Applications Mathematiques Avec Matlab 1 Algeb - Jb.decrypted PDF

Algbre linaire et gomtrie
LAVOISIER, 2005
LAVOISIER
11, rue Lavoisier

75008 Paris
Serveur web : www.hermes-science.com
2-7462-0993-4 ISBN Gnral
2-7462-0994-2 ISBN Volume 1
Tous les noms de socits ou de produits cits dans cet ouvrage sont utiliss des fins
didentification et sont des marques de leurs dtenteurs respectifs.
Le Code de la proprit intellectuelle n'autorisant, aux termes de l'article L. 122-5, d'une

part, que les "copies ou reproductions strictement rserves l'usage priv du copiste et non
destines une utilisation collective" et, d'autre part, que les analyses et les courtes citations
dans un but d'exemple et d'illustration, "toute reprsentation ou reproduction intgrale, ou
partielle, faite sans le consentement de l'auteur ou de ses ayants droit ou ayants cause, est
illicite" (article L. 122-4). Cette reprsentation ou reproduction, par quelque procd que ce
soit, constituerait donc une contrefaon sanctionne par les articles L. 335-2 et suivants du
Code de la proprit intellectuelle.
APPLICATIONS MATHMATIQUES
AVEC MATLAB
Algbre linaire
et gomtrie
rappel de cours et exercices corrigs
Luc Jolivet
Rabah Labbas
Table des matires
Avant-propos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
P REMIRE PARTIE . P RSENTATION DE M ATLAB
. . . . . . . . . . . . . .
17
. . . . . . . . . . . . . . . . . . . . . . . . .
19
Chapitre 1. Calculs avec Matlab
1.1. Calculs numriques usuels . . . . . . . . . . . . . . . .

1.1.1. Exemple . . . . . . . . . . . . . . . . . . . . . . .
1.1.2. Remarques . . . . . . . . . . . . . . . . . . . . . .
1.1.3. Connatre les fonctions utilisables . . . . . . . . .
1.1.4. Calculs rpts sur tous les lments dun tableau
1.2. Graphiques . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.1. Reprsentation graphique dune fonction . . . . .
1.2.2. Autres reprsentations graphiques planes . . . . .
1.3. Calcul symbolique avec Symbolic Math Toolbox . . . .
1.3.1. Simplication dexpression algbrique . . . . . .
1.3.2. Un exemple de calcul avec une variable . . . . . .
1.3.3. Utilisation de syms . . . . . . . . . . . . . . . . . .
1.3.4. Calculs trigonomtriques . . . . . . . . . . . . . .
1.3.5. Rsolution dquations ou dinquations . . . . .
1.3.6. Mises en garde . . . . . . . . . . . . . . . . . . . .
1.4. Itrations et tude de suites . . . . . . . . . . . . . . . .
1.5. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5.1. Format long, format short . . . . . . . . . . . . .
1.5.2. Tableau dvaluation . . . . . . . . . . . . . . . .
1.5.3. Graphe dune fonction . . . . . . . . . . . . . . .
1.5.4. Dessin dun quadrilatre . . . . . . . . . . . . . .
1.5.5. Egalits symboliques . . . . . . . . . . . . . . . .
1.5.6. Itrs dune suite . . . . . . . . . . . . . . . . . .
1.5.7. Suite de Fibonacci . . . . . . . . . . . . . . . . .
1.6. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
19
19
21
21
21
22
22
23
25
25
26
27
27
28
29
30
32
32
32
32
33
33
33
34
34
Mathmatiques avec Matlab
Chapitre 2. Programmation avec Matlab . . . . . . . . . . . . . . . . . . . .

2.1. Crer des sous-programmes . . . . . . . . . . . . . . . . . .
2.1.1. Mmoriser des instructions dans un chier script . .
2.1.2. Reprsenter une fonction mathmatique . . . . . . . .
2.1.3. Crer un sous-programme avec paramtres . . . . . .
2.2. Traitements conditionnels, expressions logiques . . . . . .
2.2.1. Exemple : tude dune fonction dnie par morceaux
2.2.2. Expressions logiques et quanticateurs . . . . . . . .
2.2.3. Exemple de fonction rcursive . . . . . . . . . . . . .
2.3. Les types de donnes utiliss par Matlab . . . . . . . . . .
2.3.1. Type numrique . . . . . . . . . . . . . . . . . . . . .
2.3.2. Chanes de caractres . . . . . . . . . . . . . . . . . .
2.3.3. Type symbolique . . . . . . . . . . . . . . . . . . . . .
2.4. Quelques commandes importantes de Matlab . . . . . . . .
2.4.1. Sauvegardes . . . . . . . . . . . . . . . . . . . . . . .
2.4.2. Gestion des variables . . . . . . . . . . . . . . . . . .
2.4.3. Gestion de lafchage . . . . . . . . . . . . . . . . . .
2.5. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5.1. Division euclidienne . . . . . . . . . . . . . . . . . .
2.5.2. Suite pseudo-alatoire . . . . . . . . . . . . . . . . .
2.5.3. P.G.C.D de deux nombres . . . . . . . . . . . . . . .
2.5.4. Calculs sur une chaine de caractres . . . . . . . . .
2.6. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . .
D EUXIME PARTIE . A LGBRE LINAIRE
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
41
41
42
44
46
47
48
49
50
51
51
52
53
53
54
54
55
55
55
56
56
56
. . . . . . . . . . . . . . . . . . .
59
Chapitre 3. Systmes linaires : mthode de Gauss

3.1. Systmes linaires . . . . . . . . . . . . . .
3.1.1. Dnition . . . . . . . . . . . . . . . .
3.1.2. Lensemble des solutions . . . . . . .
3.1.3. Systmes remarquables . . . . . . . .
3.2. Oprations fondamentales sur les systmes
3.3. Mthode de rsolution de Gauss . . . . . .
3.3.1. Prsentation sur un exemple . . . . .
3.3.2. Systmes de Cramer . . . . . . . . . .
3.4. Rsolution avec Matlab . . . . . . . . . . .
3.4.1. Utilisation de solve . . . . . . . . . .
3.4.2. Utilisation de rref . . . . . . . . . . .
3.5. Exercices . . . . . . . . . . . . . . . . . . .
3.5.1. Systmes linaires classiques . . . .
3.5.2. Un systme linaire avec paramtre .
3.6. Solutions . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
41
. . . . . . . . . . . . . .
61
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
61
62
63
64
65
66
68
69
69
70
71
71
71
72
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Table des matires
Chapitre 4. Matrices
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1. Gnralits . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.1. Notations et vocabulaire . . . . . . . . . . . . . . .
4.1.2. Cas particuliers . . . . . . . . . . . . . . . . . . . .
4.1.3. Dnir des matrices avec Matlab . . . . . . . . .
4.2. Oprations sur les matrices . . . . . . . . . . . . . . . .
4.2.1. Addition . . . . . . . . . . . . . . . . . . . . . . .
4.2.2. Multiplication par les scalaires . . . . . . . . . . .
4.2.3. Multiplication des matrices . . . . . . . . . . . . .
4.2.4. Transpose dune matrice . . . . . . . . . . . . . .
4.2.5. Calcul matriciel avec Matlab . . . . . . . . . . . .
4.3. Inversion de matrices carres . . . . . . . . . . . . . . .
4.3.1. Dnition . . . . . . . . . . . . . . . . . . . . . . .
4.3.2. Actions de Gauss sur les matrices carres . . . . .
4.3.3. Calcul explicite de linverse dune matrice . . . .
4.4. Dterminant dune matrice carre . . . . . . . . . . . .
4.4.1. Cas dune matrice de type . . . . . . . . . .
4.4.2. Cas dune matrice de type . . . . . . . . . .
4.4.3. Cas dune matrice quelconque . . . . . . . . . . .
4.4.4. Dterminant de matrices particulires . . . . . . .
4.4.5. Proprit fondamentale . . . . . . . . . . . . . . .
4.5. Proprits des dterminants . . . . . . . . . . . . . . . .
4.5.1. Dveloppement suivant les colonnes ou les lignes
4.5.2. Quand un dterminant est-il nul ? . . . . . . . . .
4.5.3. Actions de Gauss sur les dterminants . . . . . . .
4.5.4. Dterminant dun produit de matrices . . . . . . .
4.6. Calculs de dterminants . . . . . . . . . . . . . . . . . .
4.6.1. Mthode de Gauss . . . . . . . . . . . . . . . . . .
4.6.2. Utilisation de la commande det de Matlab . . . .
4.7. Retour aux systmes et formules de Cramer. . . . . . .
4.7.1. Ecriture matricielle des systmes . . . . . . . . . .
4.7.2. Rsolution par les dterminants . . . . . . . . . .
4.8. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.1. Construction dune matrice diagonale . . . . . .
4.8.2. Calculs avec trois matrices . . . . . . . . . . . . .
4.8.3. Parts dun march . . . . . . . . . . . . . . . . . .
4.8.4. Calculs avec deux matrices . . . . . . . . . . . . .
4.8.5. Mthode de Sylvester . . . . . . . . . . . . . . . .
4.8.6. Sur un systme de Cramer . . . . . . . . . . . . .
4.8.7. Un systme de Vandermonde . . . . . . . . . . .
4.9. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
79
79
79
80
81
83
83
85
85
88
89
90
90
92
93
96
96
97
99
100
101
102
102
103
103
104
105
105
107
108
108
108
110
110
110
110
111
112
112
113
113
Chapitre 5. Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

. . . . . . . . . . . . . . . . . . . .
5.1. Lespace vectoriel
5.1.1. Oprations dans
. . . . . . . . . . . . . . . . . .
5.1.2. Structure despace vectoriel . . . . . . . . . . . . . .
5.1.3. Consquences . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
5.3. Cas gnral . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3.1. Structure despace vectoriel . . . . . . . . . . . . . .
5.3.2. Exemples . . . . . . . . . . . . . . . . . . . . . . . .
5.3.3. Combinaisons linaires . . . . . . . . . . . . . . . .
5.3.4. Notion de sous-espace vectoriel . . . . . . . . . . .
5.3.5. Sous-espaces vectoriels engendrs . . . . . . . . . .
5.4. Bases dun espace vectoriel . . . . . . . . . . . . . . . . .
5.4.1. Famille gnratrice . . . . . . . . . . . . . . . . . .
5.4.2. Famille libre . . . . . . . . . . . . . . . . . . . . . .
5.4.3. Base et dimension dun espace vectoriel . . . . . .
5.4.4. Caractrisation dune base . . . . . . . . . . . . . .
5.4.5. Matrice des coordonnes dune famille de vecteurs
5.4.6. Rang dune famille de vecteurs . . . . . . . . . . . .
5.5. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.5.1. Un plan vectoriel de . . . . . . . . . . . . . . .
5.5.2. Un systme de 4 vecteurs de . . . . . . . . . . .
5.5.3. Un s-e.v de . . . . . . . . . . . . . . . . . . . . .
5.5.4. Un s-e.v de . . . . . . . . . . . . . . . . . .
5.5.5. Matrices magiques de type (3,3) . . . . . . . . . . .
5.5.6. Sur lespace vectoriel . . . . . . . . . . . . .
5.5.7. Calcul de rang dans . . . . . . . . . . . . . . . .
5.5.8. Calcul de rang dans . . . . . . . . . . . . . . . .
5.6. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
127
127
128
129
129
130
130
131
131
132
133
134
135
135
137
138
138
140
141
141
142
142
143
143
144
145
145
145
Chapitre 6. Applications linaires . . . . . . . . . . . . . . . . . . . . . . . . . 163

6.1. Dnitions et exemples . . . .
6.1.1. Exemples introductifs . .
6.1.2. Dnitions . . . . . . . .
6.1.3. Exemples . . . . . . . . .
6.2. Proprits fondamentales . . .
6.2.1. Premires consquences .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
163
163
165
165
168
168
6.2.2. Noyau et image dune application linaire

6.3. Applications linaires en dimension nie . . . .
6.3.1. Dtermination par limage dune base . . .
6.3.2. Matrice dune application linaire . . . . .
6.4. Applications linaires et matrices diagonales . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
169
171
171
172
174
Table des matires
6.4.1. Le problme pos . . . . . . . . . . . . . .

6.4.2. Exemple de diagonalisation . . . . . . . . .
6.4.3. Utilisation de la matrice diagonale . . .
6.4.4. Les fonctions prdnies de Matlab . . . .
6.5. Exercices . . . . . . . . . . . . . . . . . . . . . .
6.5.2. Une application linaire avec paramtre .
6.6. Solutions . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
174
176
179
181
182
182
183
183
T ROISIME PARTIE . G OMTRIE . . . . . . . . . . . . . . . . . . . . . . . . 189

Chapitre 7. Calcul vectoriel et gomtrie
. . . . . . . . . . . . . . . . . . . . 191
7.1. Rappels : vecteurs gomtriques du plan ou de lespace .

7.1.1. Vecteur associ un couple de points . . . . . . . .
7.1.2. Oprations sur les vecteurs gomtriques . . . . . .
7.1.3. Vecteurs colinaires, vecteurs coplanaires . . . . . .
7.2. Calculs avec les coordonnes cartsiennes dans le plan .
7.2.1. Bases et coordonnes dun vecteur . . . . . . . . . .
7.2.2. Repres et coordonnes dun point . . . . . . . . . .
7.2.3. Exemples dutilisation . . . . . . . . . . . . . . . . .
7.2.4. Equations dune droite du plan . . . . . . . . . . . .
7.3. Coordonnes cartsiennes dans lespace . . . . . . . . . .
7.3.1. Bases et repres de lespace . . . . . . . . . . . . .
7.3.2. Calculs avec les coordonnes . . . . . . . . . . . . .
7.3.3. Exemples dutilisation . . . . . . . . . . . . . . . . .
7.3.4. Equations de droites et de plans dans lespace . . .
7.3.5. Autres reprsentations paramtriques dans lespace
7.4. Changements de base et changements de repre . . . . .
7.4.1. Changement de base dans lespace . . . . . . . . . .
7.4.2. Changement de repre dans lespace . . . . . . . . .
7.4.3. Changements de base et de repre dans le plan . . .
7.5. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.5.1. Une suite de paralllogrammes . . . . . . . . . . .
7.5.2. Solutions entires dune quation linaire . . . . .
7.5.3. Etude dun paralllipde . . . . . . . . . . . . . . .
7.5.4. Intersection de deux plans . . . . . . . . . . . . . .
7.5.5. Etude dune symtrie vectorielle . . . . . . . . . .
7.5.6. Changement de repre . . . . . . . . . . . . . . . .
7.5.7. Parabole dans un nouveau repre . . . . . . . . . .
7.6. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
191
191
193
194
195
195
196
196
198
200
200
201
202
204
209
211
211
213
214
215
215
216
216
216
217
218
218
219
Chapitre 8. Produit scalaire et produit vectoriel . . . . . . . . . . . . . . . . 231

8.1. Bases orthonormes dans le plan et lespace . . . . . . . . . . . . . . . 231
10
8.1.1. Vecteurs orthogonaux . . . . . . . . . . . . . . . . . . . . . . .

8.1.2. Norme dun vecteur . . . . . . . . . . . . . . . . . . . . . . . .
8.1.3. Dnition dune base orthonorme . . . . . . . . . . . . . . .
8.1.4. Expression analytique de la norme et de la distance . . . . . .
8.1.5. Calculs avec Matlab . . . . . . . . . . . . . . . . . . . . . . . .
8.2. Produit scalaire de deux vecteurs dans le plan ou lespace . . . . . .
8.2.1. Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.2.2. Proprits de symtrie et bilinarit . . . . . . . . . . . . . . .
8.2.3. Produit scalaire et norme . . . . . . . . . . . . . . . . . . . . .
8.2.4. Produit scalaire et orthogonalit . . . . . . . . . . . . . . . . .
8.2.5. Produit scalaire et changement de base orthonorme . . . . .
8.2.6. Produit scalaire et angle de deux vecteurs . . . . . . . . . . . .
8.2.7. Exemple dutilisation du produit scalaire . . . . . . . . . . . .
8.3. Produit vectoriel dans . . . . . . . . . . . . . . . . . . . . . . . .
8.3.1. Orientation dans . . . . . . . . . . . . . . . . . . . . . . . .
8.3.2. Dnition du produit vectoriel . . . . . . . . . . . . . . . . . .
8.3.3. Proprits dantisymtrie et de bilinarit . . . . . . . . . . . .
8.3.4. Produit mixte de trois vecteurs . . . . . . . . . . . . . . . . . .
8.3.5. Proprits gomtriques du produit vectoriel . . . . . . . . . .
8.3.6. Produit vectoriel et changement de base orthonorme directe .
8.4. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.4.1. Norme dun vecteur . . . . . . . . . . . . . . . . . . . . . . . .
8.4.2. Distance dun point un plan . . . . . . . . . . . . . . . . . .
8.4.3. Plan mdiateur dun segment . . . . . . . . . . . . . . . . . .
8.4.4. Distance dun point une droite . . . . . . . . . . . . . . . . .
8.4.5. Faces visibles et faces caches dun cube . . . . . . . . . . . .
8.5. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
231
232
233
233
234
235
235
235
235
236
236
237
239
240
240
241
242
242
243
244
245
245
245
247
248
248
251
Chapitre 9. Transformations dans le plan et dans lespace . . . . . . . . . . 263

9.1. Transformations gomtriques et applications linaires . . . . . . . . .
9.1.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.1.2. Application afne et application linaire associe . . . . . . . . .
9.1.3. Applications afnes et calcul matriciel . . . . . . . . . . . . . . .
9.2. Coordonnes homognes et transformations planes . . . . . . . . . . .
9.2.1. Coordonnes homognes dun point du plan . . . . . . . . . . . .
9.2.2. Matrice, en coordonnes homognes, de transformations usuelles
9.2.3. Image dune gure . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.2.4. Composition de transformations et matrices en coordonnes homognes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.2.5. Rciproque dune transformation et matrices en coordonnes homognes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.2.6. Formule de changement de repre en coordonnes homognes . .
9.3. Coordonnes homognes et transformations de lespace . . . . . . . . .
263
263
264
266
270
270
273
275
277
279
279
280
Table des matires
9.3.1. Coordonnes homognes dun point de lespace . . .

9.3.2. Matrices des transformations de lespace . . . . . . .
9.4. Projections et leurs matrices en coordonnes homognes .
9.4.1. Diffrents types de projections . . . . . . . . . . . . .
9.4.2. Projections sur un plan quelconque . . . . . . . . .
9.4.3. Reprsentation dune gure de lespace avec Matlab
9.5. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.5.1. Quelques matrices en coordonnes homognes . . . .
9.5.2. Rotation et symtrie orthogonale . . . . . . . . . . .
9.5.3. Rotation et translation . . . . . . . . . . . . . . . . .
9.5.4. Ecran graphique . . . . . . . . . . . . . . . . . . . . .
9.5.5. Projection parallle et projection perspective . . . . .
9.5.6. Projection perspective sur un plan "oblique" . . . . .
9.6. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
280
281
285
285
291
291
294
294
295
295
296
297
298
300
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
12
Avant-propos
Le but de cette collection "Applications Mathmatiques avec Matlab" est de comprendre et dutiliser les outils mathmatiques fondamentaux de premier cycle laide
dun logiciel de calcul. Elle correspond lesprit des formations en IUT, BTS, Ecoles
dingnieurs, mais aussi en premiers semestres du cycle L du nouveau schma LMD.
Nous nous sommes bass sur lexprience de nos cours, travaux dirigs et sances
de travaux pratiques de mathmatiques avec des tudiants de 1re et 2me anne du
dpartement dInformatique dIUT de lUniversit du Havre. Pour cet enseignement,
nous disposons du logiciel Matlab 1(la version actuellement installe est 6.5.0) et de
son extension Symbolic Math Toolbox (version 2.1.3).
Ces outils nous ont permis daccompagner les notions de base prsentes, par des
illustrations numriques et graphiques, et par des vrications utilisant le calcul formel.
Lutilisation dun logiciel de calcul permet de se concentrer davantage sur la comprhension du problme pos, sur une stratgie de rsolution et sur linterprtation des
rsultats. Ltudiant devra aussi porter un regard critique sur les rponses fournies, en
prenant garde aux erreurs darrondi dans les calculs numriques, et aux simplications
abusives dans certaines expressions symboliques.
Ce premier tome comprend trois parties.
La premire partie est consacre une prsentation des notions essentielles de
Matlab2, frquemment utilises par la suite. Elle est illustre par des exemples et peut
servir dinitiation la pratique de ce logiciel.
. Matlab est une marque dpose de The MathWorks Inc. Tous les autres produits cits sont
des marques dposes de leur socit respective.
. partir de la version 5
13
14
En deuxime partie, on prsente les notions de base et les principaux thormes de

lalgbre linaire, le plus souvent sans dmonstrations, pour les utiliser principalement
dans des applications et calculs concrets.
Une importance particulire a t accorde la gomtrie, traite en troisime
partie. On y prsente les notions de base, en faisant le lien avec la partie prcdente.
On y montre aussi les outils ncessaires en vue dapplications concrtes, comme par
exemple en infographie.
Chaque partie est compose de chapitres. Ils sont accompagns dillustrations et
dexemples traits avec Matlab. Des exercices sont ensuite proposs. Certains sont
originaux, dautres sont repris ou inspirs de divers manuels dont la liste est donne
en bibliographie. La correction de ces exercices se trouve en n de chapitre. Nous
avons choisi de la prsenter en utilisant systmatiquement Matlab. Le lecteur pourra
cependant traiter la plupart de ces exercices " la main".
Lorsquune commande Matlab est utilise pour la premire fois, elle apparat en
gras. Les programmes et squences de calcul sous Matlab sont mis en vidence dans
des tableaux.
En n douvrage, se trouve un index regroupant les mots-cls mathmatiques et
les commandes Matlab utilises. Ces dernires apparaissent en italique.
Nous tenons remercier vivement tous nos collgues qui ont consacr un temps
prcieux la lecture de cet ouvrage, notamment Serge Derible, Thierry Dumont, Khaled Sadallah et Francis Wirth.
Nous remercions particulirement Franois Coquet, Professeur lUniversit du
Havre, pour sa lecture attentive, ses remarques et conseils judicieux .
Nous remercions galement la Maison dditions Hermes/Science qui a ralis
avec efcacit la publication des trois tomes.
Nous accueillerons avec reconnaissance les ventuelles remarques que le lecteur
voudra bien nous faire parvenir.
Note au lecteur
Ce recueil de rappels de cours et dexercices corrigs fait partie dun ensemble

comportant trois tomes.
Tome 1
premire partie : prsentation de Matlab,
deuxime partie : algbre linaire,
troisime partie : gomtrie.
Tome 2
premire partie : analyse,
deuxime partie : analyse numrique lmentaire.
Tome 3
thorie lmentaire du signal.
15
16
P REMIRE PARTIE
Prsentation de Matlab
17
18
Chapitre 1
Calculs avec Matlab
Le but de ce premier chapitre est de se familiariser avec lutilisation du logiciel

Matlab. Il est conseill pour cela de reprendre les exemples traits et de faire au fur et
mesure les exercices proposs (de niveau Terminale).
Ce sont les commandes de base de Matlab qui sont prsentes dans ce chapitre et
le suivant. Dautres commandes seront introduites au fur et mesure des besoins, en
fonction des notions mathmatiques abordes.
1.1. Calculs numriques usuels

1.1.1. Exemple
On utilise la formule

pour rsoudre lquation

Pour lancer Matlab, si on dispose dun environnement graphique, il suft le plus

souvent de slectionner licne correspondante. Sinon, dans une fentre de commande,
on crit :
19
20
Il est toujours prfrable de crer un sous-rpertoire appropri (destin contenir

les sauvegardes personnelles relatives Matlab), puis de se placer dans ce rpertoire
(par exemple en utilisant la commande cd).
Dans la fentre Matlab, on peut ds lors introduire les instructions souhaites :
diary exoSecondDegre.txt
Cette premire instruction permet de sauvegarder sa session de travail (commandes
et rponses) dans un chier texte qui pourra tre relu, corrig, imprim, ..., ds quon
aura donn linstruction diary off ou quon aura quitt Matlab.
On introduit les variables
en leur affectant la valeur souhaite.
% Entre des coefcients

a = 3.5 ;
b = 152 ;
c = -0.9 ;
Ce qui suit le signe "%" est un commentaire (utile lorsquon imprime ou relit son
travail). Le point-virgule la n des trois instructions prcdentes vite lafchage du
rsultat.
On utilise ensuite les oprations usuelles (addition, multiplication,...) et la fonction
prdnie sqrt de Matlab pour calculer les solutions de lquation.
%Calcul du discriminant
delta = b^2 -4 * a*c
delta =2.3117e+004
racDelta = sqrt(delta)
racDelta = 152.0414
x1 = (-b - racDelta)/(2*a)
x1 =-43.4345
x2 = (-b + racDelta)/(2*a)
x2 =0.0059
Par dfaut, les rsultats sont afchs avec quatre chiffres aprs la virgule. Mais on peut
modier cet afchage grce la commande format.
format long
x2
x2 =0.00592024557515
format % retour au format dafchage par dfaut
clear
La dernire commande, clear, efface de la mmoire toutes les variables. Elle est utile
si on veut passer un nouvel exercice.
Calculs avec Matlab
21
1.1.2. Remarques
On peut crire plusieurs instructions sur une mme ligne, en les sparant dune
virgule, ou dun point-virgule.
La touche du clavier permet de rditer les lignes dinstructions dj valides,
pour corriger les fautes de frappe ou recommencer un calcul. On peut aussi se dplacer
sur la ligne courante, pour supprimer, insrer, corriger en utilisant les touches et
.
Pour quitter correctement Matlab, il suft dutiliser la commande quit.
1.1.3. Connatre les fonctions utilisables

1.1.3.1. Fonctions mathmatiques
En plus de la fonction sqrt dj rencontre, on peut utiliser les fonctions :
logarithmes nprien (log) ou dcimal (log10), exponentielle (exp),
trigonomtriques (sin, cos, tan...),
etc...
1.1.3.2. Lutilisation de helpwin
On peut obtenir la liste de ces fonctions disponibles et leur descriptif en ouvrant la
fentre daide par la commande
helpwin
et en slectionnant Elementary math functions (elfun).
Plus gnralement, cette fentre daide, trs utile, permet dafcher la liste des
fonctions ou commandes correspondant un thme slectionn. Elle permet aussi
dobtenir directement des informations sur une fonction ou une commande dont on
donne le nom.
1.1.4. Calculs rpts sur tous les lments dun tableau

Avec Matlab, lutilisation de tableaux est particulirement simple pour stocker
une suite de valeurs, effectuer globalement des calculs sur lensemble des valeurs du
tableau.
22
1.1.4.1. Exemple
Calculer

pour

, puis
pour

On utilise les crochets pour entrer un premier tableau de valeurs isoles :

X =[1 2 5 10]
X =1 2 5 10
On effectue les calculs qui sappliqueront tous les lments du tableau. Il faut
pour cela utiliser loprateur la place de , de mme et respectivement la
place de et
Y = X2log(1+X)
Y = 0.6931 4.3944 44.7940 239.7895
On entre un second tableau de valeurs rgulirement espaces en donnant successivement la valeur initiale le pas et la valeur nale 1. On calcule ensuite les
images de ces valeurs :
X1 = [0 : 0.2 : 1]
X1 = 0 0.2000 0.4000 0.6000 0.8000 1.0000
Y1 = X12log(1+X1)
Y1 = 0 0.0073 0.0538 0.1692 0.3762 0.6931
1.2. Graphiques
1.2.1. Reprsentation graphique dune fonction
Pour dessiner le graphe dune fonction dont lexpression est donne, on utilise
ezplot(expression, borneInf, borneSup)
Le cadre et le titre sont automatiquement ajusts. Par exemple :
ezplot (x^2*log(1+x),0,2)
grid on % fait apparatre un quadrillage sur la gure
Calculs avec Matlab
23
x^2*log(1+x)
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
0
0.2
0.4
0.6
0.8
1
x
1.2
1.4
1.6
1.8
1.2.2. Autres reprsentations graphiques planes

1.2.2.1. La commande plot
Cest la commande de base, quon utilise sous la forme
plot(X,Y,options)
o reprsente une abscisse ou un tableau dabscisses, lordonne ou le tableau
des ordonnes correspondantes, et options est une chane de caractres permettant
de prciser le type et la couleur du trac (utiliser laide concernant cette commande
plot pour connatre ces options). Par dfaut, la gure sajuste automatiquement lensemble des points reprsenter, mais la commande axis permet dimposer ses propres
choix :
axis equal pour un repre orthonorm,
axis([xMin xMax yMin yMax]) pour dnir un cadre.
Plusieurs tracs pourront tre effectus sur la mme gure grce la commande
hold on (par dfaut, une nouvelle gure est cre pour chaque trac, ce qui correspond
hold off ). La commande clf permet de rinitialiser la gure courante. On peut ouvrir
simultanment plusieurs gures, et les numroter, grce la commande gure .
1.2.2.2. Exemple

Dessinons un triangle une de ses mdianes et son centre de gravit
On donne les coordonnes des points dans le plan muni dun repre
24
orthonorm :

Pour imposer un repre orthonorm et xer le cadre dni par
on crit
clf ; hold on
axis equal
axis([-1 7 0 6])
On reprsente le point laide dune croix de couleur rouge :
plot(8/3,2,xr)
On dessine ensuite en pointills le segment en formant le tableau de ses abscisses
et de ses ordonnes :
X=[2 3] ; Y=[4 1] ;
plot(X,Y,- -)
On construit aussi les tableaux de coordonnes du triangle , ou plutt de la ligne
polygonale ferme (pour que le ct soit lui aussi dessin).
X=[2 0 6 2] ; Y=[4 1 1 4] ;
plot(X,Y) % dessin dun trait continu par dfaut
La commande title permet de donner un titre, et gtext permet de placer laide de la
souris la chane de caractres choisie :
title(Un triangle et une de ses mdianes )
gtext(A) ; gtext(B) ; gtext(C) ; gtext(G) ; gtext(I)
Calculs avec Matlab
25
Un triangle et une de ses mdianes

6
1
B
0
1
1.3. Calcul symbolique avec Symbolic Math Toolbox

Souvent on est amen transformer des expressions algbriques laide de rgles
connues, plutt quvaluer directement leur valeur numrique approche. Si le logiciel
Matlab est avant tout un outil de calcul numrique, son complment Symbolic MathToolbox (bas sur le logiciel Maple) permet deffectuer les calculs mathmatiques
usuels (appels aussi calculs symboliques, ou calculs formels).
1.3.1. Simplication dexpression algbrique
Pour simplier lexpression

on multiplie numrateur et dnominateur par lexpression dite conjugue de ce dnominateur :

Un tel calcul peut tre effectu avec Matlab en utilisant :
26
sym qui construit une expression symbolique partir dune chane de caractres ;
simple qui simplie cette expression symbolique.
s= sym(((sqrt(12)+3)/(sqrt(12)-3)))
s =((sqrt(12)+3)/(sqrt(12)-3))
simple(s)
ans =7+4*3^(1/2)
simplify, factor, collect, expand effectuent galement les transformations et simplications de ces expressions, simple appelant une une toutes ces fonctions et retenant
nalement le rsultat le plus simple (celui correspondant la chane de caractres
la plus courte). Pour obtenir une valeur numrique approche de lexpression, il suft
dutiliser double :
double(s)
ans = 13.9282
1.3.2. Un exemple de calcul avec une variable

Soit par exemple lexpression

o dsigne une variable entire. On demande de calculer

puis de montrer que est toujours le carr dun entier.
pour
,
Pour cela, on construit, en utilisant la commande sym, une expression symbolique

dans laquelle gure la lettre . Puis on utilise la commande subs pour remplacer par 2 dans lexpression . Enn la commande factor permet de factoriser le
rsultat et de mettre en vidence un carr parfait.

P = sym(n*(n+1)*(n+2)*(n+3)+1);
subs(P,n,2)
ans = 121
factor(ans)
ans = 11 11
On effectue le mme calcul pour remplacer

par 3, et on ferait de mme pour

factor(subs(P,n,3))
ans = 19 19
Calculs avec Matlab
Pour montrer que

pression :
27
est toujours le carr dun entier, on factorise directement lex factor(P)

ans = (n^2+3*n+1)^2
Le rsultat montre que est toujours le carr de lentier

.
1.3.3. Utilisation de syms

Une simple variable (mathmatique) telle que , , est elle-mme une expression symbolique lmentaire et il est souvent commode de laffecter une variable
(informatique) de mme nom :
n=sym(n) ; x = sym(x) ; theta = sym(theta)
On peut remplacer cette suite daffectations par la seule commande
syms n x theta
On peut ensuite effectuer des calculs utilisant ces variables :
subs(exp(x),x,n*theta)
ans = exp(n*theta)
On peut imposer aux variables mathmatiques ainsi dclares de prendre des valeurs
relles (par dfaut, elles prennent des valeurs dans ) ou relles positives :
syms x real
simplify(sqrt(x^2))
ans =signum(x)*x
syms x positive
simplify(sqrt(x^2))
ans = x
1.3.4. Calculs trigonomtriques

Le calcul symbolique permet deffectuer des calculs trigonomtriques exacts, ne
pas confondre avec le calcul numrique approch :
sym(cos(pi/4))
ans = sqrt(1/2)
cos(pi/4)
ans = 0.7071
28
Les commandes expand, simplify, factor permettent aussi de dvelopper, simplier, factoriser les expressions trigonomtriques par application des formules usuelles.
syms x y
expand (cos(x+y))
ans=cos(x)*cos(y) - sin(x)*sin(y)
La commande simple teste lapplication de plusieurs mthodes, pour retenir lexpression la plus simple
syms x
simple(cos(x)^2-sin(x)^2)
% plusieurs rponses dont
simplify : 2*cos(x)^2-1
factor : (cos(x)-sin(x))*(cos(x)+sin(x))
...
ans= cos(2*x)
1.3.5. Rsolution dquations ou dinquations

Le calcul symbolique permet aussi de transformer, puis rsoudre des quations,
des systmes dquations ou des inquations. La commande de base est solve.
1.3.5.1. Equations
Rsolvons les quations

et

.
On utilise pour cela les commandes syms, solve, subs.

syms x
E = 2*x^3-13*x^2-10*x+21;
solve(E)
ans = [ 1 -3/2 7]
E1=subs(E,x,log(x))
E1 = 2*log(x)^3-13*log(x)^2-10*log(x)+21
solve(E1)
ans = [ exp(1) exp(-3/2) exp(7) ]
Calculs avec Matlab
29
1.3.5.2. Systme dquations

On rsout le systme

.
par :
[X,Y]=solve(2*exp(x)-exp(y)=15,exp(x)+2*exp(y)=40)
X = log(14)
Y = log(13)
1.3.5.3. Une inquation
La fonction solve de Matlab ne permet pas de rsoudre des inquations. Il faut
utiliser directement celle de Maple. Par exemple linquation

se rsout avec la syntaxe suivante :

maple(solve((x-3)^4(x-3)))
ans = RealRange(-inf,Open(3)), RealRange(Open(4),inf)
Lensemble solution est donc

.
1.3.6. Mises en garde
1.3.6.1. Remarque 1
La commande maple prsente ci-dessus ne reconnat pas les variables dnies
dans lenvironnement Matlab. Si on a dni par exemple :
syms x ; A=(x-3)^4 ; B= x-3 ;
linstruction
solve(A-B)
peut tre utilise pour rsoudre lquation

mais linstruction

maple(solve(AB))
donnera
ans =
30
1.3.6.2. Remarque 2
Le calcul symbolique de Matlab ne prend pas en compte les cas particuliers. Par
exemple, lorsquon doit rsoudre lquation, dinconnue ,

on a, pour , la solution
mais pour
Matlab :
lquation na pas de solution. Ce cas nest pas pris en compte par

syms x m
solve(m*x=m-1,x)
ans = (m-1)/m
De la mme faon, des simplications abusives peuvent tre effectues :

syms x m
simplify((x-m-x)/m)
ans = -1
Il appartient donc lutilisateur de dtecter ces cas particuliers, et de les traiter part.
1.3.6.3. Remarque 3
Les variables symboliques sont supposes relles, relles positives, ou complexes.
On ne peut restreindre leur domaine un intervalle born de , ni , , .... On
ne pourra donc obtenir de simplication de si on suppose entier, car cette
hypothse ne peut pas tre prise en compte par Matlab.
1.3.6.4. Remarque 4
Les rsultats obtenus dans le calcul symbolique avec Symbolic Math Toolbox dpendent essentiellement de la version utilise. Nous avons par exemple constat des
diffrences entre les versions 2.0 et 2.1.3.
1.4. Itrations et tude de suites
Les instructions ditration classiques, while et for, permettent de rpter un traitement sur les termes successifs dune suite.
La syntaxe gnrale est :
for variable = valeurInitiale : pas : valeurFinale
% traitements rpter
end
Calculs avec Matlab
ou bien
31
while condition
% traitements rpter
end
On veut par exemple calculer les 20 premiers termes de la suite gomtrique de

raison 0.5 et de premier terme 100, puis dterminer la somme de ces termes. On place
dans un tableau

les termes successifs de cette suite :

U(1) = 100 ;
for i=1 :1 :19
U(i+1) =0.5* U(i) ;
end
Aucun afchage ne se produit, en raison du

plac la n de linstruction

Si on souhaite nafcher que les quatre premiers et les cinq derniers termes :
U(1 :4)
100.0000 50.0000 25.0000 12.5000
U(16 :20)
0.0031 0.0015 0.0008 0.0004 0.0002
Enn, on utilise la fonction Matlab sum pour calculer la somme de tous les lments
du tableau :
sum(U)
ans =199.9998
On calcule maintenant tous les termes de la suite jusqu lobtention dun terme infrieur

V(1) = 100 ; i = 1 ;
while V(i)=1e-6,
V(i+1)=0.5*V(i) ;
i= i+1 ;
end
On utilise la fonction length, qui donne le nombre dlments du tableau :
length(V)
ans = 28
32
En faisant afcher les lments de au format long, on peut vrier que

premier terme infrieur

est le
format long
V
...
Columns 25 through 28
0.00000005960464 0.00000002980232 0.00000001490116 0.00000000745058
1.5. Exercices
1.5.1. Format long, format short
Calculer la valeur numrique de

pour

, au format "short", puis au format "long".
(solution p. 34)
1.5.2. Tableau dvaluation
Calculer les valeurs numriques de

pour

(solution p. 34)
1.5.3. Graphe dune fonction
Reprsenter graphiquement la fonction dnie par

sur lintervalle

.
(solution p. 35)
Calculs avec Matlab
33
1.5.4. Dessin dun quadrilatre

On donne les points

Dessiner dans un repre orthonorm le quadrilatre et ses diagonales.
(solution p. 35)
1.5.5. Egalits symboliques

On donne lexpression

Vrier les galits

.
(solution p. 36)
1.5.6. Itrs dune suite

1) Calculer les 20 premiers nombres de Fibonacci dnis par

.
2) Calculer tous les nombres de Fibonacci infrieurs

. Combien y en a-t-il ?
(solution p. 37)
34
1.5.7. Suite de Fibonacci

On dnit les rels

et, pour tout entier
,

(I)
1) Montrer que, pour tout

,

2) Trouver et pour que

3) On en dduit que
dni par la formule I, avec les valeurs de et obtenues
la question 2, est le -ime nombre de Fibonacci (cf 1.5.6). Le vrier en calculant
les 20 premiers nombres de Fibonacci laide de la formule (I) et en comparant aux
rsultats de lexercice 1.5.6.
1.6. Solutions
Exercice 1.5.1
On utilise la fonction exp et la constante pi pour effectuer le calcul.
format
x=1.3181 ;
y= exp(-x^2/sqrt(2*pi))
y = 0.5000
format long
y = 0.50001490296477
Ce deuxime afchage montre que nest pas exactement gal
, contrairement
ce que le premier afchage pouvait laisser penser !
Exercice 1.5.2
On cre le tableau des valeurs de , puis on obtient tableau des valeurs correspondantes pour
Calculs avec Matlab
X =0.5 :0.5 :5 ;
Y = exp(-X.^2./sqrt(2*pi))
Y = 0.9051 0.6710 0.4075 0.2028 0.0826
0.0276 0.0075 0.0017 0.0003 0.0000
Exercice 1.5.3
ezplot(exp(-x^2/sqrt(2*pi)),-3,3)
grid on
exp(x^2/sqrt(2*pi))
0.8
0.6
0.4
0.2
0
3
0
x
Exercice 1.5.4
On forme les tableaux dabscisses et dordonnes, pour la ligne polygonale
!" #
les segments et

35
36
Xquad=[3 5 7 1 3] ;
Yquad=[6 6 2 2 6] ;
plot(Xquad,Yquad) ;%trait continu
hold on ;
axis equal ; axis([0 8 0 8])
Xac=[3 7] ;
Yac=[6 2] ;
plot(Xac,Yac,- -) ; % pointill
Xbd=[5 1] ;
Ybd=[6 2] ;
plot(Xbd,Ybd,- -)
gtext(A) ;gtext(B) ;gtext(C) ;gtext(D) ;
7
A
Exercice 1.5.5
On dnit lexpression comme diffrence de

et

Calculs avec Matlab
37
syms x y
Ex = (cos(x-pi/4))^2-(sin(x-pi/4))^2;
Ey= subs(Ex,x,y) ;
E= Ex - Ey ;
La commande simple permet de faire apparatre deux des trois expressions demandes.
simple(E)
expand :
2*sin(x)*cos(x)-2*sin(y)*cos(y)
combine(trig) :
sin(2*x)-sin(2*y)
Pour la troisime, on effectue la vrication inverse :
F = 2*sin(x-y)*cos(x+y)
simple(F)
ans = sin(2*x)-sin(2*y)
On peut aussi vrier que la diffrence entre les deux expressions est nulle.
simple(F-E)
ans = 0
Exercice 1.5.6
Utilisation de linstruction for : les deux premiers termes tant donns, on calcule les 18 suivants.
F(1) = 1 ;F(2)=1 ;
for n=1 :18,
F(n+2)=F(n)+F(n+1) ;
end
F
F =1 1 2 3 5 8 13 21 34 55 89 144 233
377 610 987 1597 2584 4181 6765
Utilisation de linstruction while : litration se terminera lorsque

38
Tous les termes, sauf le dernier, sont donc infrieurs

clear F
F(1)=1 ;F(2)=2 ;
n = 2;
while(F(n)$1e6),
F(n+1)=F(n)+F(n-1) ;n=n+1 ;end
F(1 :n-1)
ans = 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987
1597 2584 4181 6765 10946 17711 28657 46368
75025 121393 196418 317811 514229 832040
n-1
ans = 29
Exercice 1.5.7
1) On dclare les variables symboliques
et

et on dnit par leurs expressions
A = sym((1+sqrt(5))/2);
B = sym((1-sqrt(5))/2);
syms a b n
Fn=a*A n+b*B n
Fn=a*(1/2+1/2*5 (1/2))n+b*(1/2-1/2*5 (1/2))n
On vrie la relation de rcurrence
FnPlus1 = subs(Fn,n,n+1) ;
FnPlus2 = subs(Fn,n,n+2) ;
simple(FnPlus2-FnPlus1-Fn)
ans = 0
2) On calcule
et
puis on cherche et vriant les conditions

Les solutions du systme obtenu sont places dans des variables et :

F1 = subs(Fn,n,1)
F1 = a*(1/2+1/2*5 (1/2))+b*(1/2-1/2*5 (1/2))
F2 = subs(Fn,n,2)
F2 = a*(1/2+1/2*5 (1/2))2+b*(1/2-1/2*5 (1/2))2
[a1, b1] =solve(F1-1, F2-1)
a1 = 1/5*5 (1/2)
b1 = -1/5*5 (1/2)
Calculs avec Matlab
39
3) On remplace, dans lexpression de

et par les valeurs obtenues ci-dessus,
et on calcule les 20 premiers termes de la suite :
Fn=subs(Fn,a,a1) ; Fn=subs(Fn,b,b1)
Fn =1/5*(1/2+1/2*5 (1/2))n*5(1/2)-1/5*(1/2-1/2*5 (1/2))n*5(1/2)
for k=1 :20, f(k)= simple(subs(Fn,n,sym(k))) ;end
f
f = 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987
1597 2584 4181 6765
On retrouve bien les valeurs de la suite de Fibonacci.
40
Chapitre 2
Programmation avec Matlab
Dans le chapitre prcdent, on a vu comment entrer une une des instructions Matlab, pour en obtenir immdiatement le rsultat. Mais Matlab est aussi un langage de
programmation, permettant dcrire et de rutiliser des sous-programmes, deffectuer
des tests logiques, dexcuter des actions conditionnelles, etc...
2.1. Crer des sous-programmes

2.1.1. Mmoriser des instructions dans un chier script
Un chier script est simplement un chier texte contenant une suite dinstructions.
Cela permet de mmoriser, de corriger, de rutiliser ces instructions. A laide dun
diteur de texte 1, on cre dans le rpertoire courant un chier dont le nom comporte
obligatoirement lextension .m, par exemple

%&' (
"() "'
*

on y copie les instructions voulues, en respectant la syntaxe de Matlab, en plaant

des commentaires appropris, puis on sauvegarde. Pour excuter ces instructions, il
sufra, sous '( dappeler
scriptCalculSuiteFibonacci
. Lenvironnement Matlab, pour la plupart des versions, comprend un diteur, que lon ouvre
en slectionnant le menu File/New/M.le.
41
42
2.1.2. Reprsenter une fonction mathmatique

2.1.2.1. Exemple
On considre la fonction dnie par

On cre l aussi un chier texte dans lequel sera dnie la fonction . Ce chier doit
tre enregistr dans le rpertoire de travail courant, sous le nom
. Le contenu de
ce chier doit respecter scrupuleusement la syntaxe suivante :
% fonction qui calcule y = x * log(x)
function y = f1(x)
y = xlog(x) ;
La premire ligne est un commentaire qui sera automatiquement afch si on appelle
+(&

La deuxime indique que le calcul de la fonction dpend dune variable (ici ) et que
la valeur que devra retourner cette fonction est . La troisime ligne indique justement
le calcul de en fonction de . Lutilisation de lopration permettra dappliquer
cette fonction un tableau de valeurs.
Dnir ainsi une fonction permet deffectuer, selon les besoins :
des calculs numriques
f1(1.5)
ans = 0.6082
des calculs sur des tableaux de valeurs ( condition de bien noter .*, ./, .^ les
oprations effectuer)
X =1 :0.1 :2 ;
f1(X)
ans = 0 0.1048 0.2188 0.3411 0.4711 0.6082
0.7520 0.9021 1.0580 1.2195 1.3863
des calculs symboliques : on vrie par exemple que, pour tous rels strictement
positifs

syms a b positive
b*f1(a)+a*f1(b)
ans = b*a*log(a)+a*b*log(b)
simple( b*f1(a)+a*f1(b) -f1(a*b))
ans = 0
43
des reprsentations graphiques, en utilisant la commande fplot

fplot(f1,[0.2 5])
grid on
title(fonction f1(x) = x * log(x))
fonction f1(x) = x * log(x)
9
8
7
6
5
4
3
2
1
0
1
0.5
1.5
2.5
3.5
4.5
2.1.2.2. Comparaison entre deux mthodes

Au chapitre prcdent, on a vu comment reprsenter une fonction mathmatique
laide dune expression symbolique :
syms x
f1DeX=xlog(x) ;
Cela peut paratre plus simple que de crer un chier f1.m contenant la dnition de
la fonction. Mais, lusage, il est plus naturel dutiliser :
f1(3)
ans = 3.2958
plutt que
subs(f1DeX,x,3))
ans = 3.2958
De plus, lorsquon doit effectuer des calculs rpts un grand nombre de fois, lutilisation des expressions symboliques gnre un temps de traitement plus long. Les
commandes Matlab tic et toc permettent de lancer et darrter un "chronomtre". Les
44
rsultats obtenus dpendent de la machine utilise. On obtient par exemple

tic ;for i=1 :1 :1000,y=f1(i) ;end ;toc
elapsedtime =0.0147
tic ;for i=1 :1 :1000,y=double(subs(f1DeX,x,i));end ;toc
elapsedtime = 3.2738
3.2738/0.0147
ans = 222.7075
La deuxime itration a ncessit dans ce cas un temps dexcution plus de 200 fois
suprieur par rapport la premire !
2.1.3. Crer un sous-programme avec paramtres

Un sous-programme permet de mmoriser, dadapter, de rutiliser un calcul. On
lappelle fonction en informatique ( ne pas confondre avec une fonction au sens
mathmatique, mme si les deux notions se rejoignent parfois, comme au paragraphe
prcdent).
Matlab dispose de plusieurs centaines de fonctions prdnies, mais lutilisateur
peut aussi crer ses propres fonctions.
2.1.3.1. Exemple 1
On peut crer une fonction *
qui calcule et retourne le tableau constitu des premiers nombres de Fibonacci. L aussi, lensemble des instructions doit
tre enregistr dans un chier texte du rpertoire courant, appel *

% Fonction qui calcule et retourne les n
% premiers nombres de Fibonacci
function F = bonacci(n)
F(1)=1 ; F(2)=1 ;
for i=3 :n
F(i)=F(i-1)+F(i-2) ;
end
On peut alors appeler cette fonction en remplaant le paramtre par la valeur souhaite :
T = bonacci(6)
T=112358
total = sum(bonacci(30))
total = 2178308
45
2.1.3.2. Remarques
Len-tte
function F=bonacci(n)
indique la fois le nom de la fonction (bonacci), le nom du ou des paramtres (ici n),
et la valeur (ou la liste de valeurs) retourne (ici ). On doit respecter scrupuleusement
cette syntaxe, en ladaptant aux besoins.
Une fonction peut dpendre de plusieurs paramtres, ou daucun. Elle peut retourner une valeur, une liste de valeurs, ou mme aucune valeur si son but est dexcuter
une action (construction dun graphique, afchage de rsultats). A titre dexemple,
lexercice 2.5.1 p. 55 a pour but de construire une fonction dpendant de deux paramtres et retournant une liste de deux valeurs.
2.1.3.3. Exemple 2
On aura not que, par dfaut, les graphiques sous Matlab font apparatre un cadre
gradu, mais pas les axes du repre.
ezplot(log(1+x),-1,2)
grid on
log(1+x)
0.5
0.5
1.5
2.5
0.5
0.5
x
1.5
On peut crer une fonction dessineRepere qui permet de faire apparatre ces axes en
traits mixtes et pais.
46
function dessineRepere
hold on
V=axis ;
% V contient les abscisses et ordonnes minimum et maximum courantes
Xmin=V(1) ;Xmax=V(2) ;Ymin=V(3) ;Ymax=V(4) ;
plot([Xmin Xmax],[0 0],-.,LineWidth,1.5)
% LineWidth permet de choisir la largeur du trait (1 par dfaut)
plot(Xmax,0,,LineWidth,1.5) %dessine la che horizontale
plot([0 0],[Ymin Ymax],-.,LineWidth,1.5)
plot(0,Ymax,^,LineWidth,1.5)
Son utilisation donne ici
dessineRepere
log(1+x)
0.5
0.5
1.5
2.5
0.5
0.5
x
1.5
2.2. Traitements conditionnels, expressions logiques

Les instructions conditionnelles (avec if elseif else ) interviennent dans la dnition de certaines fonctions mathmatiques.
2.2.1. Exemple : tude dune fonction dnie par morceaux

On considre la fonction dnie sur [0, 1] par

-

si

si
$
si
$

On trace la reprsentation graphique de dans un repre orthonorm

Pour cela, on dnit dans un chier fParMorceaux.m :

function y = fParMorceaux(x)
if(x $1/4) y=x.^2-1/2*x+5/16;
elseif x$=3/4 y=x ;
else y= -x.^2+3/2*x+3/16 ;
end
On peut ensuite appeler
fplot(fParMorceaux,[0 1])
axis equal
grid on
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
47
48
On peut aussi effectuer des calculs numriques avec cette fonction :

a=1/6 ; fParMorceaux(a)
ans = 0.2569.
Mais les mthodes de la Symbolic Math Toolbox ne grent pas les expressions dans
lesquelles gurent des conditions.
a=sym(1/6) ;fParMorceaux(a)
? ? ? Function $ is not dened for values of class sym.
Pour effectuer des calculs symboliques (calculs de limites, drives, primitives, etc...),
il faudrait donc crire les trois expressions dnissant et effectuer les calculs successivement sur chacune delles.
2.2.2. Expressions logiques et quanticateurs

Les expressions logiques utilisent le plus souvent les oprateurs de comparaison
quon rappelle ici :
gal
diffrent

strictement suprieur
suprieur ou gal
$
strictement infrieur
$ infrieur ou gal
Elles utilisent aussi les oprateurs logiques (et), (ou), (non))
Exemple
On considre la fonction dnie en 2.2.1. On peut vrier, en notant

quon a, pour tout

On dnit :
X=[0 :0.001 :1] ;
Y=fParMorceaux(X) ;
Z=fParMorceaux(Y) ;
49
On peut alors tester globalement les proprits des lments de et , en utilisant les
fonctions all et any :
all(Y=0 & Y$=1)
ans = 1 % tous les lments de Y sont compris entre 0 et 1
all(Y==Z)
ans = 1
% chaque lment de Y est gal llment correspondant de Z
% Inversement :
any(Y~=Z)
ans = 0
2.2.3. Exemple de fonction rcursive

Une fonction rcursive (fonction dont lexcution peut appeler la fonction ellemme) est base sur un schma conditionnel. En mathmatiques, une dnition par
rcurrence conduit assez naturellement la construction dune fonction rcursive.
Exemple
Partant de la dnition par rcurrence de la factorielle dun entier :

on dnit dans un chier factorielle.m :

function res=factorielle(n)
if n==0, res=1 ;
else res=n*factorielle(n-1) ;
end
A lutilisation, on obtient
factorielle(10)
ans = 3628800
On a ici un exemple de fonction rcursive : factorielle

lui-mme appelle factorielle
Le principe de rcurrence montre que

factorielle
calcule bien pour tout :
par construction, factorielle

retourne bien %
appelle factorielle
qui
50
si on suppose que factorielle

rielle retourne bien la valeur
%

retourne la valeur

alors facto-

'*%((

(voir aussi exercice 2.5.3 p. 56)
2.3. Les types de donnes utiliss par Matlab

Avec Matlab, on dnit des expressions et on utilise des variables sans dclarer
explicitement leur type (numrique, symbolique, tableau, chane de caractres). Cest
la valeur affecte une variable qui dtermine le type de celle-ci. Le plus souvent, le
type des expressions manipules est adapt au calcul souhait (calcul numrique approch, calcul symbolique, calcul sur des tableaux de valeurs) dautant que la plupart
des oprations ou fonctions sappliquent de manire adapte chaque type (laddition
par exemple effectue aussi bien la somme de deux valeurs numriques que celle de
deux tableaux de valeurs ou celle de deux expressions symboliques).
Mais il est parfois ncessaire de connatre le type prcis des expressions traites et
de faire la distinction entre ces types. Considrons par exemple les trois affectations
suivantes :
n = 123 ;
% type numrique
c = 123 ;
% type chane de caractres
s = sym(123) ; % type expression symbolique
est de type numrique,

est de type chane de caractres,
est de type expression symbolique.
Mme si, lafchage, les valeurs de ces variables apparaissent identiques, les
oprations qui seffectueront sur chacune delles ne seront pas les mmes !
La commande whos permet de visualiser le type de ces trois variables.
whos
Name Size Bytes Class
c
1x3
6
char array
n
1x1
8
double array
s
1x1
130 sym object
Grand total is 8 elements using 144 bytes
51
2.3.1. Type numrique

Avec des variables, expressions ou tableaux de ce type, Matlab effectue des calculs
numriques approchs. Cest son mode de calcul par dfaut.
Les calculs se font en base deux, avec des mantisses de 52 chiffres (cette reprsentation interne est dveloppe dans le tome 2, au chapitre 4, consacr larithmtique de lordinateur).
A lafchage les valeurs numriques apparaissent en base 10,.
x= 80/18, y = sqrt(x)
x = 4.4444
y = 2.1082
X =1 :0.2 :2
X = 1.0000 1.2000 1.4000 1.6000 1.8000 2.0000
Y = X*log(X)
Y = 0 0.2188 0.4711 0.7520 1.0580 1.3863
Les options de la commande format permettent de choisir le mode dafchage :
a=pi^3
a = 31.0063
format long ; a
a = 31.00627668029982
format short e ; a
a = 3.1006e+001
format long e ; a
a = 3.100627668029982e+001
2.3.2. Chanes de caractres
Ce sont en fait des tableaux de caractres. Chaque caractre est accessible par son
indice.
c =2et2font4 ;
c(5 :8)
ans = font
Elles permettent de manipuler du texte quon peut concatner (voir strcat) ou placer dans une fentre graphique (voir gtext, title).
Ces chanes peuvent aussi dnir une expression mathmatique. Elles sont alors
traites comme une expression symbolique quon peut reprsenter graphiquement
(voir -&(*') ou valuer numriquement (voir eval).
52
A linverse, un nombre rel peut tre converti en chane de caractres (num2str).

A titre dexemple, on pourra analyser chacune des instructions ci-dessous et en
visualiser leffet sur la gure.
expr = x*log(x) ;
ezplot (expr,1,2)
title(strcat(y = ,expr, sur [1 2]))
x = 1.5 ; y = eval(expr)
y = 0.6082 ;
hold on ; plot(x,y, o)
texte = strcat([ x = , num2str(x), y = , num2str(y), ])
gtext(texte)
y =x*log(x) sur [1 2]
1.5
[ x =1.5 y =0.6082 ]
0.5
0
1
1.1
1.2
1.3
1.4
1.5
x
1.6
1.7
1.8
1.9
Les chanes de caractres permettent aussi de reprsenter et convertir les

nombres entiers en base 2, 16, et plus gnralement en base (voir tome 2, chapitre 4,
arithmtique de lordinateur).
2.3.3. Type symbolique
Des variables, expressions et tableaux de ce type permettent de dnir des variables mathmatiques (voir syms) et deffectuer des calculs symboliques. La commande sym permet de convertir une expression numrique ou une chane de caractres
en type symbolique. A linverse, la commande double convertit une expression symbolique sans variable en type numrique. Voici un exemple de calcul symbolique sur
un tableau de valeurs, puis de conversion de ce tableau en numrique :
53
T = sym([0 :pi/12 :pi/2])

T = [ 0, pi/12, pi/6, pi/4, pi/3, 5*pi/12, pi/2]
C = simple(cos(T))
C = [ 1, 1/4*6^(1/2)*(1+1/3*3^(1/2)), 1/2*3^(1/2),
1/2*2^(1/2), 1/2, 1/4*6^(1/2)*(1-1/3*3^(1/2)), 0]
Cnum = double(C)
Cnum = 1.0000 0.9659 0.8660 0.7071 0.5000 0.2588 0
2.4. Quelques commandes importantes de Matlab

2.4.1. Sauvegardes
On a vu que, pour sauvegarder une session de travail (commandes et rponses),
dans un chier texte nomm par exemple session.txt, il fallait utiliser ds le dbut de
la session
diary session.txt
Les sous-programmes (scripts, fonctions) enregistrs dans des chiers dextension

m (voir paragraphe 2.1) sont videmment sauvegards au fur et mesure.
Pour sauvegarder un graphique dans un chier au format PostScript, nomm par

exemple monDessin.ps, on utilise la commande
print -dps monDessin
Lextension & sera donne automatiquement au nom du chier.
Pour sauvegarder lensemble des variables de la session de travail en cours, dans
un chier nomm par exemple mesVariables, on utilise
save mesVariables
Lextension .mat est automatiquement ajoute.
Mme si on quitte Matlab, on pourra lors dune session ultrieure reprendre lexercice
l o on lavait laiss laide de la commande
load mesVariables
54
2.4.2. Gestion des variables

En gnral, le rsultat dun calcul est affect une variable, ce qui permet de
rutiliser ultrieurement sa valeur.
Si une expression calculer nest pas affecte une variable, cest par dfaut la
variable ans qui est affecte ou modie.
On peut effacer la valeur dune variable par la commande
clear x
(utile par exemple pour rinitialiser un tableau), et on peut effacer lensemble des
variables par
clear
2.4.3. Gestion de lafchage

Pour modier le format dafchage des valeurs numriques, on utilise la commande format optionsDeFormat o optionsDeFormat peut tre gal +*%' (*.
etc...
Pour rinitialiser la fentre dafchage, on utilise la commande
clc
Pour rinitialiser la fentre graphique, on utilise la commande
clf
helpwin, on la vu, ouvre une fentre graphique daide, alors que help afche laide
dans la fentre courante.
Pour visualiser le contenu du chier monScript.m contenant un script ou une fonction on utilise la commande
type monScript.m
Lorsquon excute un chier

%&', on peut visualiser au fur et mesure les commandes en mme temps que leur rsultat grce la commande pralable
echo on
55
2.5. Exercices
2.5.1. Division euclidienne
Ecrire une fonction
/
%
#0 "
(
qui calcule le quotient et le reste de la division de lentier par lentier non nul . On
pourra, pour effectuer le calcul, utiliser la fonction oor qui donne la partie entire
dun nombre rel, et la fonction mod qui calcule le reste de la division euclidienne.
(solution p. 56)
2.5.2. Suite pseudo-alatoire

Une suite pseudo-alatoire de nombres entiers est gnre de la manire suivante :
on se donne trois entiers xs
avec et non nuls ;
on choisit une premire valeur ;
on dnit par rcurrence la suite des valeurs
par :
est le reste de la division de

par .
Ecrire une fonction "'(

qui construit ainsi dans un
tableau une suite de nombres entiers pseudo-alatoires, compris entre et
.
Tester dans un cas simple, en vriant que, pour

les 12 premiers nombres obtenus sont

1, 13, 14, 27, 10, 6, 16, 22, 7, 29, 5, 3.
Remarque : en choisissant sufsamment grand et en divisant tous les termes de
la suite obtenue par , on obtient une suite de nombres rels pseudo-alatoires dans
lintervalle [0, 1].
(solution p. 57)
56
2.5.3. P.G.C.D de deux nombres

On peut montrer par rcurrence sur que le plus grand commun diviseur (PGCD)
de deux entiers naturels et tels que est dni par :
si ou
sinon

%
(% est le reste de la division euclidienne de

calcule ce reste).
par , la fonction Matlab
*#
Ecrire une fonction rcursive

#

utilisant cette dnition.

(solution p. 57)
2.5.4. Calculs sur une chaine de caractres
1) On donne la chane de caractres

/%' .
a) Que reprsente
?
b) Comment obtenir la valeur exacte de
pour ?
c) Comment obtenir la valeur numrique approche de
pour ?
2) Convertir
en expression symbolique et reprendre pour les questions de (1).
3) Dnir dans un chier la fonction '( telle que

et reprendre pour les questions de (1).

(solution p. 58)
2.6. Solutions
Exercice 2.5.1
On cre dans un chier divEuclid.m la fonction divEuclid qui calcule dabord
/
puis %

57
function [q,r] = divEuclid(a,b)

q= oor(a/b) ;
r = mod(a,b) ;
On teste cette fonction sur un exemple :
[q,r] =divEuclid(22,5)
q=4
r=2
% On a bien 22 = 5 x 4 + 2
Exercice 2.5.2
De mme que prcdemment, on cre la fonction suiteAlea, puis on la teste sur
lexemple propos dans lnonc.
function X=suiteAlea(a,c,m,x1,n)
X(1)=x1 ;
for k = 1 :n-1,
[q,X(k+1)]= divEuclid(a*X(k)+c,m);
end
X = suiteAlea (13,0,31,1,12)
X = 1 13 14 27 10 6 16 22 7 29 5 3
Exercice 2.5.3
On reprend les deux cas donns dans lnonc.
function d=PGCD(a,b)
if (b==0 b==a)
d=a ;
else
r = mod(a,b) ;
d = PGCD(b,r) ;
end
58
Exercice 2.5.4
1) On cre la chane de caractres
:
c = 1+sqrt(x) ;
c(5)
ans = r % c(5) est le cinquime caractre de la chane c
x = 5 ; eval(c)
ans = 3.2361 % valeur numrique approche
subs(c,x,sym(5)) % subs sapplique aussi au type chane
ans = 5^(1/2)+1
2) A partir de
, on cre lexpression symbolique :
s = sym(c) ;
s(5)
? ? ? Index exceeds matrix dimensions.
% s nest pas un tableau, contrairement c !
subs(s,x ,5) % valeur exacte
ans = 5^(1/2)+1
double(ans) % conversion en numrique
ans = 3.2361
3) On cre la fonction Matlab laide dun chier "" :
function y = f(x)
y = 1+sqrt(x) ;
puis on utilise cette fonction :
f(5) % image de 5 par la fonction f
ans = 3.2361 % valeur numrique approche
f(sym(5)) % image par f dune expression symbolique
ans = 5^(1/2)+1 % rsultat de type symbolique
D EUXIME PARTIE
Algbre linaire
59
60
Chapitre 3
Systmes linaires : mthode de Gauss
Nous commenons par prsenter laspect calculatoire de rsolutions de systmes

linaires quelconques. Tout naturellement apparatra un travail sur des tableaux rectangulaires.
3.1. Systmes linaires
3.1.1. Dnition
On dit quon a un systme linaire de quations
lorsquon a les quations :
)

..
.

..
.

&
inconnues

&

1
1
..
.
..
.
o les donnes sont :

1) le second membre du systme constitu par les nombres rels ou complexes

..., ,
2) les coefcients rels ou complexes pour prenant toutes les valeurs entre
et et prenant toutes les valeurs entre

et &. (, & constantes donnes du systme).

dsigne la
ligne du systme
61
)
62
Les inconnues dterminer sont

Le systme est dit carr lorsque &. Cest le cas o on a autant dquations que
dinconnues. Mais on aura aussi considrer des systmes o et & sont quelconques.
On dira que le systme est homogne lorsque les donnes sont nulles pour
On peut remarquer quun systme linaire homogne admet au moins la
solution nulle Ce nest pas ncessairement la seule
comme le montre lexemple suivant

1

qui admet, en plus de la solution triviale,

,
la solution

(et beaucoup dautres !)

3.1.2. Lensemble des solutions
On notera lensemble des solutions du systme ) . Cet ensemble peut tre vide,
ou contenir une unique solution ou contenir plusieurs solutions.
Si on suppose connue une solution particulire de

et si on pose, pour

&
)
note

alors

est solution du systme homogne
)

..
.

..
.

1
1
..
.
..
.
63
Do le rsultat :
La solution gnrale du systme ) sobtient en ajoutant
une solution particulire de ) la solution gnrale du
systme homogne ) .
3.1.3. Systmes remarquables
Il existe des systmes, dits chelonns, dont la rsolution est simple. Ce sont les
systmes pour lesquels tous les coefcients sous la diagonale sont nuls, cest--dire
pour lesquels

Ils peuvent tre de trois formes :
1) les systmes triangulaires suprieurs, quations et inconnues, de la forme :
)

..
.

..
.
Il est clair que si tous les sont non nuls, par remontes successives on obtient toutes
les inconnues On aura dans ce cas, une unique solution du systme.
2) Les systmes chelonns de forme trapzodale, o il y a plus dinconnues que
dquations, cas o $ &. Ils se prsentent sous la forme
)

..
.

Dans ce cas, si tous les coefcients

sont non nuls, le systme
admet une innit de solutions, obtenues en donnant des valeurs arbitraires aux &
inconnues On peut alors exprimer les premires inconnues

en fonction de ces valeurs arbitraires.
En voici un exemple simple, pour lequel et & :
)
-
-

1
1
64
La valeur de - peut tre choisie arbitrairement, et les solutions sont de la forme

'
'
' '
'
3) Les systmes chelonns o on a &
)

..
.

..
.
..
.
..
.

Dans ce cas, il y a plus dquations que dinconnues. Pour ces systmes il y a deux
possibilits : ou bien au moins lun des nombres nest pas nul et le
systme na aucune solution, ou bien tous les nombres sont nuls, et on
est ramen un systme triangulaire suprieur & inconnues et & quations.
3.2. Oprations fondamentales sur les systmes
Il existe trois actions simples (dues Gauss) qui permettent de transformer un
systme ) en un systme quivalent plus simple rsoudre.
1) 1re action : Dans un systme donn ) , on peut changer deux lignes quelconques 1 et 1 . On crira
1 1
2) 2me action : On peut remplacer une ligne quelconque 1 par lun de ses multiples non nuls. On notera
1 21
2
3) 3me action : On peut enn, remplacer une ligne quelconque par la somme
dun multiple (non nul) de cette ligne et dune combinaison nie des autres lignes.
Cela se traduit par

21

1
Lorsquon effectue une quelconque des trois actions ci-dessus, sur un systme
on obtient alors une nouvelle criture quivalente de ce systme.
)
65
Nous verrons par la suite quaprs avoir effectu un nombre ni de ces actions
lmentaires, on peut se ramener un systme chelonn, et on obtient toutes les
solutions de ) quels que soient le nombre dinconnues et le nombre dquations
(ou lignes).
Exemple
A partir du systme

1

1
on fait

1

1

1
puis
1

1
1

1

1
et enn

1

1

1
Dans cette dernire criture du systme ) linconnue ne gure pas dans les deux
dernires quations et linconnue est prte tre limine de la dernire.
3.3. Mthode de rsolution de Gauss

Cette mthode consiste effectuer un certain nombre dactions lmentaires pour
obtenir un systme quivalent chelonn. Elle sapplique un systme quelconque
(carr ou non).
66
3.3.1. Prsentation sur un exemple

Soit trouver toutes les solutions du systme
nues :
)

quations et &

1

1

1

incon-
3.3.1.1. Premire tape

Elle consiste choisir une ligne dont le coefcient de est non nul et la mettre
en premire ligne. Ce coefcient est appel pivot de Gauss. Pour des raisons de commodit de calculs, on pourra privilgier une ligne ayant un pivot gal
si elle existe.
Sur notre exemple, prenons comme premire ligne la deuxime. Autrement dit, on
fait :
1
on a
)

1

1

1

1
3.3.1.2. Deuxime tape

On cherche ensuite annuler toute la colonne en dessous du pivot choisi, en effectuant les actions lmentaires de Gauss utilisant la premire ligne.
Ici on fera donc
1
1 1
1
1 1
puis
et le systme est quivalent
)

1

1
1
67
3.3.1.3. Troisime tape

La premire ligne ne changera plus. On ritre les deux tapes prcdentes pour le
sous-systme constitu des trois autres lignes :

1

1
par les actions successives

1
1

1
1
1
1
et on continue jusqu la n pour les sous-systmes suivants. On a donc

et enn, aprs laction

1

1

1

1
1 1
on obtient

On distingue ainsi deux cas :

1) Si les donnes , , et ne vrient pas la condition

alors, on a obtenu un systme chelonn de type (3) (cf. 3.1.3 l) qui nadmet aucune
solution :

2) Si la condition

est vrie, alors par remontes successives on peut rsoudre ce systme. Faisons le
titre dexemple dans le cas

68
Le systme scrit alors

)

En choisissant comme paramtre linconnue auxiliaire

vient
)

dans la dernire ligne, il

et aprs un autre choix du paramtre , dans la deuxime ligne, on obtient nalement

)

Cela dtermine toutes les solutions du systme, quon crit sous forme ensembliste

3.3.2. Systmes de Cramer

3.3.2.1. Dnition
On suppose ici que & On considre donc le systme carr
)

..
.

..
.

1

Le systme admet une unique solution si, et seulement si, la mthode de Gauss fait
apparatre pivots successifs tous non nuls. Dans ce cas on dira que le systme est de
Cramer.
3.3.2.2. Exemple
Considrons le systme suivant :

1
1
69
Choisissons comme premier pivot (dans la premire ligne). Aprs les deux actions
1
1
1 1
1 1

on obtient
-
-
1
-
1
ensuite par
1
1

il vient

1
1
1
Le systme est donc de Cramer, puisque les trois pivots successifs sont non nuls. La
dernire ligne donne
-

En reportant dans la deuxime ligne, on obtient

et enn, en utilisant la premire ligne, on trouve

3.4. Rsolution avec Matlab

3.4.1. Utilisation de solve
Pour rsoudre le systme
)

1

1

1
70
on applique la fonction solve aux quatre lignes, dnies sous forme de chanes de
caractres :
eq1 =0*x1+x2+3*x3-x4+0*x5=0;
eq2= 2*x1+x2+7*x3+x4+6*x5=6;
eq3 = 3*x1+0*x2+6*x3+x4+5*x5=1;
eq4 = 4*x1+x2+11*x3+0*x4+6*x5=0;
S1 =solve(eq1,eq2,eq3,eq4)
S1 =
x1 : [1x1 sym]
x2 : [1x1 sym]
x3 : [1x1 sym]
x4 : [1x1 sym]
La rponse, peu lisible il est vrai, indique que S1 est donn sous forme appele en
informatique structure 4 champs, nots S1.x1, S1.x2, S1.x3, S1.x4. On en explicite
le contenu par
[S1.x1 S1.x2 S1.x3 S1.x4]
ans =
[ -2*x3-x5-1, -3*x3-2*x5+4, x3, -2*x5+4]
3.4.2. Utilisation de rref

La fonction rref applique la mthode de Gauss au tableau constitu des coefcients et des seconds membres, entr ligne par ligne :
T= [0 1 3 -1 0 0 ;2 1 7 1 6 6 ;3 0 6 1 5 1 ;4 1 11 0 6 0] ;
rref(T)
ans =
1 0 2 0 1 -1
013024
000124
000000
La lecture du tableau obtenu en rsultat donne le systme

Il faut alors en achever la rsolution, comme cela a t fait prcdemment.

Remarque : la commande
rrefmovie(T)
71
employe la place de rref, permet de visualiser ltat du tableau 4 chaque tape

de la rsolution par la mthode du pivot de Gauss.
3.5. Exercices
3.5.1. Systmes linaires classiques
Rsoudre les systmes suivants :
1) en appliquant pas pas la mthode du pivot de Gauss ;
2) en utilisant les fonctions solve et rref de Matlab.
3.5.1.1.

3.5.1.2.
3.5.1.3.

- '
- '
- '

'
'
'
-
'
(solutions p. 72)
3.5.2. Un systme linaire avec paramtre

1) Rsoudre le systme suivant, en appliquant pas pas la mthode du pivot de
Gauss (on discutera suivant la valeur du paramtre ).

-
2) Analyser les rponses donnes par lutilisation des fonctions solve et rref de
Matlab pour rsoudre ce systme.
(solution p. 75)
72
3.6. Solutions
Exercice 3.5.1.1
Lintrt de la premire mthode est dappliquer, tape par tape, les actions de
Gauss.
1) On dclare les variables symboliques et les trois lignes du systme.
syms x y z
L1=[2*x-3*y+5*z, 1] ;
L2=[x-2*y-4*z, -1] ;
L3=[-3*x+y-3*z, 0] ;
S=[L1 ;L2 ;L3] ;
On effectue laction :
1
1
(on utilise pour faire cet change une ligne temporaire 4 ).

T=L2 ;L2=L1 ;L1=T ;
S=[L1 ;L2 ;L3]
S=
[ x-2*y-4*z, -1]
[ 2*x-3*y+5*z, 1]
[ -3*x+y-3*z, 0]
On annule le coefcient de dans les deuxime et troisime quations par
1
1 1
1 1 1

L2=L2-2*L1 ;L3=L3+3*L1 ;
S=[L1 ;L2 ;L3]
S=
[ x-2*y-4*z, -1]
[ y+13*z, 3]
[ -5*y-15*z, -3]
On annule le coefcient de dans la troisime quation par

1
1 1
L3=L3+5*L2 ;
S=[L1 ;L2 ;L3]
S=
[ x-2*y-4*z, -1]
[ y+13*z, 3]
[ 50*z, 12]
73
Le systme est donc quivalent

Cest un systme de Cramer, dont on obtient la solution par :

Z=12/50 ;Y=3-13*Z ; X=-1+2*Y+4*Z ;
[X,Y,Z]
ans =-0.2800 -0.1200 0.2400
2) En utilisant la fonction solve, on obtient la solution sous forme symbolique :
Sol=solve(2*x-3*y+5*z= 1, x-2*y-4*z= -1, -3*x+y-3*z= 0) ;
[Sol.x,Sol.y,Sol.z]
ans = [ -7/25, -3/25, 6/25]
Pour utiliser rref, on construit ligne par ligne le tableau des coefcients et des seconds
membres.
Tab=[2 -3 5 1 ; 1 -2 -4 -1 ; -3 1 -3 0]
Tab =
2 -3 5 1
1 -2 -4 -1
-3 1 -3 0
rref(Tab)
ans =
1.0000 0
0
-0.2800
0
1.0000 0
-0.1200
0
0
1.0000 0.2400
Le systme est quivalent :

-
Exercice 3.5.1.2
1) Pour rsoudre pas pas, on suit la mthode ci-dessus.
74
2) On utilise la fonction rref, et on met le rsultat sous forme symbolique :

Tab=[1 -1 1 1 -1 ;1 1 -1 2 4 ;2 -1 -2 -3 1] ;
rref(Tab)
ans =
1.0000 0 0 1.5000 1.5000
0 1.0000 0 2.3333 2.3333
0 0 1.0000 1.8333 -0.1667
sym(ans)
ans =
[ 1, 0, 0, 3/2, 3/2]
[ 0, 1, 0, 7/3, 7/3]
[ 0, 0, 1, 11/6, -1/6]

-
'
'
'

Lensemble des solutions est donc
'
'

'
' '

On vrie le rsultat avec solve :

S=solve(x-y+z+t=-1,x+y-z+2*t=4,2*x-y-2*z-3*t=1);
[S.x S.y S.z ]
ans =[ -3/2*t+3/2, -7/3*t+7/3, -11/6*t-1/6]
Exercice 3.5.1.3
Lutilisation de la fonction rref
Tab=[2 6 4 2 -2 ;-2 -3 5 -5 2 ; -3 -8 -3 2 1 ; -1 -2 1 10 0]
Tab =
2 6 4 2 -2
-2 -3 5 -5 2
-3 -8 -3 2 1
-1 -2 1 10 0
rref(Tab)
ans =
1 0 -7 0 0
01300
00010
00001
75
montre que le systme est quivalent au systme chelonn

-
-
'
Le systme na pas de solution, ce que montre aussi lutilisation de solve :

solve(2*x+6*y+4*z+4*t=-2,-2*x-3*y+5*z-5*t=2,
-3*x-8*y-3*z+2*t=1,-x-2*y+z+10*t=0)
Warning : Explicit solution could not be found.
ans =
[ empty sym ]
Exercice 3.5.2
1) Pour la rsolution pas pas, on dclare les variables symboliques et les lignes
du systme :
syms x y z m
L1=[(1-m)*x+2*y-z,1];
L2=[-2*x-(3+m)*y+3*z,1];
L3=[x+y-(2+m)*z,1];
S=[L1 ;L2 ;L3] ;
On effectue 1
1 pour avoir
comme pivot :
T=L1 ;L1=L3 ;L3=T ;
S=[L1 ;L2 ;L3]
S=
[ x+y-(2+m)*z, 1]
[ -2*x-(3+m)*y+3*z, 1]
[ (-m+1)*x+2*y-z, 1]
On effectue les actions 1 1 1 1 1

1 ; on utilise collect
pour regrouper les termes en et en (pour visualiser les pivots.)
L2=L2+2*L1 ;L3=L3-(1-m)*L1;
S=[L1 ;L2 ;L3] ;
S=collect(S,y) ;S=collect(S,x)
S=
[ x+y-(2+m)*z, 1]
[ (-1-m)*y+3*z-2*(2+m)*z, 3]
[ (1+m)*y-z+(-m+1)*(2+m)*z, m]
76
a) Dans le cas
les pivots pour sont nuls. On traite ce cas part :
S0=subs(S,m,-1)
S0 =
[ x+y-z, 1]
[ z, 3]
[ z, -1]
Do le systme

-
qui nadmet aucune solution.

b) On suppose maintenant
. On effectue les actions
1
1

1
1
1
L2=L2/(-1-m) ;L3=L3-(1+m)*L2 ;
S=[L1 ;L2 ;L3] ;
S=simplify(S) ;
S=collect(S,z) ;S=collect(S,y) ;S=collect(S,x)
S = [ (-2-m)*z+x+y, 1]
[ y+(1+2*m)/(1+m)*z, -3/(1+m)]
[ -z*m*(3+m), 3+m]
c) Dans le cas o est diffrent de
mais aussi de et de , le systme

-

est de Cramer et on obtient sa solution par :

Z=-(3+m)/(m*(3+m));
Y= -3/(1+m)-(1+2*m)/(1+m)*Z;X=1- (-2-m)*Z-Y ;
simplify([X,Y,Z])
ans =
[ -(3+m)/m/(1+m), -(-1+m)/m/(1+m), -1/m]
soit

77
d) Dans le cas , on obtient

S1=subs(S,m,0)
S1 =
[ -2*z+x+y, 1]
[ y+z, -3]
[ 0, 3]
Le systme quivaut alors

-
et nadmet pas de solution.

e) Enn, dans le cas on a :
S2=subs(S,m,-3)
S2 =
[ z+x+y, 1]
[ y+5/2*z, 3/2]
[ 0, 0]
et le systme peut scrire

-

La valeur de - peut tre choisie arbitrairement et on obtient pour ensemble de solutions

-
-
- -

2) Si on utilise rref pour rsoudre le systme donn au dpart :

Tab= [1-m 2 -1 1 ;-2 -(3+m) 3 1 ;1 1 -(2+m) 1]
Tab =
[ -m+1, 2, -1, 1]
[ -2, -3-m, 3, 1]
[ 1, 1, -2-m, 1]
rref(Tab)
ans =
[ 1, 0, 0, -(3+m)/m/(1+m)]
[ 0, 1, 0, -(m-1)/m/(1+m)]
[ 0, 0, 1, -1/m]
on obtient la solution correcte lorsque le systme est de Cramer, mais des simplications et divisions se font sans tenir compte des cas particuliers

78
3) Il en est de mme lorsquon utilise solve :

eq1= (1-m)*x+2*y-z=1;
eq2= -2*x-(3+m)*y+3*z=1;
eq3 =x+y-(2+m)*z=1;
Sol=solve(eq1,eq2,eq3,x,y,z)
Sol =
x : [1x1 sym]
y : [1x1 sym]
z : [1x1 sym]
[Sol.x,Sol.y,Sol.z]
ans =
[ -(3+m)/m/(1+m), -(m-1)/m/(1+m), -1/m]
On retiendra que les commandes rref et solve ne tiennent pas compte des cas particuliers, dans la rsolution de systmes linaires dpendant de paramtres.
Dans le cas de tels systmes, il est donc conseill dutiliser pas pas la mthode de
Gauss. Les cas particuliers apparatront naturellement dans la mise en uvre de cette
mthode.
Chapitre 4
Matrices
4.1. Gnralits
4.1.1. Notations et vocabulaire
Nous avons vu prcdemment que le travail sur un systme linaire quelconque de
lignes et & colonnes se traduisait par un travail sur le tableau de valeurs constitu
par les coefcients des inconnues. Ce tableau est appel matrice lignes et &
colonnes, dite de type & et est not

..

.

..

.

...

...
...
...
...
..
..
.
.
... ...
..
..
.
.
..
..
.
.
... ...

ligne

colonne
La notation abrge est

.

Comme pour les systmes, le premier indice dsignera le numro de la ligne et le
deuxime indice celui de la colonne.
79
80
Lensemble des matrices de type
On peut aussi dnir lensemble

dans
coefcients dans
&
des matrices de type
est not
&
4.1.2. Cas particuliers

4.1.2.1. Matrices lignes et matrices colonnes
Une matrice de type
&
...

est appele matrice ligne.

De mme une matrice de type

...

est appele matrice colonne.

4.1.2.2. Matrices carres
Une matrice de type

est appele matrice carre dordre
Parmi les matrices carres

,

on peut distinguer :
1) les matrices carres diagonales, vriant

soit
si

..
.
..

..
..
..
.

coefcients
Matrices
81
2) les matrices carres triangulaires suprieures, vriant

soit
si

..
.
..
..

..
.
3) les matrices carres triangulaires infrieures, telles que

si $
4) les matrices carres symtriques, telles que, pour tous

5) la matrice carre identit, vriant
si

note

..

.

.. . . . .

.

..
.

4.1.3. Dnir des matrices avec Matlab

4.1.3.1. Entre de matrices quelconques
On entre une matrice ligne par ligne. Un simple espace (ou une virgule) spare les
termes dune mme ligne. Un point virgule spare les lignes :
A= [1.5 2 3 ;7 sqrt(2) -8 ;pi exp(1) 12]
A=

82
On peut aussi dnir trois matrices colonnes, et les juxtaposer :

u=[1 ;-1 ;0] ; v=[2 ;2 ;-1] ; w=[-1 ;0 ;1] ;
B=[u v w]
B=
Pour une matrice donne :

permet daccder au terme ;
permet de modier le terme ;

permet daccder la i
ligne ;

colonne.
permet daccder la j

A(3,2)
ans = 2.7183
A(3,3)=0
A=
1.5000 2.0000 3.0000
7.0000 1.4142 -8.0000
3.1416 2.7183 0
A(3, :)
ans = 3.1416 2.7183 0
A( :,2)
ans =
2.0000
1.4142
2.7183
Si certains des coefcients sont de type symbolique, on obtient une matrice symbolique :
e=sym(exp(1))
e =exp(1)
As=sym( [1.5 2 3 ;7 sqrt(2) -8 ;pi e 12])
As =
[ 3/2, 2, 3]
[ 7, sqrt(2), -8]
[ pi, exp(1), 12]
syms a
B=[a 0 ;-a a]
B=
[ a, 0]
[ -a, a]
Matrices
83
4.1.3.2. Matrices particulires

eye(n) est la matrice identit
zeros(m,n) est la matrice de type

trice nulle).

dont tous les coefcients sont nuls (ma-
rand(m,n) est une matrice de type dont les coefcients sont choisis alatoirement, selon une loi uniforme, dans lintervalle

Id=eye(3)
Id=
Z=zeros(2,2)
Z=

R=rand(3,3)
R=

Il existe dautres matrices particulires, dnies par les fonctions Matlab diag,
ones, magic, pascal (voir helpwin/elmat).
4.2. Oprations sur les matrices
Nous allons dnir quelques oprations naturelles sur les matrices de mme type
confrant ainsi une structure remarquable lensemble
4.2.1. Addition
Soient deux matrices de mme type

.
..

..
.
...
...
...

..
.

.
..

..
.
...
...
...

..
.

84
On appelle matrice somme de et , la matrice

.
..

...
...
...
..
.

..
.

De manire condense, on a
)
avec

&

On notera que lopration (ou loi) ainsi dnie est une application de

dans

On dit que est une loi de composition interne.
On peut vrier facilement les proprits remarquables suivantes de cette addition

1) Commutativit :

2) Associativit :

3) Existence de llment neutre : Si on note

..
.

..
.

..
.

la matrice dont tous les coefcients sont nuls, on a

4) Existence de loppos dune matrice : pour toute matrice , notons la matrice dnie par

alors

La matrice est dite loppose de et se note
Matrices
85
On dira que les quatre proprits ainsi vries confrent une structure de groupe
ablien (ou commutatif) pour lensemble muni de cette addition matricielle
.
4.2.2. Multiplication par les scalaires
On se donne un scalaire 5 quelconque de
un lment de
.
. Soit

On dnit la matrice 5 par

.
..
...
...
...
5 5
5
..
.

5
5
..
.

autrement dit tous les coefcients de la matrice ont t multiplis par le scalaire 5.
Lopration multiplicative ainsi dnie, est une application de

dans
On dira quelle est une loi de composition externe.

4.2.3. Multiplication des matrices
On dnit le produit de deux matrices dans le cas o la premire matrice est de type
et la deuxime est de type & / . La justication est base sur la composition
dapplications linaires, qui sera vue ultrieurement.
&
Soient donc deux matrices ( lignes et & colonnes) et (

lonnes) :

Le produit

&
&

&
lignes et
co-
86
est par dnition la matrice de type

/
dnie par

On retiendra que
Le coefcient
situ en ligne et en colonne de est obtenu
par la somme des produits terme terme des lments de la
ligne de et des lments de la colonne de
On adopte la disposition suivante :

..
.

..
.

..
.
..
.

..
.

..
.

..
.

..
.
..
.
..
.
..
.

..
.

..
.
..
.
..
.
..
.
4.2.3.1. Exemple
On veut effectuer le produit avec

Matrices
On calcule

do

87
On notera indiffremment ce produit :

4.2.3.2. Multiplication interne des matrices carres

Il est clair que lorsque et appartiennent lensemble des matrices carres not

les deux produits et sont dnis et appartiennent aussi
.
Mais on prendra garde ce que le produit nest pas commutatif, par exemple
mais
On pourra vrier par contre que la multiplication dans

et distributive par rapport laddition

5

5
est associative :
88
On vrie que, pour toute matrice carre

,
on a
La matrice identit est llment neutre pour la multiplication.

On peut aussi dnir la puissance &
dune matrice carre :

On en dduit que

4.2.4. Transpose dune matrice

On appelle transpose de la matrice
de
,

la matrice note

de

dnie par

&
Cela veut dire que est obtenue partir de

colonnes. Par exemple, si
alors

en changeant ses lignes avec ses
On peut alors vrier les proprits suivantes :

5 5

(lorsque lun de ces produits est dni).
Matrices
4.2.5. Calcul matriciel avec Matlab

Les oprations lmentaires seffectuent naturellement :
A=[3 2 1 ; 6 5 4 ; 9 8 7]
A=
321
654
987
B =rand(3,3)
B=
0.9501 0.4860 0.4565
0.2311 0.8913 0.0185
0.6068 0.7621 0.8214
Laddition :
S=A+B
S=
3.9501 2.4860 1.4565
6.2311 5.8913 4.0185
9.6068 8.7621 7.8214
La multiplication externe par les scalaires :

P1=0.1*A
P1 =
0.3000 0.2000 0.1000
0.6000 0.5000 0.4000
0.9000 0.8000 0.7000
La multiplication interne :
P=A*B
P=
3.9195 4.0026 2.2278
9.2838 10.4208 6.1170
14.6482 16.8389 10.0061
La puissance :
Q=A^5
Q=
73872 60588 47304
215784 176985 138186
357696 293382 229068
89
90
La transposition :
T=A
T=
369
258
147
Matlab reconnat les oprations mal dnies, par exemple
A=[1 2 ; 3 -1]
A=
12
3 -1
B=[2 1 ; 0 1 ; 3 5]
B=
21
01
35
A*B
? ? ? Error using == *
Inner matrix dimensions must agree.
4.3. Inversion de matrices carres

4.3.1. Dnition
Une matrice carre

telle que

est dite inversible sil existe une matrice carre

La matrice , lorsquelle existe est unique. On lappelle matrice inverse de et on la

note

Concrtement, dans
,
il suft de vrier que

pour conclure que

Par exemple, la matrice

Matrices
admet pour inverse

en effet :
A=[1 0 ;2 1] ;
B=[1 0 ; -2 1] ;
A*B
ans =
10
01
B*A
ans =
10
01
La matrice est son propre inverse.
Avec Matlab, on peut utiliser
inv()
ou
^(-1),
pour calculer linverse de numriquement ou symboliquement :

A=[1 2 3 ; 4 5 6 ; 7 8 10]
A1=inv(A)
A1 =
-0.6667 -1.3333 1.0000
-0.6667 3.6667 -2.0000
1.0000 -2.0000 1.0000
As=sym(A)
As =
[ 1, 2, 3]
[ 4, 5, 6]
[ 7, 8, 10]
As1=inv(As)
As1 =
[ -2/3, -4/3, 1]
[ -2/3, 11/3, -2]
[ 1, -2, 1]
91
92
Mais la matrice inverse nexiste pas toujours :

As(3,3)=9
As =
[ 1, 2, 3]
[ 4, 5, 6]
[ 7, 8, 9]
inv(As)
? ? ? Error using == sym/inv
Error, (in inverse) singular matrix
4.3.2. Actions de Gauss sur les matrices carres

Nous allons traduire les trois actions fondamentales de Gauss vues dans le chapitre
prcdent sur les systmes, en termes de multiplication matricielle.
Pour simplier et sans restreindre la gnralit, nous travaillerons sur une matrice
de type

1) Premire action dchange de lignes : Soit 1 la matrice obtenue partir de la

matrice par lchange entre ses lignes et . Alors le produit 1 est la matrice
obtenue partir de par lchange de ses lignes et Ainsi par exemple
1
#

#
. +
. +
(On pourrait aussi considrer les matrices obtenues par lchange des colonnes
et de et faire , changeant ainsi les colonnes et de .)
2) Deuxime action de multiplication dune ligne par 5 : On note 1 5 la
matrice obtenue partir de la matrice par la multiplication par 5 de sa ligne . Alors
1 5 est la matrice obtenue partir de par la multiplication par 5 de sa ligne
Matrices
. Ainsi
1
5
#
. +
5# 5 5
.
93
3) Troisime action de Gauss : Soit 1 5 la matrice obtenue partir de en

ajoutant sa
ligne le produit par 5 de sa
ligne. Alors la multiplication
1 5 produit le mme effet. Ainsi
1
5

5
#
. +
5#
5
5
On pourra vrier que

1

1 5
1
5

1 5
1 5

4.3.3. Calcul explicite de linverse dune matrice

Partant de la matrice , si au bout de % actions de Gauss (dcrites ci-dessus), dont
on note les matrices

on obtient

alors est inversible et

(On pourrait de mme multiplier droite par les matrices reprsentant les actions
colonnes et retrouver cette matrice inverse).
Par exemple, pour obtenir linverse de

94
on multiplie par 1
et le rsultat par 1
1
1
;
il vient alors

do
1
1

La stratgie de Gauss pour le calcul explicite de linverse lorsque celle-ci existe,

consiste en la construction dune suite nie de matrices

de la manire suivante :
1) agir sur la matrice pour obtenir une matrice dont la premire ligne a
un pivot gal
(Si cette action de Gauss nest pas possible, nexiste pas).
Paralllement, on agira de la mme faon sur la matrice identit pour obtenir une
matrice note
2) annuler la colonne juste en dessous du premier pivot
de pour obtenir
Cest toujours possible si la premire action lest. On agira de la mme manire sur
pour obtenir
3) recommencer le mme travail sur le bloc matrice obtenu partir de en
retirant sa premire ligne et sa premire colonne. On obtient ainsi . Faire de mme
sur pour obtenir
4) ritrer le principe jusqu la triangularisation infrieure complte de avec
des pivots gaux
sur toute la diagonale. (Si on obtient un pivot gal sur la
diagonale, la matrice nest pas inversible).
5) Par remontes successives, annuler le triangle suprieur des matrices ainsi
obtenues jusqu lobtention de la matrice identit
Les mmes actions devront tre effectues sur les matrices correspondantes pour
avoir enn la matrice inverse

Matrices
Illustrons la mthode ci-dessus sur le calcul de linverse de

On disposera les calculs de la manire suivante :

1) Premire et deuxime tapes :

On multiplie par 1

On multiplie par 1

2) Troisime et quatrime tapes (triangularisation infrieure) :

On multiplie par 1

et 1

On multiplie par 1

On peut maintenant afrmer que la matrice est inversible.

95
96
3) Triangularisation suprieure :

On multiplie par 1

et 1

On multiplie par 1

et 1

4.4. Dterminant dune matrice carre

Nous avons vu que pour calculer par la mthode de Gauss expose prcdemment, tous les pivots successifs devaient tre non nuls. Y-a-t-il une caractristique
dans qui dtermine cette inversibilit ?
Nous allons voir que la rponse est oui.
Nous pouvons dores et dj dire, grce la mthode du pivot de Gauss, que si
toute la premire colonne de est nulle, linverse nexiste pas.
4.4.1. Cas dune matrice de type

On donne une matrice

et on suppose quun lment de la premire colonne est non nul daprs la remarque
ci-dessus. On prendra , par exemple.
Matrices
97
Alors le calcul par la mthode de Gauss de linverse de cette matrice seffectue de

la manire suivante :

On choisit comme pivot
On fait 1
1

1

En supposant que le nombre

est non nul, on voit que linverse de est calculable. On normalise le deuxime pivot,
il vient

enn, on triangularise suprieurement pour avoir

On retiendra donc le rsultat suivant :

Thorme
si , la matrice est inversible
et

Le nombre sappelle le dterminant de et se note

4.4.2. Cas dune matrice de type

On peut utiliser le mme raisonnement (avec des calculs plus longs !) pour une
matrice de type

98
On trouve que, si le dterminant

not

est diffrent de zro alors la mthode de Gauss sapplique pour le calcul de

donne linverse suivante

et
o

est obtenue par transposition de la matrice

avec

Le nombre est le dterminant de la matrice de type obtenue partir de

en supprimant sa
ligne et sa
colonne. La matrice est souvent appele
la comatrice de ou la matrice des cofacteurs .
A titre dexemple, cherchons par cette mthode, linverse de la matrice vue prcdemment

On calcule dabord son dterminant

Matrices
Le calcul de fournit, en indiquant les signes

et donc

do la transpose
99

4.4.3. Cas dune matrice quelconque

Nous avons vu que pour une matrice

on a

En gnralisant ce dveloppement suivant la premire colonne, on dnit de proche

en proche le dterminant dune matrice carre

quelconque par

100
o est la matrice carre dordre

obtenue partir de

ligne et sa premire colonne.

Par exemple, pour

en supprimant sa

on a

puis

4.4.4. Dterminant de matrices particulires

De la dnition prcdente, on dduit que :

Matrices
1) le dterminant de la matrice identit est

...

... . . . . . .

..
.

2) le dterminant dune matrice diagonale

..
.
..

..
..
101
..
.

est

4.4.5. Proprit fondamentale

On admet que les rsultats des paragraphes 4.4.1 et 4.4.2 se gnralisent :
Thorme
Une matrice carre est inversible si et seulement si

Dans ce cas, on a

..
.

...
...
...
..
.
..
.

o

est obtenue par transposition de la matrice

avec

Le nombre est le dterminant de la matrice de type

obtenue partir
de en supprimant sa
ligne et sa
colonne. La matrice est souvent
appele la comatrice de ou la matrice des cofacteurs .
102
Remarque
En gnral, le calcul de linverse dune matrice carre par la mthode de Gauss est
plus simple que le calcul prcdent.
4.5. Proprits des dterminants
4.5.1. Dveloppement suivant les colonnes ou les lignes
4.5.1.1. Dveloppement suivant les colonnes
On peut vrier que, pour une matrice

on a aussi

qui est le dveloppement du dterminant de suivant sa deuxime colonne.

Dune manire gnrale, pour une matrice carre quelconque.

si on note la matrice obtenue partir de

colonne, on dmontre quon a

en supprimant sa
ligne et sa

cest le dveloppement du dterminant de suivant la

colonne.
Par exemple, le calcul du dterminant de la matrice

suivant la troisime colonne, choisie parce quelle contient le maximum de zros,

donne

puis en dveloppant les deux dterminants suivant leur deuxime colonne, on a

Matrices
103
4.5.1.2. Dveloppement suivant les lignes

On peut vrier explicitement sur des matrices de type

et

que

Ce rsultat reste vrai dans le cas dune matrice carre quelconque

On obtient alors par transposition, le dveloppement du dterminant de suivant sa

ligne

4.5.2. Quand un dterminant est-il nul ?

Le dterminant dune matrice carre est nul lorsque :
1) une ligne (ou une colonne) de est nulle,
2) une ligne 1 (ou une colonne ) de est combinaison des autres lignes (resp.
des autres colonnes), cest--dire

Par exemple pour

ou
5 1

car 1
1

6

1
4.5.3. Actions de Gauss sur les dterminants

Soit une matrice carre dordre . Dsignons par 4 la nouvelle matrice obtenue
partir de aprs chaque action de Gauss effectue, alors
1) si laction est 1
1 21 , avec 2 et 7 ,

4

(cette action ne change pas la valeur du dterminant)

2) si laction est un change de lignes 1

4
1 ( 7), on a

104
3) enn si laction est 1
21 avec 2 on a

4

(on tiendra compte, si on effectue ces deux dernires actions, du changement de valeur
du dterminant) ;
4) grce la transposition, les mmes proprits sont encore vraies si on effectue
ces actions sur les colonnes.
A titre dexemple, le dterminant de la matrice

est gal (en le dveloppant suivant la troisime colonne). Aprs laction

la matrice transforme est

et on vrie bien que
4

(en le dveloppant suivant la premire colonne).
4.5.4. Dterminant dun produit de matrices

On montre que pour deux matrices carres de mme type et , on a

do aussi

On en dduit le corollaire suivant quant au calcul du dterminant de la matrice inverse

(lorsquelle existe)

en utilisant la relation .

Matrices
105
4.6. Calculs de dterminants

4.6.1. Mthode de Gauss
La stratgie de calcul dun dterminant consiste donc dabord effectuer un certain nombre dactions de Gauss dans une colonne (ou une ligne) pour ne conserver
quun lment non nul de cette colonne (ou de cette ligne), puis ritrer pour les dterminants suivants dordre infrieur. En vue de minimiser les calculs, on veillera
choisir une colonne (resp. une ligne) contenant dj un
et le maximum de zros
lorsque cest possible.
4.6.1.1. Exemple (calcul la main)
Soit calculer

On commence par effectuer laction
1
1
(qui ne change pas la valeur du dterminant), pour avoir un pivot gal

:

On effectue ensuite les actions

1
1 1
pour obtenir :
1

1 1

1
1 1

En dveloppant suivant la premire colonne, on aura donc

106
puis on effectue laction 1
1 1 sur ce dernier tableau
Do

4.6.1.2. Exemple (calcul avec Matlab)

On introduit avec Matlab la matrice associe :
M=[3 ,-2,-5,4 ; -5, 2, 8, -5 ; -2, 4, 7, -3 ; 2, -3, -5, 8]
M=
3 -2 -5 4
-5 2 8 -5
-2 4 7 -3
2 -3 -5 8
Laction
1
1
1
se traduit par :
M(2, :)=M(2, :)+2*M(1, :)
M=
3 -2 -5 4
1 -2 -2 3
-2 4 7 -3
2 -3 -5 8
et les actions
1
donnent
1 1
1
1 1
1
1 1
M(1, :)=M(1, :)-3*M(2, :) ;M(3, :)=M(3, :)+2*M(2, :) ;

M(4, :)=M(4, :)-2*M(2, :)
M=
0 4 1 -5
1 -2 -2 3
0 0 3 3
0 1 -1 2
Matrices
On retrouve

107
On obtient la matrice correspondante en ne conservant que les lignes et colonnes adquates de

N=M([1 3 4],[2 3 4])
N=
4 1 -5
0 3 3
1 -1 2
puis on effectue laction 1
1 1.
N(1, :)=N(1, :)-4*N(3, :)
N=
0 5 -13
0 3 3
1 -1 2
Ainsi
D=(-1)*1*(5*3-3*(-13))
D = -54
4.6.2. Utilisation de la commande det de Matlab

La commande de Matlab, det calcule le dterminant dune matrice carre
numrique :
M=[3 ,-2,-5,4 ; -5, 2, 8, -5 ; -2, 4, 7, -3 ; 2, -3, -5, 8] ;
det(M)
ans = -54
symbolique
syms x a
M=[a 0 a ;1 x 0 ; a -1 a+x] ;
d=det(M)
d = a*x^2-a
factor(d)
ans =a*(x-1)*(x+1)
108
4.7. Retour aux systmes et formules de Cramer.

4.7.1. Ecriture matricielle des systmes
On raisonne pour Soit le systme

alors matriciellement ce systme scrit

ou bien

o

est appele la matrice du systme.
4.7.2. Rsolution par les dterminants

Lorsque

, lquation est quivalente

do lunique solution du systme, donne matriciellement par

On peut aussi crire explicitement les solutions en utilisant les proprits des dterminants. En effet, en substituant la premire colonne de la colonne des seconds
membres , et en calculant le dterminant de la matrice ainsi obtenue, on a

Matrices
puis, par laction de Gauss

109

On procde de mme avec les deux autres colonnes de pour obtenir les formules
dites de Cramer :

Rciproquement, lorsque le systme

est de Cramer (voir chapitre 4.9, paragraphe 3.3.2), les mmes actions de Gauss permettant le calcul de lunique solution conduisent montrer que

On admettra que ces rsultats se gnralisent un systme de

inconnues :
quations
Thorme
Un systme carr est de Cramer si et seulement si
sa matrice est de dterminant non nul.
(Voir exercice 4.8.6).
Remarque
Dans ltude, avec Matlab, dun systme carr dpendant de paramtres, il est
conseill de calculer au pralable le dterminant de la matrice du systme pour dtecter
les cas particuliers. On rappelle que les commandes rref et solve ne permettent pas
toujours de le faire (voir exercice 4.8.7).
110
4.8. Exercices
4.8.1. Construction dune matrice diagonale
Construire la matrice carre nulle de type
matrice diagonale :

.
..
..
.

..
.

puis

.. ..
. .
la modier pour obtenir la
(solution p. 113)
4.8.2. Calculs avec trois matrices

1) Utiliser rand pour construire trois matrices carres , , de type .
2) Vrier sur cet exemple la proprit dassociativit. Comparer et .
3) Comparer et
4) En utilisant le calcul symbolique de Matlab, dnir

#
et reprendre les questions prcdentes (pour vrier que deux matrices symboliques
sont gales, il suft de calculer leur diffrence.)
(solution p. 114)
4.8.3. Parts dun march

Soient et deux produits concurrentiels. On suppose quaucun produit nouveau
napparat sur le march. Les parts sur le march la date ' pour les produits et
sont reprsentes par la matrice colonne

avec

(puisquil ny a pas dautre produit que et sur le march).
Matrices
La rpartition prvue la date '

est , telle que

111

( sappelle matrice de transition). On notera que

1) Pour

, calculer , ,

2) Refaire ces calculs avec dautres valeurs de

.
Quobserve-t-on ?

, vriant toujours
3) Soit # un rel appartenant lintervalle

On note
# Calculer en fonction de # les valeurs de
par rcurrence .
4) Quelle est la limite de

(solution p. 116)
4.8.4. Calculs avec deux matrices
On donne les matrices

1) Calculer 8 et vrier quici, on a 8
8
2) Donner 8
3) Montrer que
8

8
, puis
lorsque tend vers

? Quelle inter-
prtation conomique peut-on faire de ce rsultat ?

8
4) En dduire
(solution p. 118)

112
4.8.5. Mthode de Sylvester

On propose dutiliser la mthode dite de Sylvester, expose ici sur des matrices
dordre pour prouver lgalit

!

et ! le dterminant

Soient

1) En dveloppant ! suivant la premire ligne, montrer quon a

!

2) Grce aux actions de Gauss suivantes

1
1

1
1
1
1
1
et en dveloppant ensuite par rapport la deuxime colonne, montrer quon a

!

4.8.6. Sur un systme de Cramer

On considre le systme

-
-
'
'
'
'

1) Montrer que ce systme est de Cramer.

2) Donner sa solution en utilisant la fonction rref de Matlab.
3) Vrier quon obtient aussi cette solution directement par linversion matricielle.
4) En adaptant les formules de Cramer au cas dun systme de quatre quations
quatre inconnues, retrouver la solution de ce systme.
(solution p. 121)
Matrices
113
4.8.7. Un systme de Vandermonde

On considre le systme dit de Vandermonde suivant

1) En calculant le dterminant de ce systme, donner une condition ncessaire

et sufsante sur les coefcients et
pour avoir une unique solution. En donner
lexpression.
2) Montrer que dans le cas et
il y a des solutions si et seulement si
# ou #
et trouver toutes les solutions dans ces deux cas.
3) Montrer que si
il y a des solutions si et seulement si # et donner
ces solutions.
(solution p. 123)
4.9. Solutions
Exercice 4.8.1
-%*

permet de construire la matrice nulle de type
modie ensuite les termes de la diagonale.
M=zeros(10,10) ;
for i=1 :10,
M(i,i)=11-i ;
end
M
M=
10 0 0 0 0 0 0 0 0 0
0900000000
0080000000
0007000000
0000600000
0000050000
0000004000
0000000300
0000000020
0000000001

.
On
114
On pouvait aussi utiliser la fonction diag

clear
V=[10 :-1 :1] ;
M=diag(V) ;
Exercice 4.8.2
1) On dnit les trois matrices

A=rand(3,3)
A=
0.9501 0.4860 0.4565
0.2311 0.8913 0.0185
0.6068 0.7621 0.8214
B=rand(3,3)
B=
0.4447 0.9218 0.4057
0.6154 0.7382 0.9355
0.7919 0.1763 0.9169
C=rand(3,3)
C=
0.4103 0.3529 0.1389
0.8936 0.8132 0.2028
0.0579 0.0099 0.1987
2) On compare
sont gaux.

et

P1=(A*B)*C
P1 =
1.6924 1.4640 0.6672
1.1092 0.9553 0.4575
1.8012 1.5372 0.7901
P2=A*(B*C)
P2 =
1.6924 1.4640 0.6672
1.1092 0.9553 0.4575
1.8012 1.5372 0.7901
On constate que les rsultats
Matrices
Aux erreurs darrondi machine prs :

P1-P2
ans =
1.0e-015 *
0
0
-0.2220 0
0.2220 0
Pour

et
-0.1110
-0.0555
0
, on a :

P1=A*B
P1 =
1.0831 1.3151 1.2586
0.6660 0.8743 0.9445
1.3894 1.2668 1.7123
P2=B*A
P2 =
0.8818 1.3469 0.5533
1.3231 1.6700 1.0630
1.3496 1.2407 1.1179
P1-P2
ans =
0.2013 -0.0319 0.7053
-0.6571 -0.7957 -0.1185
0.0398 0.0260 0.5944
3) On vrie que
I3=eye(3)
I3 =
100
010
001
P1=A*I3
P1 =
0.9501 0.4860 0.4565
0.2311 0.8913 0.0185
0.6068 0.7621 0.8214
P1-A
ans =
000
000
000
115
116
4) On effectue les mmes vrications sur des matrices de type

le calcul symbolique.

en utilisant
syms a b c d a1 b1 c1 d1 a2 b2 c2 d2 real
A=[a b ; c d]
A=
[ a, b]
[ c, d]
B=[a1 b1 ;c1 d1] ;
C=[a2 b2 ; c2 d2] ;
D1=simplify(A*B-B*A)
D1 =
[ b*c1-c*b1, a*b1+b*d1-a1*b-b1*d]
[ c*a1+d*c1-c1*a-d1*c, c*b1-b*c1]
D2=simplify((A*B)*C - A*(B*C))
D2 =
[ 0, 0]
[ 0, 0]
I2=eye(2) ;
P=A*I2
P=
[ a, b]
[ c, d]
Exercice 4.8.3
1) On entre les matrices

et on calcule
M= [0.4 0.2 ;0.6 0.8] ;

P0=[0.7 ; 0.3 ] ;
P1=M*P0
P1 =
0.3400
0.6600
P2=M*P1
P2 =
0.2680
0.7320

Matrices
Pour calculer
on a la relation de rcurrence
117

P10=M^10*P0
P10 =
0.2500
0.7500
P20=M^20*P0
P20 =
0.2500
0.7500
2) On peut effectuer les calculs avec dautres valeurs pour

dans chaque cas

3) On exprime

sont trs proches de
, ,

en fonction de #
syms d
x0=1/4+d ;
y0=1-x0 ;
P0=[x0 ;y0] ;
M=sym(M) ;
P1=M*P0
P1 =
[ 1/4+1/5*d]
[ 3/4-1/5*d]
P2=M*P1
P2 =
[ 1/4+1/25*d]
[ 3/4-1/25*d]
P3=M*P2
P3 =
[ 1/4+1/125*d]
[ 3/4-1/125*d]
On peut achever de prouver par rcurrence la relation

vrie ci-dessus pour

.
On suppose la relation vraie un rang et on vrie quelle est encore vraie au rang
118
syms n
Pn=[1/4+1/5^n*d ;3/4-1/5^n*d]
Pn =
[ 1/4+1/(5^n)*d]
[ 3/4-1/(5^n)*d]
PnPlus1=M*Pn
PnPlus1 =
[ 1/4+1/5/(5^n)*d]
[ 3/4-1/5/(5^n)*d]
simple(PnPlus1)
[ 1/4+(5^(-1-n)*d]
[ 3/4-(5^(-1-n)*d]
4) De la relation obtenue pour

on dduit

Ce rsultat montre que, quelle que soit la rpartition initiale

march, la rpartition tend vers " "
Exercice 4.8.4
1) On introduit les matrices et 8 puis on calcule 8

A=[-1 1 1 -2 ; 1 -1 -2 1 ;1 -2 -1 1 ; -2 1 1 -1] ;
J=[0 0 0 1 ;0 0 1 0 ; 0 1 0 0 ; 1 0 0 0] ;
J2=J^2
J2 =
1000
0100
0010
0001
des parts de
Matrices
On vrie que 8
8
P1 =A*J
P1 =
-2 1 1 -1
1 -2 -1 1
1 -1 -2 1
-1 1 1 -2
P2=J*A
P2 =
-2 1 1 -1
1 -2 -1 1
1 -1 -2 1
-1 1 1 -2
2) De la relation 8

obtenue ci-dessus, on dduit
On pouvait aussi lobtenir par :
J^(-1)
ans =
0001
0010
0100
1000
3) On vrie la relation
8
8
119
120
I4=eye(4)
I4 =
1000
0100
0010
0001
Exp1=(A+2*I4+3*J)^2
Exp1 =
4444
4444
4444
4444
Exp2=4*(A+2*I4+3*J)
Exp2 =
4444
4444
4444
4444
puis

8

Exp3=A*(A+6*J)
Exp3 =
-5 0 0 0
0 -5 0 0
0 0 -5 0
0 0 0 -5
On en dduit que la matrice

8
Matrices
121
est linverse de Avec Matlab :
Inv=-1/5*(A+6*J)
Inv =
0.2000 -0.2000 -0.2000 -0.8000
-0.2000 0.2000 -0.8000 -0.2000
-0.2000 -0.8000 0.2000 -0.2000
-0.8000 -0.2000 -0.2000 0.2000
%Vrication
A^(-1)
ans =
0.2000 -0.2000 -0.2000 -0.8000
-0.2000 0.2000 -0.8000 -0.2000
-0.2000 -0.8000 0.2000 -0.2000
-0.8000 -0.2000 -0.2000 0.2000
Exercice 4.8.6
1) On introduit la matrice des coefcients du systme, sous forme symbolique
an dobtenir les rsultats ultrieurs sous forme fractionnaire exacte. Puis on calcule
pour vrier que ce systme carr est de Cramer.
A=sym([2 3 -1 1 ;1 -1 3 -2 ; 3 -4 1 -3 ; 1 5 -2 2])
A=
[ 2, 3, -1, 1]
[ 1, -1, 3, -2]
[ 3, -4, 1, -3]
[ 1, 5, -2, 2]
d=det(A)
d = -26
122
2) Pour utiliser rref, on cre la matrice forme par juxtaposition de

matrice colonne des seconds membres.
et de la
B=[1 ;0 ;0 ;0] ;
Syst=[A B]
Syst =
[ 2, 3, -1, 1, 1]
[ 1, -1, 3, -2, 0]
[ 3, -4, 1, -3, 0]
[ 1, 5, -2, 2, 0]
rref(Syst)
ans =
[ 1, 0, 0, 0, 23/26]
[ 0, 1, 0, 0, -17/26]
[ 0, 0, 1, 0, 11/13]
[ 0, 0, 0, 1, 53/26]
Ainsi, le systme est quivalent

'

3) On obtient aussi la solution du systme par )

S=inv(A)*B
S=
[ 23/26]
[ -17/26]
[ 11/13]
[ 53/26]
4) Enn, les formules de Cramer donnent, par exemple

o sobtient en remplaant dans la premire colonne (celle de linconnue ) par

la colonne des seconds membres :
x=det([B A( :,2 :4)])/d
x = 23/26
Ici, A( :,2 :4) signie la sous-matrice extraite de en conservant les colonnes de 2
4. On calcule de mme

'

Matrices
123
y=det([A( :,1) B A( :,3 :4)])/d

y = -17/26
z=det([A( :,1 :2) B A( :,4)])/d
z = 11/13
t=det([A( :,1 :3) B])/d
t = 53/26
Exercice 4.8.7
1) On dclare les donnes et on calcule le dterminant du systme
syms a b c d real
M=[1 1 1 ; a b c ; a^2 b^2 c^2] ;
B = [1 ; d ;d^2] ;
D = factor(det(M))
D =-(-c+b)*(a-c)*(a-b)
La matrice est donc inversible si et seulement si les trois nombres
tincts. On rsout dans ce cas le systme
et
sont dis-
S=simple(inv(M)*B)
S=
[ (c-d)*(b-d)/(a-c)/(a-b)]
[ -(c-d)*(a-d)/(-c+b)/(a-b)]
[ (b-d)*(a-d)/(-c+b)/(a-c)]
Do
# #

# #

# #

On rsout maintenant les cas particuliers.

2) Cas
et On dtermine la matrice du systme particulier
M1= subs(M,b,c)
M1 =
[ 1, 1, 1]
[ a, c, c]
[ a^2, c^2, c^2]
det(M1)
ans =0
J=[M1 B]
J=
[ 1, 1, 1, 1]
[ a, c, c, d]
[ a^2, c^2, c^2, d^2]
124
Lutilisation de rref donne, en raison de simplications abusives

rref(J)
ans =
[ 1, 0, 0, 0]
[ 0, 1, 1, 0]
[ 0, 0, 0, 1]
On utilise donc la mthode de Gauss, pas pas
J(2, :)=J(2, :)-a*J(1, :) ;
J(3, :)=J(3, :)-a^2*J(1, :)
J=
[ 1, 1, 1, 1]
[ 0, c-a, c-a, -a+d]
[ 0, c^2-a^2, c^2-a^2, d^2-a^2]
J(3, :)=J(3, :)-(c+a)*J(2, :) ;
J=simplify(J)
J=
[ 1, 1, 1, 1]
[ 0, c-a, c-a, -a+d]
[ 0, 0, 0, d^2-a*d+c*a-c*d]
Le systme a des solutions si et seulement si
#
cest--dire
# #
#

#

#

#
ce qui quivaut # ou #
On traite ces deux cas :
cas #
K=subs(J, d,a)
K=
[ 1, 1, 1, 1]
[ 0, c-a, c-a, 0]
[ 0, 0, 0, 0]
Comme
on peut utiliser rref
rref(K)
ans =
[ 1, 0, 0, 1]
[ 0, 1, 1, 0]
[ 0, 0, 0, 0]
Matrices
ce qui se traduit par

-
-
Do lensemble des solutions :
cas #
Do

H=subs(J, d,c)
H=
[ 1, 1, 1, 1]
[ 0, c-a, c-a, c-a]
[ 0, 0, 0, 0]
rref(H)
ans =
[ 1, 0, 0, 0]
[ 0, 1, 1, 1]
[ 0, 0, 0, 0]
-
-

3) Cas
On calcule la matrice du systme particulier
M2 =subs(M,{a,b},{c,c})
M2 =
[ 1, 1, 1]
[ c, c, c]
[ c^2, c^2, c^2]
J2=[M2 B]
J2 =
[ 1, 1, 1, 1]
[ c, c, c, d]
[ c^2, c^2, c^2, d^2]
Puis on effectue pas pas deux actions de Gauss
J2(2, :)=J2(2, :)-c*J2(1, :) ;
J2(3, :)=J2(3, :)-c^2*J2(1, :) ;
J2
J2=
[ 1, 1, 1, 1]
[ 0, 0, 0, d-c]
[ 0, 0, 0, d^2-c^2]
125
126
Il y a des solutions si et seulement si #

et
subs(J2,d,c)
ans =
[ 1, 1, 1, 1]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
Ainsi lensemble des solutions est
-
-

Chapitre 5
Espaces vectoriels
Nous avons vu que les manipulations essentielles de Gauss sur les systmes linaires, les matrices ou les dterminants taient celles qui combinaient entre les lignes
(ou les colonnes). Nous allons donc considrer des ensembles forms partir de ces
lignes (ou colonnes) sur lesquels nous dnissons des oprations, permettant, entre
autres, de retrouver ces "combinaisons".
5.1.1. Oprations dans
Lensemble
est par dnition lensemble des couples de rels :

Un lment

de

sera not

0

Avec Matlab, il est reprsent entre crochets :

syms a b real
v= [a, b]
v =[ a, b]
Par dnition, deux lments
seulement si

0

et
127

9
de
sont gaux si, et
128
Le couple
sera not

et appel vecteur nul.
Comme on la fait sur les matrices au chapitre prcdent, on va dnir deux oprations naturelles sur les lments de

1) Laddition. Pour deux lments
0

leur somme par

0 0

et
0

de
, on dnit

On a ainsi dni une application :

0

0
2) La multiplication par les rels. Soit 5 un nombre quelconque de , on dnit

0 par
un multiple dun lment

5 0 5
Cela dnit lapplication :

5 5

0
Avec Matlab, ces oprations sont notes et :
5
syms a1 a2 b1 b2 k real
v1 = [a1, b1] ;
v2 = [a2, b2] ;
s= v1+v2
s =[ a1+a2, b1+b2]
m = k*v1
m = [ k*a1, k*b1]
5.1.2. Structure despace vectoriel

La premire loi daddition (interne) satisfait aux proprits suivantes : pour tous

0
0 0
0

On dit que

0 0 0 0 (commutativit),

0 0 0 0 0 0 (associativit)

0 0 0 (existence de llment neutre

9 est le symtrique de 0

i.e.
0 9 9 0

est un groupe commutatif.
Espaces vectoriels
129
On vrie aussi les quatre proprits de compatibilit entre les deux lois :

pour tous
0 , 9

0

5 6 0 56 0

5 0 9 5 0 5 9

5 6 0 5 0 6 0
0
et tous rels 5
A titre dexemple, on peut vrier avec Matlab la proprit (P3) :

E1= k*(v1+v2)
E1 = [ k*(a1+a2), k*(b1+b2)]
E2 = k*v1+k*v2
E2 = [ k*a1+k*a2, k*b1+k*b2]
expand(E1)
ans =[ k*a1+k*a2, k*b1+k*b2]
On dira que lensemble
muni des deux lois daddition et de multiplication par
les rels est un espace vectoriel sur le corps de base (en abrg -e.v). Un lment

quelconque
0 sera appel un vecteur, tandis quun lment de
sera appel
un scalaire.
5.1.3. Consquences
Des quatre proprits fondamentales ci-dessus, on dduit que

pour tout 0 de

2) 5
0 5 ou 0

1)
0

On gnralise les notions prcdentes lensemble

Un lment de
est not

0

et sera aussi appel un vecteur.

