . . . . . . . . . . . . . . 1.2 Rotations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Matrice de rotation . . . . . . . . . . . . . . . . . . . . ` 1.2.2 Rotation d’un point appartenant a un solide . . . . . . . 1.2.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.4 Rotation d’un vecteur . . . . . . . . . . . . . . . . . .

x2 − x3 f (x1 ) + f (x2 ) x2 − x1 x2 − x1 quelques soient a < x1 < x3 < x2 < b et f (x) ≥ f (x0 ) + f (x0 )(x − x0 ) quelques soient x, x0 ∈ (a, b). L’´tudiant est aussi suppos´ connaˆ e e ıtre les concepts fondamentaux de l’alg`bre lin´aire : matrices, d´terminants, ´criture matricielle d’un syst`me e e e e e d’´quations lin´aires, r`gle de Cramer pour le r´soudre, vecteurs, transfore e e e mations lin´aires Rn → Rm et th´or`me des axes principaux. e e e 1.1 Exercices Justifier ses r´ponses

card(E 1 ) = dim R2 = 2 1 0 1 0 1 0 0 1 1 E 1 est Libre car : @ 1 A + @ 0 A = @ 0 A () 0 1 0 Donc E 1 est une base, donc dim(E 1 ) = 2 E 2.4 1 A est elle diagonalisable ? Pour que A soit diagonalisable il faut montrer que X dim E = ordre de la matrice A Pour le 2éme exemple, on a dim(E 1) + dim(E2 ) = 2 + 1 = 3 = ordre de A Donc A est diagonalisable. 6 = =0 2.5 Diagonaliser A: Si A est diagonalisable, Alors A = P:D:P 1 Retournons au 2éme exemple,Sachant que A est diagonalisable donc: