s4 - Alglin - Coursexanform - Rev2011

Dpartement TECHNIQUES DE COMMERCIALISATION
________ MATHEMATIQUES ________

Semestre 4

Algbre linaire

____________________________________________________________________________
IUT de Saint-Etienne Dpartement TC J.F.Ferraris Math - S4 AlgLin CoursEx - Rev2011
11 12 1 1
21 22 2 2
1 2
1 2
. . . .
. . . .
. . . . . . . .
. . . .
. . . . . . . .
. . . .
j n
j n
pn
i i ij in
p p pj pn
a a a a
a a a a
A
a a a a
a a a a
(
(
(
(
=
(
(
(
(
(

____________________________________________________________________________
SOMMAIRE

Cours et TD 1

1. Dfinitions 1
1.1 Matrice de dimension (p, n) 1
1.2 Matrice carre, de dimension (n, n) 2

2. Calcul matriciel 4
2.1 Addition matricielle 4
2.2 Multiplication par un rel 4
2.3 Multiplication matricielle 5
2.4 Dterminant dune matrice carre 8
2.5 Inverse dune matrice carre 11

3. Application la rsolution dun systme 13
3.1 Formulation gnrale 13
2.2 Mthode de Cramer 14
2.3 Mthode de rsolution directe 17

Exercices (dont annales) 19

Formulaires 21

____________________________________________________________________________

____________________________________________________________________________

COURS ET TD

1. Dfinitions

1.1. Matrice de dimension (p,n)

1.1.1. Dfinition

Une matrice (p, n) est simplement un tableau dlments compos de p lignes et de n colonnes. Ces
lments, appels scalaires, seront pour nous des nombres rels. Ainsi la matrice A
pn
contient pn
lments a
ij
arrangs comme suit :

(
(
(
(
(
(
(
(
=
pn pj p p
in ij i i
n j
n j
pn
a a a a
a a a a
a a a a
a a a a
A
. . . .
. . . . . . . .
. . . .
. . . . . . . .
. . . .
. . . .
2 1
2 1
2 2 22 21
1 1 12 11

Exemple : soit la matrice 2 lignes et 4 colonnes :

24
3 1 0 5
2 6 1 1
A

| |
=
|
\

1.1.2. Transpose dune matrice

La transpose dune matrice A (p,n) est la matrice de dimension (n,p), note
T
A, dans laquelle la
ligne ni est compose des lments trouvs dans la colonne ni de A.

Transposer une matrice, cest donc changer ses lignes avec ses colonnes. Cest une sorte de
retournement . Exemple :

Soit
3 1 0 5
2 6 1 1
A

| |
=
|
\
. Alors
3 2
1 6
0 1
5 1
T
A
| |
|
|
=
|
|
\

____________________________________________________________________________
IUT de Saint-Etienne Dpartement TC J.F.Ferraris Math - S4 AlgLin CoursEx Rev2011 page 1 sur 23
ij
a
j = N de colonne
i = N de ligne
1.2. Matrice carre, de dimension (n,n)

1.2.1. Exemples
Une matrice carre possde autant de lignes que de colonnes.
Elle pourra se dsigner par matrice (n,n) ou matrice carre de dimension n .

Dans notre programme, nous travaillerons avec des matrices carres de dimension 2 ou 3.

Exemples :

2 5
0 1
A
| |
=
|
\
,
1 8 25
4 1 0
2 0 12
B
| |
|
=
|
|

\
, etc.

Remarque : la transpose dune matrice carre est un matrice carre de mme dimensions.

Pour exemple, transposez les matrices ci-dessus :

1.2.2. Matrices carres particulires

* Matrices symtriques

Une matrice carre est symtrique lorsque lon a :

[ ]
ji ij
a a n j i = , 1 ,

Exemple :
1 3 1
3 2 5
1 5 4
A
| |
|
=
|
|
\

Remarque : elle est alors gale sa transpose.