De mme ici, on dnit naturellement laddition et la multiplication par les scalaires, en posant pour

0

9

130
la somme :

0 9

et le produit par un scalaire :

5 5
5 0
Il est facile de voir que

est un espace vectoriel sur , cest--dire quil vrie
les proprits cites au paragraphe prcdent
dune part et

dautre part.
5.3. Cas gnral
5.3.1. Structure despace vectoriel
5.3.1.1. Dnitions
Soit un ensemble quelconque sur lequel on a dni deux lois : une, interne
note

0
"

"
et une autre dite externe note laide dun point,

"
on dira que est un espace vectoriel sur

5"
( en abrg un
-e.v) si :
est un groupe commutatif :

0 0 (commutativit),
0 0 0 0 (associativit)

0
0

0

(existence de llment neutre

il existe 9 de , dit symtrique de 0 vriant 0 9 9 0
(9 est not 0 ),
pour tous
0 0 0
0
0
de ,
et de plus :

"

"
6"
56"
0
5"
50
6"
5"
6"
"
pour tous lments " et 0 de et tous scalaires 5
de

Espaces vectoriels
131
5.3.1.2. Remarque
Lorsque les scalaires sont dans , on dit quon a un espace vectoriel sur .
5.3.2. Exemples
1) Lensemble
est un
-e.v.
2) Lensemble des matrices que nous avons tudi, muni de laddition

matricielle et de la multiplication par les scalaires de est un -e.v.
3) Lensemble
des polynmes nul ou de degr infrieur ou gal
si
coefcients dans est un -e.v. Ici

avec
et
(o est une variable relle par exemple). Les deux lois sont laddition naturelle des
polynmes et la multiplication par les scalaires.
4) Lensemble des fonctions dnies sur un intervalle
dans est aussi un -e.v pour les deux lois naturelles suivantes
.
5 5
.
5

valeurs
5.3.3. Combinaisons linaires

Cest une notion fondamentale en algbre linaire.
1) Dans
. On appelle combinaison linaire de deux vecteurs

0 de la forme
vecteur

tout

0 et 0

0 5 0 5 0
o 5 5
2) Dans un espace vectoriel gnral , une combinaison linaire de & vecteurs
" "
" "
est un vecteur " de la forme
avec 5
"
pour
5 "
"
5 " 5 "
&
Exemple.
Dans
on donne

0

0
132
on peut calculer

0 0
puis

0
0
v1= [-1, 2, 0] ; v2 = [1, -3, 0] ;

w= 2*v1+5*v2
w = 3 -11 0
syms a b real
w = a*v1+b*v2
w = [ -a+b, 2*a-3*b, 0]
Ainsi

0 0
et

0
0

5.3.4. Notion de sous-espace vectoriel

5.3.4.1. Dnition
Soit un -e.v et un sous-ensemble de . On dira que est un sous-espace
vectoriel de (en abrg -s-e.v.) si , muni des deux lois de , est lui-mme un
espace vectoriel.
On a la caractrisation importante suivante :
Un sous ensemble non vide de est un sous-espace vectoriel ssi :
pour tous " 0 , on a " 0
Cela traduit le fait que
est stable vis--vis des lois et
On remarquera que tout sous-espace vectoriel contient llment neutre pour

laddition (ou le vecteur nul). En effet puisque est non vide, il existe au moins un
lment " et donc, par stabilit, on dduit que
"

"
5.3.4.2. Exemple
Dans
le sous-ensemble

0

Espaces vectoriels
133

est un -s-e.v. En effet, pour , on obtient
0 qui appartient

: et lorsquon forme une combinaison linaire
on
0 0 dlments de
a:

On obtient encore un lment de la forme

lment de
5.3.5. Sous-espaces vectoriels engendrs

Dans lespace vectoriel

0 et 0 . Soit
autrement dit,
par exemple, considrons deux vecteurs quelconques

0 5 0 5 0 5

est lensemble de toutes les combinaisons linaires de
Alors on peut montrer que :

1) est un sous-espace vectoriel de
2)
est le plus petit (au sens de linclusion) sous-espace vectoriel de

0 et 0 .
est appel le sous-espace vectoriel engendr par les vecteurs

not

'

0 et 0

0 0

ou ) &
0
contenant

0 et 0 et est

0
5.3.5.1. Remarques

Pour montrer que
'
0 0 est inclus dans un sous-espace vectoriel , il suft

de vrier que 0 et 0 appartiennent .
La notion prcdente est videmment gnralisable dans un espace vectoriel quelconque et avec un nombre ni de vecteurs donns dans cet espace.
5.3.5.2. Exemple

On reprend les vecteurs
0 0 de lexemple 5.3.3 et le sous-espace vectoriel
paragraphe 5.3.4.2. Vrions que

'

0 0

0 et 0 appartiennent videmment
, donc

'

0 0
du
134
Montrons lautre inclusion : tant donn un lment quelconque

0 et 0 .
cherche sil peut scrire comme combinaison linaire de

de
on
syms a b x0 y0 real
v1=[-1, 2, 0] ; v2 =[1, -3, 0] ;
a*v1+b*v2
ans = [ -a+b, 2*a-3*b, 0]
S= solve(-a+b=x0, 2*a-3*b=y0,a,b);
S.a
ans = -3*x0-y0
S.b
ans = -2*x0-y0
On en dduit que tout lment

de
peut scrire sous la forme

0
0
avec

5.3.5.3. Proprits de Vect

Considrons titre dexemple trois vecteurs
0 0 et 0 dans un espace vectoriel
quelconque . Alors les trois actions de Gauss suivantes conservent le sous-espace
engendr
'
1) on peut changer deux vecteurs quelconques . On a, par exemple,

'

0 0
0
' 0 0 0

0 0
2) on peut multiplier un vecteur par un rel non nul 5. Par exemple :

'

0 0
0
' 5 0 0
0

0 5 0
3) on peut ajouter un vecteur une combinaison linaire des autres. Par exemple :

'

0 0
0

5
0 0 5 0 6 0 0

' 0 5 0 6 0 0
0

'
etc.
5.4. Bases dun espace vectoriel
Soit un espace vectoriel sur .
Espaces vectoriels
135
5.4.1. Famille gnratrice

Soit
une partie de et

0 0
&
vecteurs quelconques de
. On dira que la famille
0
5

0 0
est gnratrice de ssi tout vecteur

& En dautres termes :
"
0 0
de
"
est combinaison linaire des 0 pour
"
5 0
5 0
Par exemple la famille constitue par les vecteurs

est gnratrice de lespace

puisque tout vecteur
"

"

peut scrire

5.4.2. Famille libre

5.4.2.1. Dnitions
Une famille de vecteurs
0

0 0
de est dite libre si aucun de ces vecteurs nest une combinaison linaire des autres.
Cela signie que la seule combinaison linaire nulle de ces vecteurs est la combinaison triviale
0 0 0
Cest quivalent dire que si
5 0
5 0
alors
5
Par exemple la famille constitue par les deux vecteurs

0
est libre car

5

0
5 0

5

0

5
5 5

5
136
Lorsque une famille de vecteurs est libre, on dit aussi que ces vecteurs sont linairement indpendants.
Si une famille nest pas libre, on dira quelle est lie ou que les vecteurs la constituant sont linairement dpendants.
Voici une famille lie dans

0

0

puisque

0
0
En pratique, dterminer si une famille de

un systme admet la solution unique
est libre ou lie conduit chercher si

ou admet une innit de solutions.
5.4.2.2. Exemple
Dterminer si la famille de vecteurs

0 0
0

est libre ou lie.

On dnit
v1 =[1,2,0] ; v2=[2,-1,3] ;v3=[5,0,6] ;
Formons une combinaison linaire de

0 0
0 :
syms t1 t2 t3 real
c= t1*v1+t2*v2+t3*v3
c = [ t1+2*t2+5*t3, 2*t1-t2, 3*t2+6*t3] ;

La famille
0

0
0 est libre si, et seulement si, le systme :

'
'
'
'
'
'
'
admet une solution unique. On forme la matrice permettant dappliquer la mthode de

Gauss ce systme :
M= [1 2 5 0 ;2 -1 0 0 ;0 3 6 0]
M=
1 2 50
2 -1 0 0
0 3 60
Espaces vectoriels
137
Lapplication de cette mthode donne :

rref(M)
ans =
1010
0120
0000
Do le systme quivalent
'
'
'
'
dont lensemble des solutions est
' '

Ainsi la famille
0
'
'

0
0 est lie.
5.4.3. Base et dimension dun espace vectoriel

5.4.3.1. Dnition
Dans un espace vectoriel quelconque, on appelle base une famille gnratrice et
libre.
5.4.3.2. Exemples
On peut facilement vrier que dans

la famille constitue par les vecteurs

est une base. On lappelle la base canonique.

Dans lespace vectoriel
matrices
des matrices carres, la famille constitue par les
est une base.

5.4.3.3. Proprits fondamentales
Si dans un espace vectoriel il existe une partie gnratrice nie, on dira que
est de dimension nie. Dans le cas contraire on dira quil est de dimension innie.
On a les rsultats suivants :
138
Thorme
Dans un espace vectoriel de dimension nie sur :
(i) il existe au moins une base nie,
(ii) toutes les bases sont nies et ont le mme nombre dlments .
Ce nombre est appel la dimension de et se note

Thorme
Dans un espace vectoriel de dimension nie sur :
(i) toute famille libre de lments est une base,
(ii) toute famille gnratrice de lments est une base.
Par exemple, on a

5.4.4. Caractrisation dune base

Dans un espace vectoriel de dimension sur

une famille de vecteurs
est une base, si :

Pour tout vecteur
0 il existe scalaires 5
dtermins de manire unique, tels que
0
Les scalaires 5 5
lativement la base
5
5 5
sont appels les composantes (ou coordonnes) de 0 re-

et sont dtermins dune manire unique. Lorsque la base est xe, on notera
5
5
..
.

5.4.5. Matrice des coordonnes dune famille de vecteurs

5.4.5.1. Dnition
Soit un espace vectoriel de dimension sur

dans lequel on sest x une base
Espaces vectoriels
On se donne & vecteurs 0

..
.
0 0

, avec leurs coordonnes respectives :
La matrice

..
.

..
.

..
.

..
.

..
.
139

obtenue en juxtaposant les colonnes des vecteurs 0 0 0 est appele matrice de

cette famille de vecteurs relativement la base
Thorme.
Dans le cas & les vecteurs 0
si et seulement si
forment une base
En effet ces vecteurs sont linairement indpendants si on a lquivalence

0

autrement dit si le systme

est de Cramer, cest--dire
..
.
5.4.5.2. Remarque
si on utilise la base canonique
Dans le cas de

alors tout vecteur

0

a pour matrice de coordonnes

..
.

140
Matlab ne faisant pas la distinction entre llment de

et la matrice
ligne on peut remarquer quon obtient la matrice colonne des coordon

nes de
0 par transposition de 0 . Vrions le dans
e1=[1,0,0] ;
e2=[0,1,0] ;
e3=[0,0,1] ;
syms x1 x2 x3 real
v=[x1,x2,x3]
v=
[ x1, x2, x3]

On vrie lgalit
0

x1*e1+x2*e2+x3*e3
ans =
[ x1, x2, x3]
On obtient la matrice colonne des coordonnes de

0 :
ligne
coordV=v
coordV =
[ x1]
[ x2]
[ x3]

0 par transposition de la matrice
5.4.6. Rang dune famille de vecteurs

Soit une famille (ou un systme) de vecteurs

dun -e.v
0
0 0

On appelle rang de la famille le nombre maximum, not % de vecteurs linairement indpendants pris dans .
On a ncssairement
%
%
&

' 0
0 0

Lorsque le systme est pris dans un espace vectoriel de dimension on a aussi

%
Espaces vectoriels
141
5.4.6.1. Exemple.
Pour dterminer le rang % du systme de

on utilise les actions de Gauss. On a

'

'

'

'

'

'

'

'

'

ainsi

'

5.4.6.2. Caractrisation
Si de plus, lespace vectoriel est rapport une base , alors on
montre que le rang du systme est lordre de la plus grande matrice carre de dterminant non nul extraite de la matrice

..
.

..
.

..
.

de la famille (voir exercice 5.5.8 p. 145).

5.5. Exercices
5.5.1. Un plan vectoriel de
On donne le sous-ensemble

de
-
dni par
-
142
1) Vrier que est un sous-espace vectoriel.

2) Montrer que %

.
3) En utilisant des actions de Gauss vrier que

%

(solution p 145)
5.5.2. Un systme de 4 vecteurs de

On donne les vecteurs de

1) Quelle relation doivent vrier

libre ?

pour que ces vecteurs forment une famille
2) Lorsque ces vecteurs forment une famille lie, donner dans chaque cas une
combinaison linaire vrie.
(solution p 147)
5.5.3. Un s-e.v de
On donne le sous-ensemble de

dni par

montrer que

%

et donner ensuite une base et la dimension de
(solution p 148)

Espaces vectoriels
5.5.4. Un s-e.v de
Soit
le sous-ensemble des matrices carres de
#

o
# .
1) Vrier que

:

'

8 : 1
dnies par

#

#

#
avec
143
En dduire une base et la dimension de .

2) Montrer que la multiplication des matrices est stable dans
tative dans ?
Est-elle commu-
3) Calculer le produit
#
#

4) En dduire la matrice inverse ventuelle de
#

Discuter.
(solution p. 149)
5.5.5. Matrices magiques de type (3,3)
Quels chiffres tous diffrents entre
et doit-on mettre dans chaque case du
tableau de type pour que la somme de chaque ligne, de chaque colonne et des
deux diagonales soit toujours gale
?
Une solution est la matrice
On propose ltude suivante pour trouver lensemble des solutions.

1) On dit quune matrice de est magique si les huit sommes de lignes,
de colonnes et des deux diagonales sont gales un nombre donn . Ecrire cette
proprit sous forme dun systme.
144
2) Vrier que ce systme est rsoluble par la mthode de Gauss pour tout
3) Donner lensemble solution de ce systme. Faire des vrications.
4) Montrer que cet ensemble est un s-e.v. de dimension .

5) Etude du cas
, avec coefcients entiers. Donner toutes les possibilits
pour un tableau coefcients entiers tous distincts entre
et pour avoir la
proprit dune matrice magique avec

(solution p 152)
5.5.6. Sur lespace vectoriel

On considre
lespace vectoriel des polynmes nul ou de degr infrieur ou gal et coefcients rels. Ici dsigne une variable relle. Ainsi tout
lment de est de la forme
&

avec ,

1) Montrer que si, en trois points distincts, on connat les valeurs
de & alors celui-ci est entirement dtermin.
2) Vrier que la famille de polynmes constitue par
&
&
&
est une base de .

3) Mme question avec la famille

/
/

4) Montrer que les composantes dun polynme quelconque &

sont respectivement
&
&
&
5) On choisit

Ecrire le polynme %
sur la base / / /
6) Sans dterminer explicitement & calculer & sachant que
&

&

&
(solution p 157)

sur cette base
Espaces vectoriels
5.5.7. Calcul de rang dans

Calculer le rang
145
du systme

(solution p. 160)
5.5.8. Calcul de rang dans
Trouver laide de Matlab le rang du systme

(solution p. 160)
5.6. Solutions
Exercice 5.5.1
1) On vrie que est un s-e.v :
-
- On forme une combinaison linaire dlments de
, note :
syms x1 y1 z1 x2 y2 z2 a b real
s= a*[x1,y1,z1]+ b*[x2,y2,z2]
s = [ a*x1+b*x2, a*y1+b*y2, a*z1+b*z2]
on dnit / , lquation caractrisant les lments de
lquation /
et on montre que
vrie
syms x y z real
Eq =x-2*y+z ;
Eqs=subs(Eq,{x,y,z},{s(1),s(2),s(3)})
Eqs = a*x1+b*x2-2*a*y1-2*b*y2+a*z1+b*z2
collect(Eqs,a)
ans = (x1-2*y1+z1)*a+b*x2-2*b*y2+b*z2
collect(ans,b)
ans = (x2-2*y2+z2)*b+(x1-2*y1+z1)*a
collect a permis de faire apparatre les deux expressions
- et
qui sont nulles puisque par hypothse

Ainsi vrie lquation caractrisant .
-
et
appartiennent
146

2) On vrie que
9

et

9

appartiennent
subs(Eq,{x,y,z},{2,1,0})
ans = 0
subs(Eq,{x,y,z},{-1,0,1})
ans = 0
Ainsi

'9 9

Montrons que
' 9 9 , cest--dire que tout lment de est combinaison

linaire de
9 et 9
% On calcule aw1+bw2 :
w1 =[2,1, 0] ; w2 =[-1,0,1] ;
syms a b real
C =a*w1+b*w2
C = [ 2*a-b, a, b]

9 et
est combinaison linaire de de
suivant, dinconnues et admet une solution :
-

9 si, et seulement si le systme

Par la mthode de Gauss, en faisant
1
1

on obtient
Ainsi, le systme admet la solution

si et seulement si
tout lment de .

-
- , soit -
,
relation qui est vrie par
3) Ici la commande rref applique la matrice des vecteurs

question !
M=[w1 ; w2] ;
rref(M)
ans = 1 0 -1
0 1 2
donc

'

' 9 9

9 9 rpond la

Espaces vectoriels
147
Exercice 5.5.2
1) On dclare les vecteurs donns et on forme une combinaison linaire quelconque :
syms a b c real
u1 =[c,a,b,c] ;
u2=[a,c,c,b] ;
u3=[b,c,c,a] ;
u4=[c,b,a,c] ;
syms t1 t2 t3 t4 real
combLin = t1*u1+t2*u2+t3*u3+t4*u4
combLin = [ t1*c+t2*a+t3*b+t4*c, t1*a+t2*c+t3*c+t4*b,
t1*b+t2*c+t3*c+t4*a, t1*c+t2*b+t3*a+t4*c ]
On doit donc tudier le systme
)

'
'
'
'
'
'
'
'
'
'
'
'
'
'
'
'
qui scrit matriciellement 4
ce quon peut vrier en dnissant et 4 :
M=[u1 u2 u3 u4] ;
T =[t1 ;t2 ;t3 ;t4] ;
S = M*T
S=
[ t1*c+t2*a+t3*b+t4*c]
[ t1*a+t2*c+t3*c+t4*b]
[ t1*b+t2*c+t3*c+t4*a]
[ t1*c+t2*b+t3*a+t4*c]
Lorsque le dterminant de la matrice est non nul, le systme admet une solution
unique, et la famille de vecteurs donne est libre. Dans le cas contraire, le systme
nest plus de Cramer, admet dautres solutions que la solution triviale et la
famille est lie.
d =det(M)
d =-4*c^2*a^2+8*c^2*b*a-4*b^2*c^2+a^4-2*b^2*a^2+b^4
factor(d)
ans = (a-b)^2*(b+a+2*c)*(b+a-2*c)
Ainsi la famille est libre si et seulement si

148
2) La famille de vecteurs est lie dans chacun des trois cas suivants :

Dans chaque cas, il suft de trouver une solution non trivialement nulle au systme.
a) Cas : on rsout le systme correspondant ce cas :
S1 = subs(S,b,a)
S1 = [ t1*c+t2*a+t3*a+t4*c]
[ t1*a+t2*c+t3*c+t4*a]
[ t1*a+t2*c+t3*c+t4*a]
[ t1*c+t2*a+t3*a+t4*c]
res=solve(S1(1),S1(2),S1(3),S1(4),t1,t2,t3,t4);
[res.t1 res.t2 res.t3 res.t4]
ans = [ -t4, -t3, t3, t4]
Do

'
" ' " ' " ' "
b) Cas
:
S2 = subs(S,b,-a-2*c)
S2 =[ t1*c+t2*a+t3*(-a-2*c)+t4*c]
[ t1*a+t2*c+t3*c+t4*(-a-2*c)]
[t1*(-a-2*c)+t2*c+t3*c+t4*a]
[ t1*c+t2*(-a-2*c)+t3*a+t4*c]
res=solve(S2(1),S2(2),S2(3),S2(4),t1,t2,t3,t4);
[res.t1 res.t2 res.t3 res.t4]
ans = [ t4, t4, t4, t4]
Do

'
" ' " ' "
' "
c) Cas
:
en procdant de la mme faon, on obtient

'
" ' " ' "
' "
Exercice 5.5.3
On dnit un vecteur quelconque de cest--dire un vecteur

0

Espaces vectoriels
vriant
149

syms x1 x2 x3 x4 real
v = [x1,x2,x3,x4] ;
v= subs(v,{x1,x3},{x2-3*x3,2*x4})
v = [ (x2-3*(2*x4)), x2, (2*x4), x4]
Pour montrer que

'

on vrie que
0 si et seulement si il existe et rels tels que

0 " "
avec

"

"

ce qui conduit la rsolution dun systme de quatre quations, dinconnues et :

u1 = [1 , 1, 0, 0] ; u2 =[-6,0,2,1] ;
syms a b real
diff=a*u1+b*u2-v
diff = [ a-6*b-x2+6*x4, a-x2, 2*b-2*x4, b-x4]
[a b]=solve(diff(1),diff(2),diff(3),diff(4),a,b)
a = x2
b = x4

Ainsi
'
" " et
linairement indpendants.

car il est facile de voir que
Exercice 5.5.4
1) On introduit les matrices
#

1

" et " sont
150
syms a b c d real
M=[d -a -b -c ; a d -c b ; b c d -a ; c -b a d] ;
I=subs(M, {d,a,b,c},{1,0,0,0})
I =[ 1, 0, 0, 0]
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
J = subs(M, {d,a,b,c},{0,1,0,0})
J=[ 0, -1, 0, 0]
[ 1, 0, 0, 0]
[ 0, 0, 0, -1]
[ 0, 0, 1, 0]
K=subs(M, {d,a,b,c},{0,0,1,0});
L=subs(M, {d,a,b,c},{0,0,0,1});
On vrie que
si et seulement si il existe '

' '
'
' '
rels tels que
' : ' 1
diff=t1*I+t2*J+t3*K+t4*L-M;
[t1 t2 t3 t4]=solve(diff(1,1),diff(2,1),diff(3,1),diff(4,1), ...
diff(1,2),diff(2,2),diff(3,2),diff(4,2), ...
diff(1,3),diff(2,3),diff(3,3),diff(4,3), ...
diff(1,4),diff(2,4),diff(3,4),diff(4,4),t1,t2,t3,t4)
t1 = d
t2 =a
t3 =b
t4 =c
Ainsi
' 8
trons quelle est libre :
et
: 1
est une famille gnratrice de
8 : 1
comb=t1*I+t2*J+t3*K+t4*L
comb =
[ t1, -t2, -t3, -t4]
[ t2, t1, -t4, t3]
[ t3, t4, t1, -t2]
[ t4, -t3, t2, t1]
De
* on dduit que ncessairement
'
'
' '
Mon-
Espaces vectoriels
Donc
151
constitue une base et
8 : 1

2) Montrons la stabilit de la multiplication : on effectue le produit de deux lments quelconques et de :

syms a1 b1 c1 d1 a2 b2 c2 d2 real
M1 = subs(M,{d,a,b,c},{d1, a1, b1, c1}) ;
M2 = subs(M,{d,a,b,c},{d2, a2, b2, c2}) ;
N = M1*M2 ;
N( :,1) % on nafche que la premire colonne
ans =[ d1*d2-a1*a2-b1*b2-c1*c2]
[ a1*d2+d1*a2-c1*b2+b1*c2]
[ -a1*c2+d1*b2+c1*a2+b1*d2]
[ -b1*a2+c1*d2+d1*c2+a1*b2]
Pour montrer que le produit ; est lui-mme lment de

tel que ;
un lment ; de
premire colonne de ; ci-dessus.
il suft alors de construire

en tenant compte de la
;
N1=subs(M,{d,a,b,c},{d1*d2-a1*a2-b1*b2-c1*c2,a1*d2+d1*a2-c1*b2+b1*c2, ...
-a1*c2+d1*b2+c1*a2+b1*d2,-b1*a2+c1*d2+d1*c2+a1*b2});
N-N1
ans =[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
Do la stabilit de la multiplication. La loi nest pas commutative car

C = simplify(M1*M2 - M2*M1)
C=
[ 0, -2*b1*c2+2*c1*b2, 2*a1*c2-2*c1*a2, 2*b1*a2-2*a1*b2]
[ -2*c1*b2+2*b1*c2, 0, 2*b1*a2-2*a1*b2, -2*a1*c2+2*c1*a2]
[ -2*a1*c2+2*c1*a2, -2*b1*a2+2*a1*b2, 0, -2*b1*c2+2*c1*b2]
[ -2*b1*a2+2*a1*b2, 2*a1*c2-2*c1*a2, -2*c1*b2+2*b1*c2, 0]
152
3) On construit
#

et on calcule le produit demand :
M3 = subs(M,{d,a,b,c},{d,-a,-b,-c})
M3 =
[ d, a, b, c]
[ -a, d, c, -b]
[ -b, -c, d, a]
[ -c, b, -a, d]
M*M3
ans=[ d^2+a^2+b^2+c^2, 0, 0, 0]
[ 0, d^2+a^2+b^2+c^2, 0, 0]
[ 0, 0, d^2+a^2+b^2+c^2, 0]
[ 0, 0, 0, d^2+a^2+b^2+c^2]
4) Ainsi

Donc, si

#

la matrice
Exercice 5.5.5
1) Une matrice
#
#
a pour inverse

est magique si elle vrie le systme

Espaces vectoriels
153
On dclare les inconnues et on crit la matrice des coefcients et seconds membres,

permettant dappliquer rref :
syms a11 a12 a13 a21 a22 a23 a31 a32 a33 s real
M=[a11 a12 a13 ;a21 a22 a23 ; a31 a32 a33] ;
% les inconnues sont respectivement :
% a11 a12 a13 a21 a22 a23 a31 a32 a33
MatSyst = [ 1, 1, 1, 0, 0, 0, 0, 0, 0, s ; ...
0, 0, 0, 1, 1, 1, 0, 0, 0, s ; ...
0, 0, 0, 0, 0, 0, 1, 1, 1, s ; ...
1, 0, 0, 1, 0, 0, 1, 0, 0, s ; ...
0, 1, 0, 0, 1, 0, 0, 1, 0, s ; ...
0, 0, 1, 0, 0, 1, 0, 0, 1, s ; ...
1, 0, 0, 0, 1, 0, 0, 0, 1, s ; ...
0, 0, 1, 0, 1, 0, 1, 0, 0, s] ;
2) Rsolution du systme. On a
MatSystRed= rref(MatSyst)
MatSystRed =
[ 1, 0, 0, 0, 0, 0, 0, 0, 1, 2/3*s]
[ 0, 1, 0, 0, 0, 0, 0, 1, 0, 2/3*s]
[ 0, 0, 1, 0, 0, 0, 0, -1, -1, -1/3*s]
[ 0, 0, 0, 1, 0, 0, 0, -1, -2, -2/3*s]
[ 0, 0, 0, 0, 1, 0, 0, 0, 0, 1/3*s]
[ 0, 0, 0, 0, 0, 1, 0, 1, 2, 4/3*s]
[ 0, 0, 0, 0, 0, 0, 1, 1, 1, s]
[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
Do le systme quivalent

La dernire ligne montre clairement que le systme est rsoluble pour tout rel.
3) Ce systme rduit montre que les sept inconnues

154
se calculent en fonction des inconnues auxiliaires

forme les matrices magiques solutions :

et du second membre On
Magic =subs(M,{a11,a12,a13 },
{2/3*s-a33,2/3*s-a32,-1/3*s+a33+a32}) ...
Magic =
[ 2/3*s-a33, 2/3*s-a32, -1/3*s+a33+a32]
[ a21,
a22,
a23 ]
[ a31,
a32,
a33]
Magic =subs(Magic,{a21,a22,a23 }, ...
{-2/3*s+2*a33+a32,1/3*s,4/3*s-2*a33-a32})
Magic =
[ 2/3*s-a33,
2/3*s-a32, -1/3*s+a33+a32]
[ -2/3*s+2*a33+a32, 1/3*s,
4/3*s-2*a33-a32]
[ a31,
a32,
a33]
Magic = subs(Magic, a31,s-a33-a32)
Magic =
[ 2/3*s-a33,
2/3*s-a32, -1/3*s+a33+a32]
[ -2/3*s+2*a33+a32, 1/3*s,
4/3*s-2*a33-a32]
[ s-a33-a32,
a32,
a33]
Les matrices magiques solutions sont donc de la forme
.