____________________________________________________________________________
* Matrices triangulaires

Une matrice carre est triangulaire lorsque tous les lments situs soit en dessous soit en dessous
de sa diagonale sont nuls :

0 0
ij ij
j i a et j i a < = > =

Exemple :
(
(
(
=
(
(
(
=
4 5 1
0 2 3
0 0 1
4 0 0
5 2 0
1 3 1
A ou A

* Matrices diagonales

Une matrice carre est diagonale lorsque tous les lments situs en dehors de sa diagonale sont
nuls :
0
ij
i j a =
Exemple :
(
(
(
=
4 0 0
0 2 0
0 0 1
A

* La matrice Identit

La matrice Identit est la matrice diagonale dont les termes valent 1.

Exemple en dimension 3 :
1 0 0
0 1 0
0 0 1
I
(
(
=
(
(

____________________________________________________________________________
2. Calcul matriciel
On sintressera dsormais aux matrices carres.
2.1. Addition matricielle

Il est possible dadditionner deux matrices condition quelle soient de mme dimension.
Le rsultat est une matrice de mme dimension.
Soient A et B deux matrices carres de dimension n ; la matrice somme C est obtenue en
additionnant les lments de mme position :

ij ij ij
b a c B A C + = + =

Exemples :

2.2. Multiplication par un rel

Lorsque lon multiplie une matrice par un rel, tous ses lments sont multiplis par ce nombre :

[ ]
1, ,
ij ij
B A i n b a = =

Exemples :

____________________________________________________________________________
2.3. Multiplication matricielle

2.3.1. Deux matrices carres

On dfinit la multiplication de deux matrices carres A = (a
ij
) et B = (b
ij
) de mme dimension n .
Le rsultat est une nouvelle matrice carre de dimension n, C = (c
ij
) telle que :

[ ]
1
. , 1, ,
n
ij ik kj
k
C A B i j n c a b
=
= =

Pour calculer le terme c
ij
de la ligne i et de la colonne j de la matrice C, on prend la ligne i de la
matrice A, la colonne j de la matrice B, et on multiplie terme terme, puis on fait la somme de ces
produits.

Exemple :
1 3
5 2
2 3 17 12
, .
1 4 19 5
B
A C A B
| |
=
|
\

| | | |
= = =
| |
\ \

Le terme c
21
est calcul partir de la ligne 2 de A et de la colonne 1 de B.
1(-1) + 45 = 19

Autres exemples en dimensions 2 ou 3 :

____________________________________________________________________________

Attention ! On note que la multiplication matricielle nest pas commutative :

. . AB BA

Effectuez les multiplications des exemples ci-dessus pour vous en convaincre :

____________________________________________________________________________

Elment neutre de la multiplication : matrice identit

Multiplions une matrice (3,3) par I :

2.3.2. Multiplication dune matrice par un vecteur

Un vecteur V
est une matrice une colonne, une matrice (n,1).

Il est possible de calculer le produit A.V
, o ces deux lments sont exprims dans la mme

dimension, n.
Le rsultat sera alors un nouveau vecteur de dimension n.

Exemple :

2 3 2 1 2
0 1 1 , 2 , . 5
1 4 5 3 6
A V AV
| | | | | |
| | |
= = =
| | |
| | |

\ \ \

autres exemples :

____________________________________________________________________________
2.4. Dterminant dune matrice carre

2.4.1. Dimension 2
Le dterminant de la matrice
a b
A
c d
| |
=
|
\
est le nombre det(A) =
a b
ad bc
c d
=
(diffrence des produits en croix)

Exemple :

2.4.2. Dimension 3

Le calcul est ici plus compliqu. Il existe deux mthodes (valables galement en dimensions
suprieures trois, dailleurs) :

* Rgle de Sarrus

1. Rpter droite les deux premires colonnes
2. Effectuer les produits de 3 nombres en diagonale
Les produits dans le sens principal (lignes vertes, haut-gauche vers bas-droite) sont
compter positivement, les autres (lignes rouges, bas-gauche vers haut-droite) sont
compter ngativement.
3. Additionner ces produits

exemple : calculer
3 2 1
1 4 3
2 1 2

3 2 1 3 2
1 4 3 1 4
2 1 2 2 1

= 342 + 23(-2) + (-1) 11 (-2) 4(-1) - 133 - 212
= 24 12 1 8 9 4 = -10

____________________________________________________________________________
autre exemple : calculer
2 3 1
5 4 2
1 2 3

* Mthode des cofacteurs (ici simplifie)

1. Choisir la premire ligne de la matrice A
2. A chaque lment a
1j
de la premire ligne correspond une matrice (2,2) obtenue par
suppression de la ligne 1 et de la colonne j de A. Calculer le dterminant de cette
matrice (2,2) : cest le cofacteur de a
1j
, cof(a
1j
).
3. Affecter des signes + et alternativement (en commenant par +) aux diffrents produits
a
1j
cof(a
1j
) et additionner ces produits.

exemple : calculer
3 2 1
1 4 3
2 1 2

Elments de la premire ligne : 3, 2 et 1 ;
Cofacteur de 3 :
4 3
5
1 2
= ; Cofacteur de 2 :
1 3
8
2 2
=
; Cofacteur de -1 :
1 4
9
2 1
=
;
Produits a
1j
cof(a
1j
) : 15 16 -9
Signes affects : + - +

det(A) = 15 16 9 = -10

autre exemple : calculer
2 3 1
5 4 2
1 2 3

____________________________________________________________________________
2.4.3. Proprits des dterminants

Ces proprits peuvent tre utilises dans le but dallger les calculs.

* Si une colonne ou une ligne est multiplie par un nombre k, alors le dterminant de la matrice
aussi.

Exemple : calculer
30 2 1
10 4 3
20 1 2

On remarque que la premire colonne se factorise par 10. Alors on a le droit dcrire :
30 2 1
10 4 3
20 1 2
= 10
3 2 1
1 4 3
2 1 2
= 10(-10) = -100

* Si tous les termes dune matrice (n,n) se factorisent par un nombre k, alors le dterminant se
factorise par k
n
: det(kA) = k
n
det(A)

Exemple : calculer
12 8 4
4 16 12
8 4 8

On remarque que tous les termes sont multiples de 4. Alors on a le droit dcrire :
12 8 4
4 16 12
8 4 8
= 4
3
3 2 1
1 4 3
2 1 2
= 64(-10) = -640

____________________________________________________________________________
2.5. Inverse dune matrice carre

2.5.1. Dfinition

Linverse dune matrice (n,n) A, sil existe, est la matrice (n,n) note A
-1
telle que A.A
-1
= I
(de la mme faon que linverse dun rel a est le rel a
-1
dfini par aa
-1
= 1)

On peut remarquer que dans ce cas la multiplication est commutative : A.A
-1
= A
-1
.A = I

2.5.2. Condition dexistence

Une matrice (n,n) A est dite inversible (cest dire que son inverse A
-1
existe) si, et seulement si,
det(A) 0

2.5.3. Dtermination de cet inverse

1. Calculer det(A) et vrifier quil nest pas nul
2. Etablir la matrice des cofacteurs de A, affects alternativement des signes + et
(changer de colonne change le signe, changer de ligne change de signe). Cette matrice
se note Cof(A).
3. Transposer la matrice des cofacteurs
4.
( )
( )
1
1
det
T
A Cof A
A
=

(il est prfrable, aprs tous ces calculs, de vrifier que A.A
-1
= I )

exemple : dterminer la matrice inverse de A =
3 2 1
1 4 3
2 1 2
| |
|
|
|
\

1. On a vu que det(A) = -10
2. ( )
4 3 1 3 1 4
1 2 2 2 2 1
5 8 9
2 1 3 1 3 2
5 4 7
1 2 2 2 2 1
10 10 10
2 1 3 1 3 2
4 3 1 3 1 4
Cof A
| |
+ +
|

|
| |
|

|
|
= + =
|

|
|
\ |

|
+ +
|
\

3. ( )
5 5 10
8 4 10
9 7 10
T
Cof A
| |
|
=
|
|
\

4. ( )
1
0, 5 0, 5 1
1
0, 8 0, 4 1
10
0, 9 0, 7 1
T
A Cof A
| |
|
= =
|
|

\

____________________________________________________________________________

Vrifions A.A
-1
:

1
3 2 1 0, 5 0, 5 1 1, 5 1, 6 0, 9 1, 5 0, 8 0, 7 3 2 1
. 1 4 3 0, 8 0, 4 1 0, 5 3, 2 2, 7 0, 5 1, 6 2,1 1 4 3
2 1 2 0, 9 0, 7 1 1 0, 8 1,8 1 0, 4 1, 4 2 1 2
1 0 0
0 1 0
0 0 1
A A
I
+ + + + | || | | |
| | |
= = + + +
| | |
| | |
+ + +
\ \ \
| |
|
= =
|
|
\

autre exemple : trouver la matrice inverse de la matrice
2 3 1
5 4 2
1 2 3
| |
|
|
|
\