On peut, par exemple, vrier que les trois colonnes ont pour somme :
for i =1 :3,
sum(Magic(i, :))
end
ans=s
ans=s
ans=s
Espaces vectoriels
155
Mme vrication pour les lignes et les diagonales :

for j =1 :3,
sum(Magic( :,j))
end
ans=s
ans=s
ans=s
Magic(1,1)+Magic(2,2)+Magic(3,3)
ans=s
Magic(1,3)+Magic(2,2)+Magic(3,1)
ans =s
4) Pour trouver une base et la dimension de lespace des matrices magiques, on
dnit les trois matrices magiques obtenues en remplaant dans .
les paramtres successivement par

(0,1,0) et
. Puis on
vrie que toute matrice magique est de la forme

M1 =subs(Magic,{a32,a33,s},{sym(1),sym(0),sym(0)})
M1 =[ 0, -1, 1]
[ 1, 0, -1]
[ -1, 1, 0]
M2 =[ -1, 0, 1]
[ 2, 0, -2]
[ -1, 0, 1]
M3 =[ 2/3, 2/3, -1/3]
[ -2/3, 1/3, 4/3]
[ 1, 0, 0]
% Vrication
CombLin =a32*M1+a33*M2+s*M3;
CombLin-Magic
ans=[ 0, 0, 0]
[ 0, 0, 0]
[ 0, 0, 0]
On a ainsi
' On peut montrer que
une famille libre, donc
forme
156
5) Etude du cas
Pour former tous les tableaux magiques coefcients
entiers et distincts entre
et , on dnit la fonction tousDistincts permettant de slectionner les tableaux magiques lments distincts :
function res=tousDistincts(M)
res=1 ;
for i=1 :3,
for j=1 :3,
for k=1 :3,
for l=1 :3,
if (i k j l)& M(i,j)==M(k,l)
res=0 ;
return
end
end
end
end
end
Ensuite, en donnant toutes les valeurs possibles entre 1 et 9, cette fonction
slectionne toutes les matrices magiques coefcients positifs et distincts :
for i = 1 :9,
for j = 1 :9,
if i~=j
Magicij = double(subs(Magic,{a32,a33,s},{i,j,15}));
if all(all(Magicij0 & Magicij$10))& tousDistincts(Magicij)
Magicij
end
end
end
end
Magicij = 4 9 2
357
816
Magicij = 2 9 4
753
618
Magicij = 6 7 2
159
834
% etc..., (Il y a huit possibilits).
Espaces vectoriels
Exercice 5.5.6
1) Pour &
dinconnues

157
on a rsoudre le systme
&
&
&

On exprime les premiers membres de ce systme :

syms x a0 a1 a2 real
p = a0+a1*x+a2*x^2 ;
syms x0 x1 x2 f0 f1 f2 real
px0=subs(p,x,x0)
px0 = a0+a1*x0+a2*x0^2
px1=subs(p,x,x1)
px1 = a0+a1*x1+a2*x1^2
px2=subs(p,x,x2)
px2 = a0+a1*x2+a2*x2^2
Il a donc pour matrice :

Ms =[1 x0 x0^21 x1 x1^2 ;1 x2 x2^2]
Ms =
[ 1, x0, x0^2]
[ 1, x1, x1^2]
[ 1, x2, x2^2]
d= factor(det(Ms))
d = -(-x2+x1)*(x0-x2)*(x0-x1)
Le dterminant de la matrice du systme est non nul puisque les coefcients

sont distincts, ce qui montre lunicit de la solution, donc des coefcients

2) Tout lment de lespace vectoriel scrit

&

&
&
&

La famille & & & est donc gnratrice. Pour montrer quelle est libre, on doit
vrier que si pour tout , on a :
&
&
&
&
158
alors

Il suft dcrire quen particulier, on a :

&
&

&

et de rsoudre le systme correspondant dont la matrice est :

Syst = [subs(p,x,0) ;subs(p,x,1) ;subs(p,x,2)]
Syst =
[ a0]
[ a0+a1+a2]
[ a0+2*a1+4*a2]
Do

Donc les polynmes

sont linairement indpendants. Ainsi, la famille
&
est une base de .
3) On dnit les polynmes
ces lments
/
*1
& &
/ /
on forme une combinaison linaire de

/
/
et, selon le mme raisonnement que ci-dessus, si
/

/
ncessairement ce polynme sannule pour les valeurs particulires

q0 = ((x-x1)*(x-x2))/((x0-x1)*(x0-x2));
q1 = ((x-x0)*(x-x2))/((x1-x0)*(x1-x2));
q2 = ((x-x0)*(x-x1))/((x2-x0)*(x2-x1));
syms c0 c1 c2 real
combLin = c0*q0+c1*q1+c2*q2;
subs(combLin,x,x0)
ans =c0
subs(combLin,x,x1)
ans =c1
subs(combLin,x,x2)
ans =c2
Espaces vectoriels
159
ce qui montre que
/

/

,

et

La famille / / / est donc libre. Lespace tant de dimension 3, cette famille de
trois lments est une base (voir paragraphe 5.4.3.3.).
4) Il suft de vrier que
&
& /
&
/
&
/
en calculant la diffrence
px0*q0+px1*q1+px2*q2-p;
simplify(ans)
ans = 0
5) Les coefcients de
:
% % %
%

dans la base
r = 1-2*x+3*x^2 ;
r0 = subs(r,x,0)
r0 =1
r1 = subs(r,x,1)
r1 =2
r2 = subs(r,x,2)
r2 =9
Do % / / /
6) Cette fois-ci, & & / &
/ & /

/ / /
Q0=subs(q0,{x0,x1,x2},{0,1,2});
Q1=subs(q1,{x0,x1,x2},{0,1,2});
Q2=subs(q2,{x0,x1,x2},{0,1,2});
P=1*Q0+2*Q1+4*Q2 ;
Pde3=subs(P,x,3)
Pde3 = 7
Do &

/
On peut effectuer la vrication :

expand(P)
ans = 1/2*x^2+1/2*x+1
subs(P,x,0)
ans =1
subs(P,x,1)
ans =2
subs(P,x,2)
ans =4
subs(P,x,3)
ans =7
/ /
sont
160
Exercice 5.5.7
On a

'

'

'

'

'

'

Les vecteurs

et
sont

linairement indpendants, donc %

Exercice 5.5.8
On introduit les vecteurs
de leurs coordonnes :

" "
" " de
et, par transposition, la matrice
u1=[1 ,0, -1, 2] ;u2=[0, 2, -1, 5] ;u3=[1,-4,1, -8] ;

M =[u1 u2 u3]
M=
1 0 1
0 2 -4
-1 -1 1
2 5 -8
Pour rechercher lordre du plus grand dterminant non nul extrait de la matrice ,
on calcule les quatre dterminants dordre 3 obtenus en supprimant lune des lignes
Espaces vectoriels
161
de la matrice .
M1 =[M(1, :) ; M(2, :) ; M(3, :)] % lignes 1 3
M1 =
1 0 1
0 2 -4
-1 -1 1
det(M1)
ans=0
M2 =[M(1, :) ; M(2, :) ; M(4, :)] ;
det(M2)
ans =0
M3 =[M(1, :) ; M(3, :) ; M(4, :)] ;
det(M3)
ans =0
M4 =[M(2, :) ; M(3, :) ; M(4, :)] ;
det(M4)
ans =0
On cherche alors un dterminant dordre 2 non nul :
M5 =M(1 :2,1 :2)
M5 =
10
02
det(M5)
ans =2.
Le rang du systme est donc 2.
On pouvait directement utiliser la commande rank(M) ou utiliser les actions de
Gauss par rref(M) :
rank(M)
ans =2
rref(M)
ans =
10 1
0 1 -2
000
000
Enn, colspace(sym(M)) construit partir de la matrice symbolique sym(M) une base
du sous-espace engendr par les vecteurs colonnes de cette matrice : il sagit donc
162

dune base de
'
"

"
" "
colspace(sym(M))
ans =
[ 0,
1]
[ 1,
0]
[ -1/2, -1]
[ 5/2, 2]
Ainsi

'
avec

0

" "
" "
' 0 0

0

Chapitre 6
Applications linaires
6.1. Dnitions et exemples

6.1.1. Exemples introductifs
6.1.1.1. Applications linaires de
vers
On connat les applications

appeles fonctions linaires.

De telles applications vrient, pour tous

do

Et aussi, pour tout 7

7
7
7
7
donc
7
7
163
164
6.1.1.2. Intgrale dune fonction

On parle de linarit de lintgrale, ce qui signie que lintgrale de la somme de
deux fonctions continues sur un intervalle

. '#'
est gale la somme des intgrales de ces fonctions

'#'
. '#'
et que lintgrale du produit par le rel 7 dune fonction continue sur

7 '#'
est gale au produit par le rel 7 de cette intgrale

'#'
6.1.1.3. Drive dune fonction

De la mme faon, les fonctions drivables sur un intervalle de
proprits :
.
7
7
6.1.1.4. Proprits communes

Sur ces diffrents exemples, on a les deux proprits remarquables :
i) limage dune somme est la somme des images,
ii) limage dun multiple est le multiple de limage.
Do les dnitions gnrales suivantes.
vrient les
165
6.1.2. Dnitions
Soient et
deux espaces vectoriels sur . On dit quune application

"
"
est linaire lorsquelle vrie les deux proprits :
"
0
5"
pour tous vecteurs "
"
0
5 "
de et tout scalaire 5 de
On peut en dduire que est une application linaire de dans
si
"
5"
5
60
5 "
si et seulement

6
0
Notations
Lensemble des applications linaires de vers
Lorsque
Si
, cet ensemble est not 1
, une application de 1
est not 1
est appele une forme linaire.
6.1.3.1. Identit et homothties

Soit un espace vectoriel quelconque. Alors :
1) Lapplication dite identit

"
est linaire car
et
0
#
"
#
"
#
"
"
0
# 7"
7"
"
7"
7#
"
2) Il en est de mme des homothties de rapport 7

+

"

6.1.3. Exemples
#

7"
166
6.1.3.2. Application de
vers
Considrons le cas o
cation dnie par
(muni de sa base canonique), et est lappli-

On peut vrier avec Matlab que cette application est linaire : pour cela, on dnit

puis on calcule la somme des images
et

syms x y x1 y1 real
X=[x,y] ;X1=[x1,y1] ;
FdeX=[2*x+y,-x+5*y];
FdeX1=subs(FdeX,X,X1)
FdeX1 =
[ 2*x1+y1, -x1+5*y1]
sommeDesImages=simplify(FdeX+FdeX1)
sommeDesImages =
[ 2*x+y+2*x1+y1, -x+5*y-x1+5*y1]
On compare alors avec limage de la somme

S=X+X1 ;
imageDeLaSomme=subs(FdeX, X,S)
imageDeLaSomme =
[ 2*x+y+2*x1+y1, -x+5*y-x1+5*y1]
simplify(imageDeLaSomme-sommeDesImages)
ans =[ 0, 0]
On compare de mme
7
et 7

syms k real
FdekX=subs(FdeX,X,k*X)
FdekX = [ 2*k*x+k*y, -k*x+5*k*y]
kFDeX =k*FdeX
kFDeX =[ k*(2*x+y), k*(-x+5*y)]
simplify(FdekX- kFDeX)
ans =[ 0, 0]
6.1.3.3. Polynme driv
Soit lapplication qui tout polynme & dni par :
&

associe le polynme driv & dni par :
En utilisant la base

de
,

on peut reprsenter par lapplication
&

Si / est un autre polynme tel que

/

on a

Cela traduit le fait que

&
/
&
De mme, on vrie que pour 7 rel quelconque,

7
7 7 7
7
7
7

qui signie
7&
7&
6.1.3.4. Contre-exemple
Lapplication

nest pas linaire car, par exemple,

167
168
6.2. Proprits fondamentales

6.2.1. Premires consquences
1
1) Pour toute application linaire
,
on a

Cela dcoule du fait que pour tout "

2) Si

"
"
"

et sont trois espaces vectoriels sur

"

et si

sont linaires, alors la compose

.

est linaire
3) Si est un sous-espace vectoriel de , est un sous-espace vectoriel de
.
4) Si est un sous-espace vectoriel de , limage rciproque est un
sous-espace vectoriel de On rappelle que

"
"

Exemple
En reprenant lexemple 6.1.3.3, on peut dnir lapplication linaire

on calcule
On cherche

tel que

est donc

.

On peut interprter ce rsultat : les polynmes dont la drive est une constante

sont les polynmes de la forme

&
169

6.2.2.1. Dnitions
Soit
linaire.
(1) On appelle noyau de , not #$ (du mot anglais kernel),

le sous-ensemble particulier de
#$

"
(2) On appelle image de not %

%

"

le sous-ensemble particulier de
"
"

Grce aux proprits cites prcdemment, ces deux ensembles constituent deux sousespaces vectoriels de et respectivement.
6.2.2.2. Applications linaires injectives et surjectives
On rappelle quune application est injective si et seulement si, pour deux vecteurs quelconques distincts " et 0 de , les images correspondantes " et 0 sont
distinctes. Cela quivaut dire que lquation
"
0
"
implique
Lorsque est linaire, en posant " 0

on en dduit que :
est injective si et seulement si

#$
de

Une application linaire est surjective si et seulement si, tout vecteur

est limage dau moins un vecteur de . Cela est quivalent
%

6.2.2.3. Exemple 1
Considrons lapplication linaire dnie prcdemment :

Pour tudier linjectivit de cette application, on va dterminer son noyau #$

a

On
170
si et seulement si

ou bien

Le dterminant de ce systme est
donc il admet lunique solution

Ainsi #$ , est injective.
Etudions la surjectivit. Soit 2 3 un vecteur quelconque de
existe au moins un vecteur tel que

Cherchons sil
2 3
Cette dernire quation quivaut au systme

qui admet une unique solution puisque son dterminant est non nul. Ainsi
%

est donc surjective.
6.2.2.4. Exemple 2
Par contre, sur lexemple du paragraphe 6.2.1 , on a
#$

et
%

2 3

3

Ces calculs montrent que nest ni injective, ni surjective.

171
6.3. Applications linaires en dimension nie

6.3.1. Dtermination par limage dune base
On suppose que et
sont de dimension nie. On note

On se donne une base de
"

"
5 "
"
5
"

"
Si est une application linaire de vers

"

scrit dune manire unique
Nous savons que tout vecteur " de

"

, on a
5
"

5 "
5 "
5 "

5
"
5

"
"
"

"
et donc ds quon connait limage par des vecteurs de la base
"
on connait
"
"
"
pour tout " de
Exemple
Soit une application linaire de
vers . On donne

Alors pour tout vecteur
"

"

, on a

Proprits du noyau et de limage

Les calculs du paragraphe 6.3.1 montrent que tout vecteur de % scrit comme
combinaison linaire de " " "
et rciproquement toute combinaison linaire de ces vecteurs est lment de % Ainsi
%

'

"
"

"
On admet la proprit suivante, qui permet de connatre la dimension de

connaissant celle de #$ ou vice-versa :
dim
%

#$

%

172
6.3.2. Matrice dune application linaire

6.3.2.1. Calcul dans un cas particulier
. On utilise les bases
Considrons le cas dune application linaire de

dans
canoniques de ces deux espaces, notes respectivement

" "
On note aussi

0 0
0

0 0
0

" 0 0
0

Pour tout vecteur
, on obtient par linarit
" " " de

"

"

"

" "

0
"
Si on note les composantes de

"

"

0

0

-
on a

La matrice de type

dont les colonnes sont les composantes de
" et " sur la base donne de
est appele la matrice de relativement aux deux bases canoniques.
Lgalit vectorielle

"
se traduit par lgalit matricielle

-

"
Ces calculs, cette dnition et cette dernire galit se gnralisent.
,
173
6.3.2.2. Cas gnral

Soient
dimension nie. Notons
une application linaire entre deux espaces vectoriels de

et dsignons par
"

"
0
"

deux bases quelconques de et

respectivement. Alors la matrice de par
rapport ces deux bases est la matrice de type dont la
colonne est forme
par les coordonnes de " sur la base 0 0 0 . On schmatise cela par

..
.
Si on note

"

..
.

..
.
les composantes dun vecteur " de , et

..
.

..
.

0
0
..
.

celles de "
"

..
.
on a la relation matricielle

..
.

..
.

..
.

..
.

6.3.2.3. Exemple
Pour dterminer la matrice, relativement aux bases canoniques, de lapplication
linaire donne au paragraphe 6.2.1, et dnie par

174
on calcule

do
6.3.2.4. Matrice dune compose

Si
trois e.v sur
et . sont deux applications linaires, o

de dimension nie et de bases donnes, alors

sont

6.4. Applications linaires et matrices diagonales

6.4.1. Le problme pos
6.4.1.1. Calculs avec une matrice diagonale
Soit une application linaire dun espace vectoriel dans lui-mme. On suppose
que est de dimension nie , et que la matrice de relativement une base
est la matrice diagonale

#

..
..
.
..
..
.
On a donc pour tout

..

#
On a dans ce cas des calculs simples pour obtenir, entre autres :
175
limage dun vecteur quelconque :

#

#
#
les composes successives

donc
# # #
a pour matrice
#

..
..
.
..

..
.
..

et plus gnralement

a pour matrice

#

..
.
..

..
..
.
..

6.4.1.2. Notion de diagonalisation

Soit maintenant une application linaire quelconque dun espace vectoriel de
dimension nie dans lui-mme. Compte tenu des calculs prcdents, il est intressant de chercher une base
0
de telle que

0
0
0

# 0

# 0

Lorsquon obtient une telle base, on dit quon a diagonalis lapplication linaire .
Dans les paragraphes suivants, on traite ce problme sur un exemple, et on prsente
les fonctions de Matlab qui permettent de le rsoudre.
176
6.4.2. Exemple de diagonalisation

On considre lapplication linaire

-
On calcule

-

-

et on en dduit la matrice de relativement la base canonique de
Mf=[3 -1 1 ;0 2 0 ; 1 -1 3]
Mf =
3 -1 1
0 20
1 -1 3

On cherche alors les vecteurs
0
-

Matriciellemnt, on rsout

ou encore
non nuls tels que

0 7 0
7

Cest lcriture matricielle dun systme homogne, qui admet des solutions autres
que la solution nulle, si, et seulement si

7
On calcule ce dterminant avec Matlab :

syms k real
MatDiff=Mf-k*eye(3)
MatDiff =
[ 3-k, -1, 1]
[ 0, 2-k, 0]
[ 1, -1, 3-k]
d=det(MatDiff)
d = 16-20*k+8*k^2-k^3
177
on obtient un polynme appel polynme caractristique de . Puis on rsout lquation donnant les valeurs de 7 pour lesquelles ce polynme est nul.
S=solve(d)
S=
[ 4]
[ 2]
[ 2]
La racine simple 4 et la racine double 2 obtenues sappellent les valeurs propres de
Pour la premire solution obtenue #

,

on cherche les vecteurs
0 tels que

0 # 0
syms x y z real
d1=4 ;
V=[x ;y ;z] ;
diff=Mf*V-d1*V
diff =
[ -x-y+z]
[ -2*y]
[ x-y-z]
S1=solve( -x-y+z=0, -2*y=0, x-y-z=0) ;
[S1.x ;S1.y ;S1.z]
ans =
[ z]
[ 0]
[ z]

Lensemble des solutions est
0 -
On effectue les mmes calculs avec #
.
.
d2=2 ;
diff2=Mf*V-d2*V
diff2 =
[ x-y+z]
[ 0]
[ x-y+z]
S2=solve( x-y+z=0,0=0, x-y+z=0) ;
[S2.x ;S2.y ;S2.z]
ans =
[ y-z]
[ y]
[ z]
178

On obtient lensemble
0

-
On a ainsi obtenu trois vecteurs de
.

0
0
0
tels que

0 0

0 0

0 0
On peut le vrier
v1=[1 ;0 ;1] ;
Mf*v1
ans =
4
0
4
v2=[1 ;1 ;0] ;v3=[-1 ;0 ;1] ;
Mf*v2
ans =
2
2
0
Mf*v3
ans =
-2
0
2
On vrie aussi que ces trois vecteurs forment une base de en calculant le dterminant de la matrice forme par les coordonnes de ces trois vecteurs.
V=[v1 v2 v3]
V=
1 1 -1
010
101
det(V)
ans =
2

Relativement la base
0
179

0
0 , a pour matrice
D=diag([4 2 2])
D=
400
020
002
6.4.3. Utilisation de la matrice diagonale

En reprenant les notations prcdentes, reprsente la matrice des coordon

nes de
0 0 et 0 Mais cette matrice sobtient aussi en multipliant
par la matrice diagonale
Ainsi

ce quon peut vrier dans notre exemple

Mf*V
ans =
4 2 -2
02 0
40 2
V*D
ans =
4 2 -2
02 0
40 2
Il en rsulte que

puis, par rcurrence

180
Vrions ce dernier rsultat dans le cas

:
D10=D^10
D10 =
1048576 0
0
0
1024
0
0
0
1024
V*D10*V^(-1)
ans =
524800 -523776 523776
0
1024 0
523776 -523776 524800
Mf^10
ans =
524800 -523776 523776
0
1024
0
523776 -523776 524800
On compare les temps dexcution entre un calcul direct de par multiplications successives, et celui utilisant la matrice diagonale Le calcul symbolique, plus
lent, fait mieux apparatre la diffrence entre les deux mthodes.
Mf=sym(Mf) ;
V=sym(V) ;
D=sym(D) ;
On calcule pour : on procde par multiplications successives, en ne
calculant que les trois lments diagonaux.
n=500 ;
tic
Dn=D ;
for i=2 :n
for j=1 :3
Dn(j,j)=Dn(j,j)*D(j,j) ;
end
end
res1=V*Dn*V^(-1) ;
toc
elapsed-time= 6.1500
Puis on calcule
181
:
tic
Mfn=Mf ;
for i=2 :n
Mfn=Mfn*Mf ;
end
toc
elapsed-time=13.9500
Le temps de calcul est plus que le double.
6.4.4. Les fonctions prdnies de Matlab
La fonction eig permet dobtenir directement la matrice diagonale et la matrice

de la famille de vecteurs
0 0
0
[V,D]=eig(sym(Mf))
V=
[ -1, 1, 1]
[ 0, 1, 0]
[ 1, 0, 1]
D=
[ 2, 0, 0]
[ 0, 2, 0]
[ 0, 0, 4]
(les valeurs propres et ont t ici interverties, mais les vecteurs colonnes de sont
donns dans lordre des valeurs propres de ).
182
6.4.4.1. Remarque
Le problme de la diagonalisation dune application linaire
jours de solution.
M=[0 -1 1 ;1 2 -1 ; -2 -1 3]
M=
0 -1 1
1 2 -1
-2 -1 3
[V D]=eig(sym(M))
V=
[ 1, -1]
[ 0, 1]
[ 1, -1]
D=
[ 1, 0, 0]
[ 0, 2, 0]
[ 0, 0, 2]
nadmet pas tou-

Ici, on na pas pu trouver de base
0

0
mais seulement deux vecteurs

0
0 pour laquelle

0 # 0

0
et

tels que

0 0

0 0
On ne doit pas tenir compte dans ce cas de la matrice donne (malheureusement)

par Matlab.
6.5. Exercices
On considre lapplication :

-
1) Vrier
la linarit
de

canonique 7 .
2) Dterminer

-
-
et donner sa matrice relativement la base
.
3) Utiliser la fonction null pour trouver une base du noyau de Vrier que les
vecteurs du sous-espace ainsi obtenu ont bien pour image le vecteur nul.
183
4) Utiliser la fonction colspace pour dterminer une base de

%

'

Vrier l aussi que tout vecteur de %

des vecteurs de

7
peut scrire comme combinaison linaire
(solution p 183)
6.5.2. Une application linaire avec paramtre
Soit
.
-

-
- "
o
"
est un vecteur x de
-
1) Montrer que . est linaire.

2) Donner sa matrice relativement la base canonique.
3) Calculer la compose . . en supposant dans cette question

-

4) Dterminer le noyau et limage de . et donner leur dimension respective.

(solution p. 186)
6.6. Solutions
Exercice 6.5.1
1) On vrie la linarit de , en comparant, pour deux vecteurs quelconques et
:
de
et . On a
syms x y z x1 y1 z1 real
U=[x,y,z] ;V=[x1,y1,z1] ;
FdeU=[x+z,x+2*y-z,x+z];
FdeV=subs(FdeU,U,V)
FdeV = [ x1+z1, x1+2*y1-z1, x1+z1]
sommeDesImages=simplify(FdeU+FdeV)
sommeDesImages = [ x+z+x1+z1, x+2*y-z+x1+2*y1-z1, x+z+x1+z1]
184
et
S=U+V ;
imageDeLaSomme=subs(FdeU,U,S)
imageDeLaSomme = [ x+z+x1+z1, x+2*y-z+x1+2*y1-z1, x+z+x1+z1]
simplify(imageDeLaSomme-sommeDesImages)
ans = [ 0, 0, 0]
On vrie de mme la proprit
7

0
7 0
Pour obtenir la matrice de on dnit les vecteurs 8 : de la base canonique

de et on construit, grce la transposition, la matrice dont les colonnes sont les
coordonnes de 8 :
I=sym([1,0,0]) ; J=sym([0,1,0]) ; K=sym([0,0,1]) ;
FdeI=subs(FdeU,U,I)
FdeI = [ 1, 1, 1]
FdeJ=subs(FdeU,U,J)
FdeJ = [ 0, 2, 0]
FdeK=subs(FdeU,U,K)
FdeK = [ 1, -1, 1]
MatriceDeF=[FdeI FdeJ FdeK]
MatriceDeF =
[ 1, 0, 1]
[ 1, 2, -1]
[ 1, 0, 1]
2) On utilise la proprit

puis on utilise cette matrice pour calculer la matrice des coordonnes de (

MatriceDeFrondF=MatriceDeF^2
MatriceDeFrondF =
[ 2, 0, 2]
[ 2, 4, -2]
[ 2, 0, 2]
FrondFdeU=MatriceDeFrondF*U
FrondFdeU =
[ 2*x+2*z]
[ 2*x+4*y-2*z]
[ 2*x+2*z]

185
3) On applique la fonction null la matrice de qui donne une base du noyau de

:
baseKerF=null(MatriceDeF)
baseKerF =
[ -1]
[ 1]
[ 1]
Do
#$

'

A titre de vrication, on calcule limage par

'

.

dun vecteur quelconque de
syms k real
W=k*[-1,1,1] ;
fDeW=subs(FdeU,U,W)
fDeW =
[ 0, 0, 0]
4) Pour %

on applique la fonction colspace la matrice de :

baseImF=colspace(MatriceDeF)
baseImF =
[ 1, 0]
[ 0, 1]
[ 1, 0]
Do
%

Pour vrier que tout vecteur

nus, il suft de remarquer que

'

est combinaison linaire des deux vecteurs obte-
-
-
-

-
186
Exercice 6.5.2
On dclare lapplication, en dnissant les vecteurs

colonnes :

de
syms x y z x0 y0 z0
U0=[x0 ;y0 ;z0 ] ;
U=[x ;y ; z] ;
gDeU=U-(x+y+z)*U0
gDeU=
[x-(x+y+z)*x0]
[y-(x+y+z)*y0]
[z-(x+y+z)*z0]
1) On vrie la linarit :
% On calcule g(U1) et g(U+U1)
syms x1 y1 z1 ; U1=[x1 ;y1 ;z1] ;
gDeU1=subs(gDeU,U,U1)
gDeU1=
[x1-(x1+y1+z1)*x0]
[y1-(x1+y1+z1)*y0]
[z1-(x1+y1+z1)*z0]
gDeUPlusU1=subs(gDeU,U,U+U1)
gDeUPlusU1=
[x+x1-(x+x1+y+y1+z+z1)*x0]
[y+y1-(x+x1+y+y1+z+z1)*y0]
[z+z1-(x+x1+y+y1+z+z1)*z0]
% on vrie que g(U+U1)=g(U)+g(U1)
simplify(gDeUPlusU1 -gDeU-gDeU1)
ans =
[]
[]
[]
On ferait de mme pour vrier que

. 7
7.
par leurs matrices
2) On calcule la matrice de lapplication . , colonne par colonne :

M( :,1)=subs(gDeU,U,[1 ;0 ;0]) ;
M( :,2)=subs(gDeU,U,[0 ;1 ;0]) ;
M( :,3)=subs(gDeU,U,[0 ;0 ;1]) ;
M=
[1-x0, -x0, -x0]
[-y0, 1-y0, -y0]
[-z0, -z0, 1-z0]
Do

-
On peut vrier que .

-

-
a pour matrice de coordonnes

simplify(M*U-gDeU)
ans=
[0]
[0]
[0]
3) Avant de calculer la matrice de . . on tient compte de la relation

-
M=subs(M,z0, 1-x0-y0)
M=
[1-x0, -x0, -x0]
[-y0, 1-y0, -y0]
[-1+x0+y0, -1+x0+y0, x0+y0]
M2=simplify(M*M)
M2=
[1-x0, -x0, -x0]
[y0, 1-y0, -y0]
[-1+x0+y0, -1+x0+y0, x0+y0]
Puisque
on a donc
.
. .
Une rcurrence montre qualors

.
187
188
4) On utilise null pour dterminer une base de #$

6.5.1, p. 183).
BaseKerg=null(M)
BaseKerg=
[
1]
[ y0/x0]
[-(-1+x0+y0)/x0]
(voir solution de lexercice
.
Le noyau est donc le sous-espace vectoriel engendr par

On peut retrouver ce rsultat en rsolvant le systme obtenu partir de lquation

.
g=subs(gDeU,z0,1-x0-y0);
S=solve(g(1),g(2),g(3),x,y,z);
[S.x ; S.y ;S.z]
ans=
[ y*x0/y0]
[ y]
[ -y*(-1+x0+y0)/y0]
Les solutions obtenues sont de la forme

Pour trouver une base de limage de . on utilise la fonction colspace(M) :

colspace(M)
ans =
[ 1, 0]
[ 0, 1]
[ -1, -1]
Ainsi
%
.

'

T ROISIME PARTIE
Gomtrie
189
190
Chapitre 7
Calcul vectoriel et gomtrie
Le but du premier paragraphe est de rappeler brivement comment ont t dnis

au lyce vecteurs gomtriques et oprations sur ces vecteurs. Il permet de faire le lien
avec la structure despace vectoriel et les notions qui lui sont attaches (combinaisons
linaires, bases, dimensions).
Dans les paragraphes suivants, on utilise le calcul sur les coordonnes pour reprsenter des gures du plan ou de lespace, et tudier leurs proprits.
Enn, on consacre un paragraphe aux changements de base et de repre. Les formules obtenues ont un intrt pratique, notamment en infographie, lorsque des calculs
sont plus simples faire dans un autre repre que celui donn lorigine (projection
sur un plan oblique, rotation autour dun axe oblique, etc...).
7.1. Rappels : vecteurs gomtriques du plan ou de lespace

7.1.1. Vecteur associ un couple de points
A tout couple de points du plan ou de lespace, on peut associer un vecteur

gomtrique
" Gomtriquement, pour que et reprsentent le

mme vecteur
" , il faut et il suft que soit un paralllogramme. Il existe donc
191
192
une innit de couples de points

, ..., reprsentant un mme vecteur

".
Reprsentants dun vecteur donn u
Par contre, si on xe un point dans le plan ou dans lespace, alors, pour tout

" , il existe un unique point tel que
vecteur

"
Lorsquon veut tudier ou reprsenter les vecteurs gomtriques, on convient gnralement de se xer un point et de considrer pour chaque vecteur son unique reprsentant dorigine .
Reprsentants de mme origine
u
v
u
O
w
C
v
B
193
7.1.2. Oprations sur les vecteurs gomtriques

7.1.2.1. Addition
Soient deux vecteurs

" , 0

Le vecteur somme de
" et 0 est le vecteur

" 0
tel que soit un paralllogramme.
Addition vectorielle
A
u
O
u+v
v
On peut vrier quon a :

1) la relation de Chasles

2) la commutativit, lassociativit ;
3) lexistence dun lment neutre, le vecteur nul

qui vrie donc pour tout vecteur

" :

" " " ;

4) pour tout vecteur
" lexistence dun symtrique not " , tel que

" " " "
194
7.1.2.2. Multiplication dun vecteur par un rel

A tout couple

" form dun rel et dun vecteur, on associe le vecteur 7 "
Multiplication des vecteurs par les rels
k.u
Cette multiplication vrie : quels que soient les rels

vecteurs
"
0 on a
, et quels que soient les

" 0 7 " 7 0

7 7 " 7 " 7 "

7 7 " 77 "

" "
7
7.1.3. Vecteurs colinaires, vecteurs coplanaires

des vecteurs du plan (ou lensemble des
Daprs ce qui prcde, lensemble
vecteurs de lespace), muni de laddition et de la multiplication par les rels est un
espace vectoriel. On peut lui appliquer les rgles de calcul vues au chapitre correspondant. En particulier :

"
0 formant une famille lie.
On appelle vecteurs colinaires deux vecteurs
Cela signie que lun des vecteurs est combinaison linaire de lautre, par exemple

0 7 "
Gomtriquement, les points , sont aligns si et seulement si et sont

colinaires.

"
0
9 de lespace formant
On appelle vecteurs coplanaires trois vecteurs
une famille lie. Cela signie que lun des vecteurs est combinaison linaire des deux
autres, par exemple

9 7 " 7 0
Gomtriquement les points et appartiennent un mme plan si et seule

ment si, , et sont coplanaires.
195
7.2. Calculs avec les coordonnes cartsiennes dans le plan

7.2.1. Bases et coordonnes dun vecteur
7.2.1.1. Bases
Lensemble
des vecteurs
du plan, not , est un espace vectoriel de dimension 2.

Tout couple de vecteurs non colinaires en constitue une base. Tout vecteur

0 du plan se dcompose alors de manire unique sous forme

0
Dcomposition dun vecteur du plan selon la base (i,j)
y.j
v=xi+yj
j
x.i
On note

0
o
est la matrice colonne des coordonnes du vecteur

0 dans la base
.