____________________________________________________________________________
3. Application la rsolution dun systme

3.1. Formulation gnrale

3.1.1. Cadre

Les calculs de dterminants et le calcul matriciel en gnral se prtent trs bien la rsolution
dun systme linaire de n quations n inconnues (et nous nous intresserons particulirement
n = 2 et n = 3)

linaire : o les termes sont de la forme kx, coefficient rel inconnue.

Un tel systme linaire scrit dune manire gnrale :

11 1 12 2 1 1 1
21 1 22 2 2 2 2
1 1 2 2
... ...
... ...
... ...
i i n n
i i n n
n n ni i nn n n
a x a x a x a x b
a x a x a x a x b
a x a x a x a x b
+ + + + + =
+ + + + + =
+ + + + + =

o les nombres a
ij
et b
i
sont des coefficients rels fixs et o x
i
sont les inconnues.

Deux exemples :

En dimension 2 :

2 5 5
5 9 2
x y
x y
+ =
=

En dimension 3 :

3 4 1
5 2 4 4
6 2 12
x y z
x y z
x y z
+ + =
+ =
+ =

3.1.2. Mise en forme

On appelle matrice du systme la matrice A des coefficients a
ij
se trouvant en facteur devant les
inconnues.
On distingue aussi le vecteur
1
2
n
x
x
X
x
| |
|
|
=
|
|
\
reprsentant les inconnues, ainsi que le vecteur

1
2
n
b
b
B
b
| |
|
|
=
|
|
\
.

La formulation du systme revient crire :
. A X B =

____________________________________________________________________________
Avec nos exemples :

2 5 5
, ,
5 9 2
x
A X B
y
| | | | | |
= = =
| | |

\ \ \

3 4 1 1
5 2 4 , , 4
1 6 2 12
x
A X y B
z
| | | | | |
| | |
= = =
| | |
| | |

\ \ \

3.1.3. Existence des solutions

Le vecteur solution X
est unique si, et seulement si, det(A) 0.

Un dterminant nul signifierait que deux quations au moins sont lies (sans tenir compte des
coefficients b
i
), savoir que deux lignes (ou colonnes) de A sont gales ou proportionnelles, ou
quune ligne (ou colonne) est une combinaison linaire de deux ou plusieurs autres.

Un dterminant nul implique pour le systme, suivant les valeurs b
i
, soit une infinit de solutions,
soit aucune.

Ce cas ne sera pas voqu ici.

3.2. Mthode de rsolution par linverse

En supposant det(A) 0, on a demble lexistence de la matrice inverse A
-1
.
Puisque le systme est . A X B =

, multiplions les deux membres gauche par A
-1
:
1 1
1
. . .
. .
A A X A B
I X A B

=
=

Le vecteur inconnu X
se trouve donc directement :

1
. X A B
=

____________________________________________________________________________
Traiter de cette faon les deux exemples prcdents :

En dimension 2 :

____________________________________________________________________________

En dimension 3 :

____________________________________________________________________________
3.3. Mthode de Cramer

Le calcul individuel de chaque inconnue relle peut se faire ainsi :

2. Pour linconnue ni, on calcule det(A
i
) o A
i
est la matrice issue de A dans laquelle la
colonne ni a t remplace par le vecteur B
.

( )
( )
( )
11 1, 1 1 1, 1 1
21 2, 1 2 2, 1 2
1 , 1 , 1
. .
. .
. . . . . . .
. .
det
det det
i i n
i i n
n n i n n i nn
i
i
a a b a a
a a b a a
a a b a a
A
x
A A
+
+
+
= =

Traiter de cette faon les deux exemples prcdents :

En dimension 2 :

____________________________________________________________________________
En dimension 3 :

____________________________________________________________________________
EXERCICES

Exercice 1 : Calculer les produits suivants :

a.
2 3 1
0 1 5
| || |
| |
\ \
b.
1 2 30
4 3 21
| || |
| |
\ \
c.
2 3 1 2
0 1 4 3
| || |
| |
\ \

d.
2 1 2 1
1 0 3 2
3 4 1 3
| || |
| |
| |
| |
\ \
e.
2 1 2 5 0 6
1 0 3 2 1 2
3 4 1 0 4 3
| || |
| |

| |
| |
\ \

Exercice 2 : Calculer les dterminants des matrices carres prsentes dans lexercice 1

Exercice 3 : Etablir les matrices des cofacteurs des matrices carres prsentes dans lexercice 1

Exercice 4 : Rsoudre les systmes suivants par la mthode de Cramer :
a.
2 30
4 3 21
x y
x y
+ =
b.
2 2 1
3 2
3 4 3
x y z
x z
x y z
+ =
+ + =
c.
5 6 12
2 2 2
4 3 3
x z
x y z
y z
+ =
+ =
+ =

Exercice 5 :
Une entreprise achte rgulirement trois matires premires diffrentes A, B, C.
2 tonnes de A, plus une tonne de B, plus 3 tonnes de C cotent 70 k.
Une tonne de A, plus 3 tonnes de B, plus une tonne de C cotent 55 k.
5 tonnes de A, plus 2 tonnes de C cotent 131 k.

Combien cote une tonne de chaque matire premire ?

Exercice 6 :
Trois bouteilles contiennent chacune une certaine quantit d'eau.
Si l'on verse 37 cl d'eau de la bouteille A la bouteille B, B a alors 2 fois plus d'eau que A.
Si l'on verse 30 cl d'eau de la bouteille B la bouteille C, C a alors 4 fois plus d'eau que B.
Si l'on verse 144 cl d'eau de la bouteille C la bouteille A, A a alors la mme quantit d'eau que C.
On cherche calculer le volume d'eau dans chaque bouteille initialement.

1) Mettre en quation les indications de lnonc sous forme dun systme de trois quations. On notera
V
A
, V
B
et V
C
les volumes d'eau initiaux respectifs dans les trois bouteilles, en centilitres.

2) a. Montrer que le systme que vous avez crit revient lexpression matricielle suivante :
. AV B =

, dans laquelle
2 1 0
0 4 1
1 0 1
A
| |
|
=
|
|
\
,
A
B
C
V
V V
V
| |
|
=
|
|
\
et
111
150
288
B
| |
|
=
|
|
\
.
b. Rsoudre le systme.

Exercice 7 : Promotion 2008-2010 Partiel Semestre 4
1. Dterminer, si elle existe, la matrice inverse de
1 2
3 4
M
| |
=
|
\
. (1,5 point)
2. Vrifier que
1
1 0
.
0 1
M M I
| |
= =
|
\
. (0,5 point)

____________________________________________________________________________

Jean a actuellement trois fois lge quavait Louis il y a 10 ans.
Louis a actuellement deux fois lge quavait Etienne il y a 10 ans.
Etienne a actuellement le tiers des ges cumuls actuels de Jean et Louis.
Le but est bien entendu de trouver les ges actuels de ces trois personnes, ges inconnus que
nous nommerons x, y et z dans lordre cit.

1) Montrer que les donnes de lnonc nous permettent de former un systme de trois
quations trois inconnues qui peut se traduire sous forme matricielle par . A X B =

, o :
1 3 0
0 1 2
1 1 3
A
| |
|
=
|
|
\
,
x
X y
z
| |
|
=
|
|
\
et
30
20
0
B
| |
|
=
|
|
\
. (2 points)

2) Rsoudre ce systme par la mthode matricielle de votre choix : recherche et utilisation de la
matrice inverse de A, ou alors calcul direct par divisions de dterminants. (4 points)


On donne les matrices
1 3
2 4
A
| |
=
|
\
et
1 3
2 4
B
| |
=
|
\
, ainsi que le vecteur
15
2
V
| |
=
|
.
1) Dterminer les produits AB, BA, A V
et B V
.
2) Calculer le dterminant de la matrice B.
3) Dterminer la matrice A
-1
, inverse de la matrice A, puis vrifier que A
-1
A = I.