7.2.1.2. Calculs avec les coordonnes des vecteurs

Fixons une base

. Soient les vecteurs

"

0
196
alors leur somme est

" 0

et le produit de
" par un rel 7 est

7 "
7
7.2.2. Repres et coordonnes dun point

7.2.2.1. Repres

Tout triplet , o est un point du plan et

un repre du plan. Pour tout point du plan, lunique couple

une base, constitue

tel que

sappelle couple de coordonnes du point dans le repre

l aussi la notation

On emploie
7.2.2.2. Calculs avec les coordonnes dun point

Le plan tant muni dun repre, soient les points

alors le vecteur est donn par

et le milieu du segment est

7.2.3. Exemples dutilisation

Les proprits prcdentes de calcul sur les coordonnes de vecteurs et de points
permettent deffectuer avec Matlab, les calculs matriciels analogues.
197
Exemple
On donne dans le plan muni dun repre les points

1) Vrions que est un paralllogramme :

par abus de notation, on dnit chaque point par sa matrice colonne et on calcule

les coordonnes des vecteurs et
A=[6 ;13]
A=

B=[11 ;5] ;C=[7 ;-6] ;D=[2 ;2] ;

AB=B-A
AB =

DC=C-D
DC=

On a ainsi vri que

Donc est un paralllogramme.
2) On calcule ensuite les coordonnes de son centre, qui est le milieu de (et
de ).
I=1/2*(A+C)
I=

% Vrication :
1/2*(B+D)
ans =

3) Dessinons le paralllogramme, ses diagonales et son centre, en utilisant la commande plot , o , reprsentent les coordonnes dun point, de deux points
198
(pour tracer un segment) ou de points (pour tracer une ligne polygonale) :

%Dessin du point I, marqu dune croix :
plot(I(1),I(2),x)
hold on
% Dessin des diagonales, en pointill
plot([A(1) C(1)],[A(2) C(2)],k)
plot([B(1) D(1)],[B(2) D(2)],k)
% Dessin de la ligne polygonale ABCD :
P=[A B C D A] ;
plot(P(1, :),P(2, :),k)
% Pour xer le cadre
axis([1 12 -7 15])
% Pour placer laide de la souris le nom des points :
gtext(A) ;gtext(B) ;gtext(C) ;
gtext(D) ;gtext(I) ;
14
A
12
10
8
6
B
4
0
2
4
6
C
1
10
11
12
7.2.4. Equations dune droite du plan

Etant donn un point et un vecteur non nul
" la droite passant par

et de vecteur directeur " (non nul) est dnie vectoriellement par
Dans un repre donn, et

' "
'

" peuvent tre dnis par leurs coordonnes :

"
199
En exprimant une condition ncessaire et sufsante pour quun point

appartienne la droite on peut obtenir :

une quation cartsienne de ,
un point appartient si, et seulement si les vecteurs
soit :

" sont colinaires,
et

"
#'

ou
ou encore

qui scrit sous la forme

2
3 <
un systme dquations paramtriques de ,

un point appartient si, et seulement si il existe un rel ' tel que

ce qui quivaut

ou encore

' "

'
'
'
Un tel systme dquations paramtriques permet de gnrer point par point la droite.
Exemple
On considre la droite

avec

" de la droite
Un vecteur directeur

est

200
Un systme dquations paramtriques de la droite

est donc

'
'
On obtient un dessin point par point de cette droite en faisant varier ' de , avec
un pas de :
T=-5 :0.2 :5 ;
X=1+17*T ;
Y=30-28*T ;
hold on
plot(X,Y,x)
200
150
100
50
50
100
150
100
80
60
40
20
20
40
60
80
100
7.3. Coordonnes cartsiennes dans lespace

7.3.1. Bases et repres de lespace
7.3.1.1. Bases
Lensemble des vecteurs de lespace est un espace
vectorielde dimension 3.

Donc une base de cet espace est constitue dun triplet 7 de vecteurs non

coplanaires. Tout vecteur
0 de lespace scrit de manire unique sous forme

0 - 7
201
z.k
v = x.i+y.j+z.k
k
y.j
x.i

On note
7.3.1.2. Repres

Tout quadruplet 7 , o est un point de lespace et 7 une

base, constitue un repre de lespace. Pour tout point de lespace, lunique triplet
- tel que

- 7
sappelle triplet de coordonnes du point dans le repre

ploie l aussi la notation
7.3.2. Calculs avec les coordonnes

Beaucoup de calculs sont analogues ceux du plan.
Soient les vecteurs

"

0

. On em
202

alors leur somme est
"

et le produit de
" par un rel ' est

' "
'
'
'
Soient les points

-
alors

-

- -
et le milieu du segment est

- -
7.3.3. Exemples dutilisation

7.3.3.1. Exemple
Dessinons le ttradre

avec

On dnit les points et la suite qui permet de parcourir toutes les artes. Pour les dessiner, on utilise la commande plot3 (analogue la
commande plot de dessin dans le plan).
A=[3 ;0 ;0] ; B=[0 ;2 ;0] ;C=[0 ;0 ;5] ;D =[6 ;4 ;12] ;
T=[A B C D B C A D] ;
plot3(T(1, :),T(2, :),T(3, :),k) ;hold on
On note 8 : et 1 les milieux respectifs des cts
on vrie que 8 : 1 est un paralllogramme.

et et
203
I=1/2*(A+B) ; J=1/2*(A+C) ;K=1/2*(D+B) ;L=1/2*(D+C) ;

v1=J-I
v1 =
0
-1.0000
2.5000
v2=L-K
v2 =
0
-1.0000
2.5000
v1-v2
ans = 0
0
0
Pour visualiser la gure 8 : 1, on utilise la commande ll3 qui colorie lintrieur de
ce quadrilatre.
F = [I J L K] ; ll3(F(1, :),F(2, :),F(3, :),y)
Pour marquer le nom des points, on utilise la commande text, mais il faut indiquer en
paramtres la position o doit tre plac ce nom.
h=0.2 ; text(B(1),B(2)+h,B(3)+2*h,B)
Ici, on a choisi un cart de + et on a plac la lettre en ajoutant + et +
aux deuxime et troisime coordonnes de Il faut procder par essais visuels. On
effectue ensuite le mme traitement pour les autres points.
D
12
10
8
L
K
6
4
2
0
4
C
3
I
1
0
204
7.3.4. Equations de droites et de plans dans lespace

7.3.4.1. Systme dquations paramtriques dune droite
On considre une droite dnie par un point et un vecteur directeur

-
"

" :
On obtient un systme dquations paramtriques de en crivant quun point
appartient si, et seulement si, il existe un rel ' tel que

cest--dire

ou encore

-

' "

- -
'
'
'
- '

7.3.4.2. Systme dquations paramtriques dun plan

De la mme faon, tant donn un point et deux vecteurs non colinaires

"

0 on dnit le plan passant par et de vecteurs directeurs
0 par :

'

"
0
' " 0
Si on note :

-

"

0
on obtient un systme dquations paramtriques de en crivant quun point

-

" et
205
appartient si, et seulement si

cest--dire

- -

0
' "

ou encore
'

-
'
'
- '

Un tel systme dquations paramtriques permet de reprsenter graphiquement

avec Matlab des plans de lespace.
7.3.4.3. Exemple
On donne le plan passant par

Il a donc pour vecteurs directeurs

et

et on obtient le systme paramtrique

'
'

'
Pour le dessiner, on fait varier ' et dans des intervalles donns

et

et la fonction meshgrid(t,s) va crer un quadrillage de valeurs

'

t=0 :0.5 :2 ;s=0 :0.5 :3 ;

[T,S]=meshgrid(t,s) ;
206
A partir de ce quadrillage de valeurs, on calcule les valeurs correspondantes de

- et on utilise la fonction mesh pour dessiner le quadrillage de points obtenus.
et
X=1+2*T+5*S ;
Y=-1-T-4*S ;
Z=3+2*T+2*S ;
mesh(X,Y,Z)
hold on ;
Pour vrication, on reprsente les trois points

plot3(1,-1,3,ko)
plot3(3,-2,5,ko)
plot3(6,-5,5,ko)
14
12
10
8
6
4
C
2
0
A
20
15
10
10
5
15
7.3.4.4. Equation cartsienne dun plan

Soit

0 un plan de lespace, avec

"

-

"

0
On obtient une quation cartsienne de en crivant quun point appartient si

et seulement si les vecteurs
"
0 sont coplanaires, soit

"
cest--dire

-

-

207
En dveloppant ce dterminant, on obtient une quation de la forme

2
3 < -
7.3.4.5. Dune quation cartsienne un systme dquations paramtriques

Illustrons ce passage sur un exemple. On se donne lquation

-

En appliquant la mthode de Gauss, on peut choisir arbitrairement deux des inconnues,

ici par exemple et - , et exprimer en fonction de ces inconnues. On a alors le
systme :

qui sinterprte vectoriellement par la relation

avec

-
-

0
"

"
Ce qui montre que lquation propose est celle du plan
Cette reprsentation permet aussi de dessiner le plan :

y=[-2 :0.5 :2] ;
z=[-2 :0.5 :2] ;
[Y,Z]=meshgrid(y,z);
X=-7/2*Y+15/2*Z+5;
mesh(X,Y,Z)

"
0
208
2
1.5
1
0.5
0
0.5
1
1.5
2
2
30
1
20
10
0
10
2
20
La mme dmarche peut tre applique toute quation de la forme

3 < -
2
o 2 3 < ne sont pas tous trois nuls, ce qui montre que toute quation de la forme
ci-dessus est celle dun plan.
7.3.4.6. Dun systme dquations paramtriques une quation cartsienne
Prenons lexemple du plan dni par le systme dquations paramtriques

'
'

'
Ce plan passe par le point

et a pour vecteurs directeurs

"

0
On obtient une quation cartsienne de en crivant

cest--dire

"

209
syms x y z real
M=[x-1 2 1 ; y 1 -3 ; z-3 2 2] ;
det(M)
ans = 8*x+13-2*y-7*z
Do lquation cartsienne

-

7.3.4.7. Droite dnie par un systme dquations cartsiennes

Contrairement ce qui se passe dans le plan, on ne peut pas dnir une droite de
lespace par une quation cartsienne. Une telle quation caractrise en effet un plan.
On peut simplement dnir une droite comme intersection de deux plans, donc par un
systme de deux quations cartsiennes. Lexercice 7.5.4 p. 216 en est une illustration.
7.3.5. Autres reprsentations paramtriques dans lespace

La commande plot3 permet plus gnralement de dessiner point par point une
courbe de lespace, alors que mesh permet de reprsenter des surfaces.
7.3.5.1. Exemple de dessin dune courbe de lespace
On considre la courbe (hlice circulaire) dnie par le systme dquations paramtriques :

o '

'
'
'
Le dessin sobtient par :
T=0 :pi/50 :6*pi ;

X=3*cos(T) ; Y= 3*sin(T) ; Z = 2*T ;
plot3(X,Y,Z)
hold on ; title(Hlice circulaire)
210

Hlice circulaire
40
35
30
25
20
15
10
5
0
3
2
1
0
1
2
3
7.3.5.2. Exemple de dessin dune surface de lespace

On veut dessiner la surface de lespace, appele hyperbolode, dquation
-
avec

.
On a :
[X,Y] = meshgrid(-1 :0.1 :1,-1 :0.1 :1) ;
Z=X.*X - Y.*Y ;
mesh(X,Y,Z)
title(Hyperbolode)
Hyperbolode
0.5
0.5
1
1
1
0.5
0.5
0
0
0.5
0.5
1
211
7.4. Changements de base et changements de repre

Certains calculs ou
dessins
sont plus faciles effectuer si
on se place dans
certains

un "nouveau" repre 7 plutt que dans le repre initial 7 .
Le but de cette partie est dobtenir des formules de passage des coordonnes dans un
repre celles dans lautre repre.
3
2.5
j
O
1.5
k
1
0.5
0
0.5
4
k
3
3
2
0
1
Les calculs seront effectus pour des bases et des repres de lespace. On donnera
aussi les formules correspondantes de gomtrie plane.
7.4.1. Changement de base dans lespace
On donne
trois vecteurs

:

par leurs coordonnes relativement une base

On note

212

, relativement la base

la matrice de la famille
que les vecteurs
si
On rappelle
forment une famille libre, donc une base, si et seulement

On supposedans la suite
cette condition
ralise.

passage de 7 7
sappelle alors la matrice de

Pour un vecteur
0 quelconque de lespace, on note

ses coordonnes dans la base de dpart
et

ses coordonnes dans la nouvelle base
On a lgalit vectorielle

0 - 7 - 7
qui scrit aussi

- 7

soit, en utilisant les proprits de calcul vectoriel

- 7

7

ce qui quivaut au systme

Ce dernier scrit matriciellement :

ou encore

213

-
Ainsi,
on obtient la matrice unicolonne des coordonnes dun vecteur dans la
base de dpart en multipliant la matrice de passage par la matrice
des coordonnes de ce vecteur dans la nouvelle base.
La matrice tant inversible, on a aussi :

7.4.2. Changement de repre dans lespace

7.4.2.1. Formule de changement

On note relativement au repre
Si
et

-
&
&
reprsentent les coordonnes dun point dans le repre
celles de ce mme point dans le repre
&

on obtient les for-
mules de changement de repre

en considrant
le vecteur
et ses coordonnes re

lativement aux deux bases 7 et 7 Les formules de changement
de base prcdentes scrivent alors :

- -

&
&
&

-
214
On en dduit aussi

&
&
&

- -
7.4.2.2. Calcul avec Matlab

En utilisant la formule ci-dessus, la fonction dnie par

(#; 9
8 :
calcule les nouvelles coordonnes du point dans le repre dorigine et

de vecteurs de base 8 : en fonction des anciennes coordonnes .
function Mnew =Old2New(Mold,O1,I1,J1,K1)
MatPass = [I1 ,J1 , K1] ;
Inv=MatPass^(-1) ;
Mnew = Inv*(Mold-O1) ;
7.4.3. Changements de base et de repre dans le plan

7.4.3.1. Changement de base
On obtient des formules analogues, dans le plan, en notant
plan,
du

une base
deux vecteurs dnis par leurs coordonnes relativement la base

On note galement

la matrice de la famille relativement la base

suivants :

les vecteurs forment une base, si et seulement si

On a les rsultats
215

Si cette condition est ralise, alors, pour un vecteur
0 quelconque du plan, en

notant ses coordonnes dans la base de dpart et ses coordonnes
dans la nouvelle base

, on a la relation matricielle :
7.4.3.2. Changement de repre

On considre deux repres

et

vement au repre

du plan et on note, relati-

Pour de coordonnes

dans le repre

on a :

et
dans le repre

7.5. Exercices
7.5.1. Une suite de paralllogrammes
On dnit la suite

de quadrilatres de la manire suivante :
est le quadrilatre de lexemple 7.2.3 ;

est le quadrilatre joignant les milieux des cts de

1) Dessiner sur une mme gure,

2) Montrer que tous ces quadrilatres sont des paralllogrammes.
(solution p 219)
216
7.5.2. Solutions entires dune quation linaire

Utiliser '( pour visualiser les solutions entires de lquation
avec

Indication : on remarquera que ncessairement doit tre pair, et on posera donc

'
'

(solution p 220)
7.5.3. Etude dun paralllipde
On considre le paralllipipde

avec :

On prcise que les faces , sont des paralllogrammes.

1) Calculer les coordonnes des sommets et .
2) Pour 7 rel quelconque, calculer les coordonnes du point I tel que

7
3) Pour quelle valeur de 7 les vecteurs sont-ils coplanaires ? Interprtation gomtrique.

4) Dessiner sur une mme gure le paralllipipde, le triangle (utiliser la
commande ll), le segment et le point
(solution p 221)
7.5.4. Intersection de deux plans
On considre le systme

-
1) Dessiner les deux plans et correspondant chaque quation du systme.

2) Appliquer la mthode de Gauss ce systme pour exprimer et en fonction
de -

3) En dduire une reprsentation paramtrique de la droite dintersection de et

. Dessiner cette droite.
(solution p 223)
217
7.5.5. Etude dune symtrie vectorielle

Soit

une base de

1) Vrier que

On dnit les trois vecteurs

est aussi une base de

7

2) On considre lapplication (appele symtrie vectorielle) qui, tout vecteur

0 8 , :
associe le vecteur

0

8

,:
(voir gure ci-dessous).
On note respectivement :

-

,

-

0 dans la base celles de 0 dans la base celles de 0 dans
les coordonnes de

la base et enn celles de 0 dans la base
- En utilisant la dnition de exprimer matriciellement en fonction de

218
- En utilisant la matrice de passage de exprimer matriciellement

en fonction de et en fonction de
- En dduire lexpression de en fonction de
3) Vrier ce dernier rsultat en calculant limage des vecteurs

7
7

(solution p 225)
7.5.6. Changement de repre
En sinspirant de la fonction (#; 9 dcrite au paragraphe 7.4.2.2, dnir une
fonction
*(# ; 9 (# 8 :
qui calcule les anciennes coordonnes du point en fonction des nouvelles
donnes dans le repre dorigine et de vecteurs de base 8 : .
(solution p 226)
7.5.7. Parabole dans un nouveau repre

Le plan est rapport un repre orthogonal

des points dont les coordonnes vrient lquation

On considre lensemble
1) Peut-on utiliser cette quation pour construire ?

2) On va utiliser un changement de repre pour reconnatre la nature de cet ensemble. (Ce changement de repre devra permettre dcrire lquation sous forme :
). Il sera dni par le systme

Rsoudre ce systme dinconnues et et trouver les valeurs de

telles que

3) En dduire le repre

dans lequel

219
a pour quation

et utiliser cette dernire pour construire et reconnatre .

(solution p 227)
7.6. Solutions
Exercice 7.5.1
1) On construit le premier paralllogramme :
A=[6 ;13] ;B=[11 ;5] ;C=[7 ;-6] ;D=[2 ;2] ;
P=[A B C D A] ;plot(P(1, :),P(2, :),k)
A chaque itration, on calcule les milieux de deux cts conscutifs de la ligne polygonale et on dessine la nouvelle ligne polygonale obtenue :
hold on
for n = 1 :10
for i=1 :4
P( :,i)=(P( :,i)+P( :,i+1))/2 ;
end
P( :,5)=P( :,1) ;
plot(P(1, :),P(2, :),k)
end
axis([1 12 -7 15])
14
12
10
8
6
4
2
0
2
4
6
1
10
11
12
220
2) Pour montrer que ces quadrilatres sont des paralllogrammes, on pourrait utiliser des proprits gomtriques (droites de milieux), mais on peut ici utiliser le calcul
symbolique de Matlab
On a dj vri (voir paragraphe 7.2.3) que tait un paralllogramme.
A un rang
donn, on dnit les coordonnes des quatre sommets
du quadrilatre

syms xA yA xB yB xC yC xD yD real
A = [xA ;yA] ;B=[xB ;yB] ;C=[xC ;yC] ;D=[xD ;yD] ;
On calcule alors les coordonnes des milieux

des vecteurs et :

des quatre cts, puis celles
I1=1/2*(A+B) ;I2=1/2*(B+C) ;I3=1/2*(C+D) ;I4=1/2*(D+A) ;

V1=I2-I1
V1 =
[ 1/2*xC-1/2*xA]
[ 1/2*yC-1/2*yA]
V2=I3-I4
V2 =
[ 1/2*xC-1/2*xA]
[ 1/2*yC-1/2*yA]
V1-V2
ans =
[ 0]
[ 0]
On a ainsi vri lgalit

Exercice 7.5.2
En mettant lquation

sous
la forme

on voit que, ncessairement, est pair 1, soit

'
avec '
Par substitution, on dduit

'
avec '
. par application dun thorme darithmtique (lemme de Gauss).
221
On a ainsi obtenu un systme dquations paramtriques :
Les conditions
'
avec '
'
donnent alors respectivement

'
'
'
'
Soit

Do les instructions :
hold on ; grid on
T=0 :1 :16 ;
X=2*T ;Y=-3*T+50 ;
plot(X,Y,x)
50
45
40
35
30
25
20
15
10
5
0
10
Exercice 7.5.3.
1) On dclare les points
15
20
25
30
35

O=[0 ;0 ;0] ;A=[3 ;0 ;0] ;

C=[0 ;5 ;0] ;G=[0 ;0 ;4] ;
Par hypothse,
'
un paralllogramme, donc

De plus, comme est lorigine,

ment

ont mmes coordonnes que respective-

222
Do
B=A+C ;
% De mme :
F = A+G ;D=C+G ; E=F+(D-G) ;
% Visualisation des coordonnes de ces quatre points
[ B D E F]
ans = 3 0 3 3
5550
0444
2) On dnit les coordonnes de

syms k real
I=k*E
I = [ 3*k]
[ 5*k]
[ 4*k]
3) Les vecteurs
famille lie, soit

sont coplanaires si, et seulement si ils forment une

d = det([C-A G-A I-A])

d = 180*k-60
k0=solve(d,k)
k0 =1/3

Ainsi les vecteurs sont coplanaires pour 7

Gomtriquement,
cela signie que, dans ce cas, le point appartient au plan
4) On construit une suite de sommets du paralllipipde qui permet de parcourir
au moins une fois toutes les artes
P=[O A B C O G F A F E B E D C D G] ;
clf ;plot3(P(1, :),P(2, :),P(3, :),k)
et on reprsente le point le triangle et le segement :
I =double(subs(I,k,k0));
hold on ;plot3(I(1),I(2),I(3),kx)
Tr = [A C G A] ;
ll3(Tr(1, :), Tr(2, :),Tr(3, :),y)
S=[O E] ;
plot3(S(1, :),S(2, :),S(3, :),k- -)
223
On marque ensuite le nom des points, en utilisant la commande text, comme dans
lexemple du paragraphe 7.3.3.1.
4
3.5
D
F
3
2.5
2
1.5
1
I
0.5
C
0
5
A
4
3
2
O
1.5
0.5
Exercice 7.5.4
1) Le plan peut tre dni par

et par

-
Do les instructions de dessin :

y=[-2 :0.1 :2] ;
z=[-4 :0.4 :4] ;
[Y,Z]=meshgrid(y,z) ;
X1=5-3*Y ;
mesh(X1,Y,Z) ; hold on
X2=6-Y/2+Z/2 ;
mesh(X2,Y,Z) ;
2.5
224
2) La mthode de Gauss donne :

Syst=[1 3 0 5 ; 2 1 -1 12]
Syst = [ 1 3 0 5]
[ 2 1 -1 12]
sym(rref(Syst))
ans = [ 1, 0, -3/5, 31/5
[ 0, 1, 1/5, -2/5]

-

-
On peut alors construire la droite dintersection de et partir de cette reprsentation paramtrique :

z=[-5 5] ;
x=3/5*z+31/5 ;
y=-1/5*z-2/5 ;
plot3(x,y,z,k,LineWidth,1.5)
5
2
1
0
1
2
10
12
Exercice 7.5.5
1) On dnit par leurs coordonnes relativement la base
vecteurs

puis

i=[1 ;0 ;0] ; j=[0 ;1 ;0] ;k=[0 ;0 ;1] ;

I=i+j
I=
1
1
0
% De mme :
J=i+k ;K=j-i-k ;
Pour montrer que la famille

forme une base :

% On dnit la matrice de la famille (I,J,K) :

P=[I J K]
P=
1 1 -1
101
0 1 -1
% On calcule son dterminant :
d=det(P)
d =-1
2) On a par dnition de :
soit matriciellement

On a le schma suivant :

qui peut se noter

,

,

225

les

226
do

On dveloppe le second membre en utilisant Matlab :

M=[1 0 0 ; 0 1 0 ; 0 0 -1] ;
syms x y z real
vB=[x ; y ; z] ;
ProdMat=P*M*P^(-1)
ProdMat =
-1 2 2
2 -1 -2
-2 2 3
v1B=ProdMat*vB
v1B =
[ -x+2*y+2*z]
[ 2*x-y-2*z]
[ -2*x+2*y+3*z]
Ainsi, dans la base

vecteur

0

tel que

-

la symtrie vectorielle associe au vecteur
0 le
-

3) On peut vrier ce rsultat en calculant par exemple limage du vecteur

subs(v1B,vB,sym(I))
ans =
[ 1]
[ 1]
[ 0]
Exercice 7.5.6
En utilisant la relation

- -
on a

&
&
&
function Mold =New2Old(Mnew,O1,I1,J1,K1)

MatPass = [I1 ,J1 , K1] ;
Mold = O1+ MatPass*Mnew ;

227
Exercice 7.5.7
1) On sait (grce la commande ezplot), construire avec Matlab une courbe
dquation de la forme

On utilise donc Matlab pour rsoudre lquation dinconnue

syms x y real
eq= x+y-1-2*(x-y-1)^2;
Sy=solve(eq,y)
Sy =
[ -3/4+x+1/4*(-15+16*x)^(1/2)]
[ -3/4+x-1/4*(-15+16*x)^(1/2)]

apparat comme la runion des deux courbes dquations respectives

dnies sur lintervalle

.
On peut donner un aperu de
ezplot(Sy(1),[15/16 10])
hold on
ezplot(Sy(2),[15/16 10])
title(x+y-1=2(x-y-1)^2)
x+y1=2(xy1)^2
6
x
10
228
2) Du systme, dinconnues

on dduit
ou encore

3) On dnit donc le nouveau repre

8
avec
On utilise ensuite les formules de changement de repre pour dnir les anciennes
coordonnes des points de la courbe en fonction des nouvelles coordonnes

A=[1 ;0] ;I=[1/2 ;-1/2] ;J=[1/2 ;1/2] ;

MatPass=[I J] ;
X=-3 :0.01 :3 ;
Y=2.*X.^2 ;
AncCoord=MatPass*[X ;Y] ;
x=AncCoord(1, :)+A(1) ;
y=AncCoord(2, :)+A(2) ;
plot(x,y)
On complte le trac en plaant lorigine et les axes du nouveau repre :
hold on ;axis equal ;
plot(A(1),A(2),kx);
Axe1=[A-5*I A+5*I] ;
plot(Axe1(1, :),Axe1(2, :),k- -)
Axe2=[A A+10*J] ;
plot(Axe2(1, :),Axe2(2, :),k- -)
title(Y=2X^2)
gtext(A)
Y=2X2
10
2
2
est donc une parabole de sommet daxe

.

10
12
229
230
Chapitre 8
Produit scalaire et produit vectoriel
Le produit scalaire et le produit vectoriel fournissent des outils de calcul permettant

de vrier que des vecteurs sont orthogonaux, de calculer langle form par deux
vecteurs, de construire un vecteur orthogonal deux vecteurs de lespace donns,
etc...
On utilise ces deux outils en infographie, notamment pour dterminer quelles sont
les faces visibles et les faces caches dun polydre convexe (voir exercice 8.4.5).
Dans ce chapitre, on fait le choix, en supposant connues les notions de gomtrie
lmentaire vues ds le collge de rappeler certains rsultats concernant les vecteurs
orthogonaux et les bases orthonormes. On dnit ensuite le produit scalaire et le produit vectoriel par leur expression algbrique relativement une base orthonorme. Les
calculs sur ces expressions algbriques permettent ensuite de retrouver les proprits
gomtriques de ces deux oprations.
Toutes ces notions seront prsentes en gomtrie de lespace. Les proprits lies
au produit scalaire dans le plan sen dduisent naturellement.
8.1. Bases orthonormes dans le plan et lespace
8.1.1. Vecteurs orthogonaux
8.1.1.1. Dnition gomtrique

" et 0 du plan ou de lespace sont dits orthogonaux
Deux vecteurs non nuls

si, pour point donn, les droites
" et 0 sont perpendiculaires. Cette
231
232
dnition est indpendante du choix du point .
A
v
Par convention, le vecteur
est orthogonal tout vecteur de

Lorque les vecteurs
" et 0 sont orthogonaux, on note :

" 0
8.1.2. Norme dun vecteur
8.1.2.1. Dnition

Etant donn un vecteur
" de reprsentant la norme (euclidienne) du vecteur

"
gal la distance . Ce nombre est indpendant du
" est le rel positif, not

reprsentant de " choisi.
8.1.2.2. Proprits
La norme euclidienne vrie :

pour tous vecteurs
"
0 et tout rel 7
"

"
"
7

7 "
"

" 0
"
0

" 0
" 0
"

0
(ingalit triangulaire),
(thorme de Pythagore).
233
8.1.2.3. Vecteur unitaire (ou norm)

Cest par dnition un vecteur
" tel que

"

" le vecteur
Etant donn un vecteur non nul quelconque

"
est un vecteur unitaire, colinaire

"

"

" et de mme sens que "
8.1.3. Dnition dune base orthonorme

Dans trois vecteurs 7 forment une base orthonorme sils sont unitaires et deux deux orthogonaux, cest--dire sils vrient :

7
7 .
On dnit de manire analogue une base orthonorme

du plan.
Un repre 7 de lespace est dit orthonorm si les les vecteurs

forment une base orthonorme.
8.1.4. Expression analytique de la norme et de la distance
Soit

une base orthonorme de lespace. Pour tout vecteur

0
on montre, en utilisant le thorme de Pythagore, que :

0
do

0

234
Si

est un repre orthonorm de lespace, la distance des points
est

-

-
On obtient des formules analogues relativement une base ou un repre orthonorm du plan.
8.1.5. Calculs avec Matlab
Pour le graphisme, dans le plan ou lespace, la commande axis
le repre choisi pour le dessin soit orthonorm.

impose que
Pour un vecteur du plan ou de lespace dni par ses coordonnes,

calcule la norme euclidienne du vecteur

8.1.5.1. Exemple
On donne les trois points de lespace

par leurs coordonnes dans un repre orthonorm. On montre en utilisant la proprit

de Pythagore que le triangle est rectangle en .
A=[1 ;3 ;5] ;B=[2 ;4 ;7] ;C=[3 ;5 ;3] ;
ABcarre=norm(B-A)^2
ABcarre =6.0000
ACcarre=norm(C-A)^2
ACcarre = 12.0000
BCcarre=norm(C-B)^2
BCcarre = 18.0000
PythagoreVerie= ABcarre+ACcarre- BCcarre
PythagoreVerie = 3.5527e-015
Le rsultat nest pas exactement gal 0, en raison des erreurs dues la reprsentation machine des nombres.
235
8.2. Produit scalaire de deux vecteurs dans le plan ou lespace

8.2.1. Dnition
Dans lensemble des vecteurs de lespace, on xe une base orthonorme
Etant donn deux vecteurs

leur produit scalaire est le rel
Avec Matlab, la fonction

0 0

--
calcule le produit scalaire des vecteurs et .
8.2.2. Proprits de symtrie et bilinarit

Le produit scalaire des vecteurs du plan ou de lespace vrie :
la proprit de symtrie :

0 0 0 0
les proprits
de bilinarit
:

"
0 0
0 0
" " 0 " 0

" 70
70 " 7 " 0
On en dduit le dveloppement :

(

0
7 "
77
" "
7 "
7(
( 0
" 0
(7
0 "
8.2.3. Produit scalaire et norme

On a la proprit
do aussi
On en dduit :

0 0

0
-

0

0 0
0

0

0 0 0
((
0 0
236
8.2.4. Produit scalaire et orthogonalit

Par dveloppement et rduction, on montre que

" 0 " 0 ""
0 0 " 0
On vrie cette galit avec Matlab en calculant la diffrence des deux membres :
syms a b c a1 b1 c1 real
U=[a ;b ;c] ; V=[a1 ;b1 ;c1] ;
diff = 1/2*(dot(U+V,U+V)-dot(U,U)-dot(V,V));
simplify(diff)
ans = a*a1+b*b1+c*c1
Comme le premier membre est aussi gal

" 0 " 0 ""
0 0

"
"
on en dduit, en utilisant le thorme de Pythagore, la proprit fondamentale :

" et 0 sont orthogonaux si et seulement si
Deux vecteurs

" 0
8.2.5. Produit scalaire et changement de base orthonorme

Soit

la base orthonorme de rfrence, dans laquelle a t dni le

produit scalaire, et

-
et
une autre base orthonorme. On note
,
et

les coordonnes de deux vecteurs
0 et 0 dans cette nouvelle base,
leurs coordonnes dans lancienne base. On a

0 0

8
, :

, :
En dveloppant ce produit scalaire, et en utilisant les proprits de norme :

et dorthogonalit

8
on trouve

8 8

8 :

0 0

: :

:
,,
Ainsi, lexpression du produit scalaire est la mme, quelle que soit la base orthonorme choisie.
237
8.2.6. Produit scalaire et angle de deux vecteurs

Soient
" et 0 deux vecteurs non nuls de lespace. On xe un point et on dnit
tels que :

"
0
et est le projet orthogonal de sur la droite

u
I
On montre alors que

" 0

"
0
On peut ainsi calculer langle non orient des vecteurs

relation

"
0

"
0

" et 0 en utilisant la

" 0
"

0
En particulier selon que le produit scalaire est positif, nul ou ngatif, langle (non
orient) est aigu, droit ou obtus respectivement.
238
8.2.6.1. Exemple
On demande de calculer langle form par les diagonales
faces adjacentes du cube dessin ci-dessous.

et

des deux
B
A
On prcise que
A=[1 ;0 ;0] ;B=[0 ;1 ;0] ;C=[1 ;1 ;1] ;

cosAngle = dot(B-A,C-A)/(norm(B-A)*norm(C-A))
cosAngle = 0.5000
Angle =sym(acos(cosAngle))
Angle = pi/3

Ainsi les vecteurs et forment un angle (non orient) de On peut retrouver

ce rsultat en calculant les distances pour vrier que le triangle
est quilatral.
239
8.2.7. Exemple dutilisation du produit scalaire

8.2.7.1. Plan de vecteur normal donn
Lespace tant rapport un repre orthonorm

teur non nul
et un point :

Lensemble des points

, on donne un vec

-
tels que

est lensemble des points dont les coordonnes vrient lquation

-
On reconnat lquation dun plan, appel plan passant par et de vecteur normal

Inversement, tant donnn un plan dquation

- #
dans un repre orthonorm, il suft de trouver un triplet solution

mettre lquation donne sous la forme

et reconnatre ainsi le plan passant par
et de vecteur normal

-

-
- pour
240
8.2.7.2. Remarques
On trouvera dautres exemples dutilisation du produit scalaire en exercices 8.4.2
et 8.4.3.
On obtient des rsultats et formules analogues dans le plan, en adaptant les dimensions (plan devient droite, "
- # " devient "
",
etc...).
8.3. Produit vectoriel dans
8.3.1. Orientation dans
Intuitivement, lorientation consiste choisir sur une droite un sens de "parcours",

dans le plan un sens de "rotation", et dans lespace un sens de "vissage". Dans chaque
cas, il ny a que deux orientations possibles.
On
peut caractriser
par
le calcul lorientation dans lespace : pour toutes bases

7
et 7
on note la matrice de passage de .
Les bases et sont dites de mme sens, ou de mme orientation, si
#'
Elles sont dites de sens (ou dorientation) contraire si

#' $
Lespace vectoriel est orient par le choix dune base de rfrence : les bases
de mme orientation que sont alors dites directes, les autres sont dites indirectes.
8.3.1.1. Exemple
On peut vrier, que, si

est une base directe, alors
et

sont des bases indirectes :

i=[1 ;0 ;0] ;j=[0 ;1 ;0] ;k=[0 ;0 ;1] ;
P=[-i j k] ;
d=det(P)
d = -1
P1=[j i k] ;
d1=det(P1)
d1 = -1
241
8.3.1.2. Remarque
Plus gnralement, daprs les proprits des dterminants, si on remplace lun des
vecteurs dune base par son oppos, on change lorientation de . Il en est de mme
si on permute deux vecteurs de .
8.3.2. Dnition du produit vectoriel
8.3.2.1. Dnition
On oriente
choisie.
, et on note

une base orthonorme directe de rfrence

Etant donns deux vecteurs de

,
0
leur produit vectoriel est le vecteur

!