Rsoudre, par la mthode matricielle de votre choix, le systme
4 5
2 2
2 4 2 3
x y z
x z
x y z
+ + =
+ =

____________________________________________________________________________
IUT - TC Mathmatiques - Formulaire du PARTIEL Semestre 4

ANALYSE

a. Drives des fonctions usuelles

f(x) f (x)

f(x) f (x)

f(x) f (x)
a 0

x 1

1
x

2
1
x

ln(x)
1
x

ax + b a

x
2
2x

1
n
x

1 n
n
x
+

ln(u(x))
( )
( )
' u x
u x

x
3
3x
2

x
n
nx
n-1

x
1
2 x

b. Oprations sur les drives

f f

f f
u + v u + v

k.u k.u

u.v u.v + u.v
u
n
n.u.u
n-1

u

v v.u

v

c. Equation de la tangente la courbe de f au point dabscisse a :

d. Proprits des formes du second degr ax + bx + c :

____________________________________________________________________________
( )
( )
' .
x
u x
e
u x e
( )
x
u x
e
e
( )( ) ( )
' y f a x a f a = +
2
1 ' v
v v
2
'. . ' u u v u v
v v

e. Proprits du logarithme nprien

1. ln(x) existe ssi x ]0 ; +[.
ln(x) < 0 ssi x < 1 ; ln(x) > 0 ssi x > 1 ; ln(1) = 0
2. La drive de lexpression ln(x) est 1/x (par dfinition)
Donc la fonction ln est strictement croissante sur ]0 ; +[.
3. Pour tous x et y strictement positifs :
ln(xy) = ln(x) + ln(y) ( ) ( ) ln ln ln
x
x y
y
| |
=
|
\

pour tout rel a :
ln(x
a
) = a.ln(x)
( )
1
ln ln y
y
| |
=
|
\

f. Proprits de lexponentielle

1. e
x
existe pour tout rel x et e
x
> 0
2. La drive de lexponentielle est elle-mme (par dfinition).
Donc la fonction exp est strictement croissante sur .
3. Lexponentielle est lunique nombre e tel que ln(e) = 1.
e vaut environ 2,718.
4. Pour tous rels x et y :

g. Primitives des fonctions usuelles

f(x) F(x)

f(x) F(x)

f(x) F(x)
a ax + k
e
x
e
x
+ k
x
2
2
x
k +
1
x
ln(x) + k

ax b
e
+

1
ax b
e k
a
+
+

x
2

3
3
x
k +

x

( rel -1)
1
1
x
k
+
+
+

' u
u
ln(|u|) + k

____________________________________________________________________________
( )
1
x
x y x y x y
y
y
x y x y
y
e
e e e e
e
e e e
e
+

= =
= =

ALGEBRE LINEAIRE

h. Inverse dune matrice carre :
( )
( )
1
1
det
T
A Cof A
A
=

i. Rsolution dun systme de n quations n inconnues :
. A X B =

o X
est le vecteur constitu des n inconnues, B
est celui des constantes du second membre du

systme,
et o A est la matrice (n,n) des coefficients du systme.

* Mthode de linverse :
Inverser la matrice A, puis calculer
1
. X A B
=

.

* Mthode de Cramer :
2. Pour linconnue ni, on calcule det(A
i
) o A
i
est la matrice issue de A dans laquelle la colonne ni
a t remplace par le vecteur B
.

( )
( )
( )
11 1, 1 1 1, 1 1
21 2, 1 2 2, 1 2
1 , 1 , 1
. .
. .
. . . . . . .
. .
det
det det
i i n
i i n
n n i n n i nn
i
i
a a b a a
a a b a a
a a b a a
A
x
A A
+
+
+
= =

____________________________________________________________________________

s4 - Alglin - Coursexanform - Rev2011

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

s4 - Alglin - Coursexanform - Rev2011

Încărcat de

Drepturi de autor:

Formate disponibile

Dpartement TECHNIQUES DE COMMERCIALISATION

MATHEMATIQUES

est une matrice une colonne, une matrice (n,1).

, o ces deux lments sont exprims dans la mme

reprsentant les inconnues, ainsi que le vecteur

est unique si, et seulement si, det(A) 0.

se trouve donc directement :

est le vecteur constitu des n inconnues, B

est celui des constantes du second membre du

S-ar putea să vă placă și