0

8.3.2.2. Remarque
Le produit vectoriel nest pas dni dans
8.3.2.3. Calcul sous Matlab

Avec Matlab, la fonction

calcule le produit vectoriel des deux vecteurs et
syms x y z x1 y1 z1 real
U=[x ;y ;z] ; V=[x1 ;y1 ;z1] ;
W=cross(U,V)
W=
[ y*z1-z*y1]
[ z*x1-x*z1]
[ x*y1-y*x1]
242
8.3.3. Proprits dantisymtrie et de bilinarit

Le produit vectoriel vrie :
la proprit dantisymtrie :

0 ! 0 0 ! 0
les proprits
de bilinarit :

" !
0 0
" ! 0 " ! 0

0 0
!
" 0 ! " 0 ! "

" ! 7 0 7 " ! 0 7 " ! 0
On en dduit le dveloppement :
(

0 !
7 "
77

"
!"

7 "
(7

0
!"
7(

"
!0
((

0
!0
8.3.4. Produit mixte de trois vecteurs

"
Etant donns trois vecteurs quelconques

" 0 ! 9
En effet, pour

"

,
0

0
9 on a lgalit

"
0
9

on a, en dveloppant le dterminant suivant la premire colonne,

Le rel
"

"
0
9

" 0 ! 9

0 ! 9 sappelle le produit mixte des vecteurs "
0
9

243
8.3.5. Proprits gomtriques du produit vectoriel

8.3.5.1. Condition de nullit
Le produit vectoriel de deux vecteurs est nul si, et seulement si ces deux vecteurs
sont colinaires.
8.3.5.2. Caractrisation
Etant donn deux vecteurs non colinaires

est le vecteur
9 :

" et 0
orthogonal
de norme

" et 0 leur produit vectoriel " ! 0

0
"
0
sin

"
(cest aussi laire du paralllogramme construit partir des vecteurs

de sens tel que

" et 0

"
0
9
est une base directe (non orthonorme en gnral !)

Produit vectoriel de u et v
8.3.5.3. Remarque

Dans le cas particulier o
" et

daprs ce qui prcde, " ! 0 :

0 sont des vecteurs norms et orthogonaux,
244

est orthogonal
" et 0
a pour norme

"
0
0

sin

"

Dans ce cas, la base
"
0
" ! 0 est orthonorme directe. Cest l un moyen
de complter une base orthonorme dun plan de lespace en une base orthonorme de lespace.
8.3.6. Produit vectoriel et changement de base orthonorme directe
Soit

la base orthonorme directe de rfrence, dans laquelle a t

dni le produit vectoriel, et

note , et
nouvelle base,
et
,
une autre base orthonorme directe. On

les coordonnes de deux vecteurs
0 et 0 dans cette
- leurs coordonnes dans lancienne base. On a

0 ! 0
8 , :
! 8 , :
En dveloppant ce produit vectoriel, on obtient une somme de neuf termes. Mais on

a:

! 8 ! 8 : ! :
on a aussi, par proprits des bases orthonormes

! 8 : ,
et enn par antisymtrie

8 ! : ,

: ! 8

8 ! ! 8
etc...
Do, aprs calculs

0 ! 0
Ainsi, dans la base

, 8 :

, le produit vectoriel de
0 et 0 a pour coordonnes
,

,

,

245
Lexpression du produit vectoriel est donc la mme, quelle que soit la base orthonorme directe choisie.
8.4. Exercices
8.4.1. Norme dun vecteur
On peut remarquer que la fonction norm nest pas dnie pour des vecteurs dont
les coordonnes sont de type symbolique :
syms a b c real
U=[a ;b ;c] ;
norm(U)
? ? ? Function norm not dened for values of class sym.
Dnir votre propre fonction norme(U), qui, quel que soit le type (numrique ou
symbolique) des lments de , retourne la norme du vecteur Utiliser cette fonction et le calcul symbolique pour vrier formellement lgalit de Pythagore dans
lexemple 8.1.5.1 p. 234.
(solution p 251)
8.4.2. Distance dun point un plan

Cet exercice a pour but de calculer la distance dun point un plan dquation
donne.
Dans lespace rapport un repre orthonorm, on considre un plan dquation

- #
et un point

-
On note = le projet orthogonal de sur On cherche exprimer la distance

= , sans calculer les coordonnes du point = .
246
On montre, grce au thorme de Pythagore, que = est la plus petite des distances de un point quelconque de . On dira que = est la distance du point
au plan .
M0

On utilise le vecteur
qui est normal au plan , donc colinaire au vecteur

=
1) Dmontrer les relations :

a)

=
=
et on note 7 le rel tel que

7

7

b)

= 7
c)

- #
d)
=

- #

2) Application : calculer la distance du point

au plan passant par les trois points

247
(solution p 252)
8.4.3. Plan mdiateur dun segment
On considre deux points distincts et de lespace et on note
segment .
1) Montrer que, pour point de lespace :
le milieu du

2) En dduire lquivalence :

Lensemble des points quidistants de et est le plan passant par

vecteur normal . On lappelle le plan mdiateur de [AB].
A
P
(solution p 253)
et de
248
8.4.4. Distance dun point une droite

On se propose de calculer la distance dun point une droite de lespace. On
considre un point de lespace, et une droite " passant par et de vecteur directeur

" On note = le projet orthogonal du point sur la droite " .
1) Justier les galits suivantes :

a)
" = ! " .
!

b) = ! " =
"

On en dduit que

!

=

"
"

et peut se calculer analytiquement, connaissant les coordonnes de et
"
Comme dans le cas de la distance dun point un plan (voir exercice 8.4.2), on
montre que = est la distance du point la droite "
2) Application : calculer la distance du point la droite avec

(solution p. 254)
8.4.5. Faces visibles et faces caches dun cube
On veut reprsenter un polydre convexe (un cube par exemple) en distinguant
ses faces visibles et ses faces caches, pour un observateur se trouvant une posi

tion donne. Supposons connu un vecteur ; normal une face donne, "dirig vers

lextrieur", et un vecteur de vue reprsentant "la direction dans laquelle se trouve
lobservateur", partir dun point de la face. On utilise alors le critre suivant :

si langle ; est aigu, cest--dire si le produit scalaire

face est visible,
sinon elle est cache.

;
249
est positif, la
Pour calculer un vecteur normal la face en question, il suft de calculer, partir de

trois points non aligns de cette face, le produit vectoriel ! Mais pour
dterminer si ce vecteur normal est tourn ou non vers lextrieur, il faut dterminer
un sens de parcours de la face, ce qui nest pas simple. On peut choisir une autre
mthode : on considre un point situ lintrieur du polydre convexe (on peut
par exemple construire le centre de gravit de ses sommets), et un point de la face
considre.
si langle

le vecteur normal

;

est obtus, cest--dire si le produit scalaire ; est ngatif,
est dirig vers lextrieur
250
sinon il est dirig vers lintrieur.

On en dduit donc que la face est visible si les deux produits scalaires
; sont de signes contraires, et cache sils sont de mmes signes.
;

Application : on considre les points
1) Vrier que

et
est un carr.
2) Dterminer un point tel que

avec de plus

soit un vecteur normal au plan de ce carr,

puis dnir les points
=
3) Dterminer si la face
au point
tels que

=
soit un cube.
est visible ou cache, pour un observateur plac

251
4) Reprsenter le cube, avec ses faces visibles en traits pleins et ses faces caches
en traits pointills, toujours pour un observateur se trouvant au point ) On pourra
suivre les indications suivantes :
- crire une fonction visib=dessineFace(F,S,I) qui dtermine si la face F est
visible ou cache, compte tenu de la position ) de lobservateur et de la donne du
point intrieur au polydre convexe. ) pourront tre donns sous forme de
matrices colonnes de coordonnes.
- utiliser cette fonction pour reprsenter successivement les six faces du cube,
- pour que la position ) de lobservateur soit prise en compte dans le dessin
ralis par Matlab, on utilisera la commande
view
)

(solution p. 255)
8.5. Solutions
Exercice 8.4.1
On utilise la relation

"

""
function v=norme(U)
v1=dot(U,U) ;
v=sqrt(v1) ;
Pour reprendre lexemple du triangle du paragraphe 8.1.5.1, on utilise la fonction sym qui convertit les coordonnes des points et en symbolique :
A=sym([1 ;3 ;5]) ;B=sym([2 ;4 ;7]) ;C=sym([3 ;5 ;3]) ;
ABcarre=norme(B-A)^2
ABcarre = 6
ACcarre=norme(C-A)^2
ACcarre = 12
BCcarre=norme(C-B)^2
BCcarre = 18
PythagoreVerie= ABcarre+ACcarre- BCcarre
PythagoreVerie = 0
252
Exercice 8.4.2
1)
a) On a

=
donc

=
b)

7

=

= =

= =

=

7
(relation de Chasles)

(car =
)

(car = 7
)
c) En utilisant les coordonnes :

- -

-

-
Mais, comme les coordonnes du point vrient lquation du plan ,

on a

-
#

- #
d) De la question b), on dduit
7

puis en utilisant a) et c)
=

7

- #

2) On dtermine dabord lquation du plan

directeurs

253
: il a pour vecteurs

et

Un point
de coordonnes

teurs

, appartient ce plan si et seulement si les vec-

-
sont coplanaires, soit

ou encore

do lquation cartsienne de

-
On peut vrier ces calculs avec Matlab :
A =[1 ;0 ;0] ;
B=[1 ;1 ;1] ;
C=[0 ;1 ;0] ;
AB=B-A ;AC=C-A ;
syms x y z ;M=[x ;y ;z] ;
AM=M-A ;
Equation = det([AM AB AC])
Equation = -x+1-y+z
On utilise ensuite la formule dmontre dans la premire question pour calculer la
distance de ce plan :
#

Exercice 8.4.3
La premire galit pourrait se dmontrer en utilisant la relation de Chasles et les
proprits de bilinarit du produit scalaire. Elle peut aussi se vrier avec Matlab par
254
le calcul sur les coordonnes de et :

syms xA yA zA xB yB zB x y z real
A=[xA ;yA ;zA] ;
B=[xB ;yB ;zB] ;
I=(A+B)/2 ;
prodScal =simplify(2*dot(M-I,B-A));
diffCarres=simplify(dot(A-M,A-M)-dot(B-M,B-M));
simplify(prodScal-diffCarres)
ans = 0
En utilisant les proprits du produit scalaire et lgalit vrie prcdemment, on a
les quivalences suivantes :

(produit scalaire et orthogonalit)

(utilisation de lgalit dmontre)

(produit scalaire et norme)

(norme et distance)
Exercice 8.4.4
1) On a :
a) en utilisant la relation de Chasles et la colinarit des vecteurs

=

et
" :

! "
= =
!
" = ! " = ! " = ! "

b) comme les vecteurs = et
" sont orthogonaux

!

=
2) La droite
"

=
"
=
"
passe par et a pour vecteur directeur
ici

!

On effectue les calculs avec Matlab
=

"
"

On a donc
255
A=[1 ;0 ;0] ; B=[0 ;1 ;1] ; C=[1 ;1 ;0] ;

AB=B-A
AB =
-1
1
1
AC=C-A
AC =
0
1
0
V=cross(AB,AC)
V=
-1
0
-1
sym(norm(V))
ans = sqrt(2)
sym(norm(AB))
ans = sqrt(3)
norm(V)/norm(AB)
ans = 0.8165
Ainsi

!
#

#

Exercice 8.4.5
1) Pour vrier que

est un carr, on calcule les coordonnes des vecteurs

Ainsi donc est un paralllogramme (ce qui implique en particulier que la gure est plane). Dautre part

donc

256

Enn

et

do

Le paralllogramme est la fois un rectangle et un losange, cest donc un

carr. Ces vrications peuvent aussi tre effectues en utilisant le calcul symbolique

de Matlab : on calcule les coordonnes des vecteurs :
A=sym([1 ;1 ;2]) ;B=sym([2 ;3 ;3]) ;
C=sym([2+sqrt(3) ;3 ;3-sqrt(3)]) ;
D=sym([1+sqrt(3) ;1 ;2-sqrt(3)]) ;
AB=B-A
AB =
[ 1]
[ 2]
[ 1]
AD=D-A
AD =
[ 3^(1/2)]
[ 0]
[ -3^(1/2)]
DC=C-D
DC =
[ 1]
[ 2]
[ 1]

puis

et

dot(AB,AD)
ans = 0
normeAB = sqrt(dot(AB,AB))
normeAB = 6^(1/2)
normeAD = sqrt(dot(AD,AD))
normeAD = 6^(1/2)
2) On calcule un vecteur normal la face

;

!
par exemple
257

puis on calcule le vecteur

colinaire

;
et de mme norme que
Le point

peut alors tre dni par
N=cross(AB,AD) ;
normeN=sqrt(dot(N,N))
normeN = 6
U=simplify(normeAB/normeN*N)
U=
[ -2^(1/2)]
[ 2^(1/2)]
[ -2^(1/2)]
E=A+U
E=
[ 1-2^(1/2)]
[ 2^(1/2)+1]
[ 2-2^(1/2)]
On complte le cube par les points

=

tels que

=

F=B+U
F=
[ 2-2^(1/2)]
[ 3+2^(1/2)]
[ 3-2^(1/2)]
G=C+U
G=
[ 2+3^(1/2)-2^(1/2)]
[ 3+2^(1/2)]
[ 3-3^(1/2)-2^(1/2)]
H=D+U
H=
[ 1+3^(1/2)-2^(1/2)]
[ 2^(1/2)+1]
[ 2-3^(1/2)-2^(1/2)]

3) On a dj calcul le vecteur ; normal la face

de vue

)

On calcule le vecteur
258
on choisit pour point intrieur au cube le milieu de la diagonale et on compare

le signe des produits scalaires ; et ;
S=[-15 ;-20 ;25] ;
V=S-A ;
I=1/2*(A+G)
I=
[ 3/2+1/2*3^(1/2)-1/2*2^(1/2)]
[ 2+1/2*2^(1/2)]
[ 5/2-1/2*3^(1/2)-1/2*2^(1/2)]
double(dot(N,V))
ans =-96.9948
double(dot(N,I-A))
ans =7.3485
On en dduit que la face est visible.
4) Pour crire la fonction dessineFace, on note
de la face On calcule le vecteur normal

;
le vecteur de vue
du produit

)

les trois premiers points

!
et le vecteur On sait que la face est visible si le signe

;
est ngatif. Si cest le cas, on dessine la face

traits pointills.
;
en traits pleins, sinon on la dessine en
function visib=dessineFace(F,S,I)
AB=F( :,2)-F( :,1) ;
AC=F( :,3)-F( :,1) ;
N=cross(AB,AC) ;
A=F( :,1) ;
V=S-A ;
AI=I-A ;
visib=-sign(dot(V,N)*dot(AI,N));
F=[F A] ;
if (visib==1)
plot3(F(1, :),F(2, :),F(3, :),r-,LineWidth,2)
else
plot3(F(1, :),F(2, :),F(3, :),b- -,LineWidth,1)
end
259
Pour faire les calculs de signe et les dessins, il faut convertir au format numrique les
coordonnes des points qui avaient t introduites sous forme symbolique.
A=double(A) ;B=double(B) ;C=double(C) ;D=double(D) ;

E=double(E) ;F=double(F) ;G=double(G) ;H=double(H) ;
I=double(I) ;
clf ; dessineFace([A B C D],S,I)
ans = 1
hold on ; dessineFace([A B F E],S,I)
ans = 1
dessineFace([B C G F],S,I)
ans = -1
dessineFace([C D H G],S,I)
ans = -1
dessineFace([D A E H],S,I)
ans = 1
dessineFace([E F G H],S,I)
ans = -1
Les faces caches sont ici = =

On rend le repre orthonorm et on utilise la fonction view pour placer virtuellement
lobservateur la position voulue.
axis equal ;
view([S(1) S(2) S(3)])
Enn, on complte le dessin en marquant les sommets du cube.
h=0.3 ;
text(A(1),A(2),A(3)-h,A)
text(B(1),B(2),B(3)+h,B)
text(C(1),C(2),C(3)+h,C)
text(D(1),D(2),D(3)-h,D)
text(E(1),E(2),E(3)-h,E)
text(F(1),F(2),F(3)+h,F)
text(G(1),G(2),G(3)+h,G)
text(H(1),H(2),H(3)-h,H)
260
B
3
C
F
2
G
1
0
A
1
D
E
4
2
1
2
0
(il faut regarder la gure en considrant que cest le point qui est le plus proche de
lobservateur).
Remarque
On peut aussi reprsenter les faces visibles en utilisant la reprsentation des plans
vue au chapitre 7, paragraphe 7.3.4.3 et en ladaptant au dessin des faces dun paralllipipde.
La fonction dessineFaceParallelipipede reprsente la face

sous forme dun quadrillage.

function dessineFaceParallelipipede(F)
A=F( :,1) ;
AB=F( :,2)-F( :,1) ;
AD=F( :,4)-F( :,1) ;
F=[F A] ;
u=[0 :0.1 :1] ;
v=u ;
[U,V]=meshgrid(u,v) ;
X=A(1)+U*AB(1)+V*AD(1) ;
Y=A(2)+U*AB(2)+V*AD(2) ;
Z=A(3)+U*AB(3)+V*AD(3) ;
mesh(X,Y,Z)
On utilise cette fonction pour reprsenter les trois faces visibles du cube :
clf ;
dessineFaceParallelipipede([A B C D]) ; hold on
dessineFaceParallelipipede([A B F E])
dessineFaceParallelipipede([A D H E])
view([S(1) S(2) S(3)]) ; axis equal ;
h=0.3 ;
text(A(1),A(2),A(3)-h,A); text(B(1),B(2),B(3)+h,B)
text(C(1),C(2),C(3)+h,C); text(D(1),D(2),D(3)-h,D)
text(E(1),E(2),E(3)-h,E); text(F(1),F(2),F(3)+h,F)
text(G(1),G(2),G(3)+h,G); text(H(1),H(2),H(3)-h,H)
B
3
C
F
2
G
1
0
A
1
D
E
4
2
1
2
1
261
262
Chapitre 9
Transformations dans le plan et dans lespace
9.1. Transformations gomtriques et applications linaires

9.1.1. Introduction
Dplacer un objet du plan ou de lespace, lagrandir, le transformer, le projeter,
sont des oprations frquemment utilises, notamment en infographie. Cela conduit
associer des points du plan ou de lespace dautres points. Le modle mathmatique
est donc celui dapplication du plan ou de lespace vers lui-mme.

Ces applications sont appeles transformations ponctuelles.
B
C
B
263
264
9.1.2. Application afne et application linaire associe

9.1.2.1. Notion dapplication afne
Les transformations usuelles (translations, rotations, homothties, symtries, ...)
ont notamment pour proprits gomtriques de conserver lalignement, le paralllisme (deux droites parallles ont pour images des droites parallles) et le rapport des
distances. Plus prcisment, ces applications vrient la proprit :
si trois points
leurs images
vrient 7 ,

vrient aussi 7

(1)
De manire gnrale, une transformation ponctuelle vriant cette proprit 1

est dite une application afne. Il en rsulte la proprit fondamentale suivante :
si quatre points
leurs images

vrient la relation ,

vrient
En effet, supposons quatre points vriant la relation

milieu des diagonales et du paralllogramme vrie
(2)

. Le

Daprs la proprit 1, son image vrie

ce qui montre que et ont aussi le mme milieu. Ainsi
paralllogramme et on en conclut que

On peut alors dnir lapplication vectorielle > qui au vecteur

le vecteur

est un
9.1.2.2. Application linaire associe
"

" associe

limage du vecteur
" ne dpendant pas du reprsentant choisi daprs la proprit
2.
De plus, cette application vectorielle > est linaire :
Soient
que

" et 0 deux vecteurs quelconques. On note

"

0

265
des points tels

" 0
et les images de par est un paralllogramme, et, daprs

la proprit 2, aussi. Il en rsulte que

" 0 > " > 0
>
A
D
u+v
u+v
v
v
O

De mme, pour
" vecteur quelconque et 7 rel, on note

"
et
les images de

>
et On a daprs la proprit (1)

7 "
>
7

7 "
mais aussi

7
7>

7>
7>

"

"
266
k.u
k.u
u
O
9.1.2.3. Compose et rciproque dapplications afnes

Si deux transformations et . sont des applications afnes du plan ou de lespace,
donc vrient la proprit de "conservation de lalignement et du rapport des distances", leur compose . vrie galement cette proprit, donc est une application
afne.
De mme, si est une application afne bijective du plan ou de lespace, lapplication rciproque est galement une application afne.
9.1.3. Applications afnes et calcul matriciel
Soit une application
afne et > son application linaire associe. On se place ici

dans un repre du plan. Les calculs relatifs un repre de lespace sont
analogues. On note
avec

>

On dira, par abus de langage que transforme le repre
>

en
Daprs les proprits des applications linaires, > a pour matrice

et la relation vectorielle

se traduit matriciellement par

>

267

et sont ainsi dtermins de manire unique, ce

montre
aussi quil existe
une
qui

unique application afne transformant le repre en
9.1.3.1. Exemple
On se donne un repre orthonorm
et dangle ' :

et on tudie la rotation
de centre
j
j
t
i
t
O
Comme

'
on dduit des rgles de calcul sur le cercle trigonomtrique que le vecteur

coordonnes :

'
'

a pour
268
On applique la mme mthode pour calculer les coordonnes du vecteur

fois-ci

Do

'

, avec cette
'
'
La matrice de lapplication linaire associe la rotation % est

?

et un point de coordonnes
Donc a pour coordonnes

'
'
'
'
'
'
'
'
a pour image tel que

>
' '
' '

On veut calculer limage du point

par la rotation de centre et dangle '

O=[0 ;0] ; A=[2 ;3] ;
t =5*pi/12 ;
R=[cos(t) -sin(t) ; sin(t) cos(t)] ;
A1= R*A
A1 =
-2.3801
2.7083
On dessine les points

Fig=[A O A1] ;
clf
plot(Fig(1, :),Fig(2, :),kx)
hold on ;axis equal
plot(Fig(1, :),Fig(2, :),k)
gtext(O) ;gtext(A) ;gtext(A) ;
269
3
A
2.5
1.5
0.5
0
O
2
9.1.3.3. Cas o
1.5
0.5
0.5
1.5

Dans le cas o , on ne peut pas obtenir de relation matricielle aussi

simple. Considrons par exemple une translation plane de vecteur

0
dans un repre donn. La relation

0 entrane immdiatement

qui ne peut se mettre sous forme matricielle

Par contre, en remarquant que
on a la relation matricielle

Cela conduit associer au point non plus un couple mais un triplet de coordonnes
et utiliser pour cela la notion de coordonnes homognes.
270
9.2. Coordonnes homognes et transformations planes

9.2.1. Coordonnes homognes dun point du plan
9.2.1.1. Dnition
Le plan est rapport un repre
nes (cartsiennes)

. Etant donn un point
de coordon-
on appelle coordonnes homognes de tout triplet
'
'
'
avec '
Un point a donc une innit de coordonnes homognes, dnies
un facteur multiplicatif prs. Si on choisit '
, on retrouve le triplet
introduit au paragraphe ci-dessus.

Inversement, si on se donne un triplet

on cherche sil existe un point admettant ce triplet pour coordonnes homognes.

Les coordonnes cartsiennes

de doivent vrier : il existe '

tel que :
'
'
'
Daprs la troisime quation et par substitutions dans les deux premires, on a :

Si 4 , il existe un unique point dont les coordonnes homognes sont
donnes ; il a pour coordonnes cartsiennes

Si 4
,
4
4
aucun point du plan nest solution.
271
9.2.1.2. Interprtation gomtrique

On plonge le plan de repre

dans lespace rapport un repre
A tout point
et on considre le point

du plan
, de coordonnes cartsiennes
respondre lensemble des vecteurs non nuls colinaires
et ont donc pour coordonnes

, on fait cor-
. Ces vecteurs vrient

" '
'
'
'
u(tx,ty,t)
M(x,y,0)
O
A(0,0,1)
Ainsi, les coordonnes homognes dun point du plan sinterprtent comme les

coordonnes cartsiennes des vecteurs non nuls de lespace colinaires .
Etant donn un tableau de coordonnes cartsiennes (reprsentant par exemple les
sommets successifs dune ligne polygonale), il sera utile par la suite de lui associer le
272
tableau des coordonnes homognes associ. On peut le faire laide dune fonction
Matlab cart2Homog :
function Mh = cart2Homog(Mc)
m = size(Mc,2) ; % nombre de points
L = ones(1,m) ;
Mh = [Mc ;L] ;% on ajoute une ligne de 1
Exemple dutilisation
A=[2 ;1] ;
B =[5 ;-1] ;
C =[4 ;4] ;
T= [A B C]
T= 254
1 -1 4
Thomog= cart2Homog(T)
Thomog = 2 5 4
1 -1 4
111
On dnit de mme une fonction homog2Cart qui convertit les coordonnes homognes dune suite de points en leurs coordonnes cartsiennes. Pour cela, on divise
les deux premires lignes de la matrice des coordonnes homognes par la dernire :
function Mc = homog2Cart(Mh)
Mc(1, :) =Mh(1, :)./Mh(3, :) ;
Mc(2, :) =Mh(2, :)./Mh(3, :) ;
end
Exemple dutilisation :
F = [1 1 2 4 ; 2 5 6 3 ; 3 3 3 1]
F=
1124
2563
3331
homog2Cart(F)
ans =
0.3333 0.3333 0.6667 4.0000
0.6667 1.6667 2.0000 3.0000
273
9.2.2. Matrice, en coordonnes homognes, de transformations usuelles

9.2.2.1. Translation de vecteur

0
(repre

quelconque)
On a vu au paragraphe 9.1.3.3 que les coordonnes homognes du translat

dun point peuvent tre donnes par la relation matricielle

9.2.2.2. Remarque
Si les coordonnes homognes de sont multiplies par un mme facteur non
nul ', celles de le sont aussi. Il en sera de mme si on multiplie la matrice
de la translation par '. La matrice de la translation est donc elle-mme dnie un
facteur non nul prs. Cette remarque vaut galement pour les matrices de toutes les
autres transformations.
9.2.2.3. Homothtie de centre , de rapport 7 (repre
La relation vectorielle
7
7

et en coordonnes homognes par :
se traduit en coordonnes cartsiennes par

quelconque)
9.2.2.4. Changement dchelle

En infographie, on gnralise la notion prcdente
en introduisant
facteurs

des

multiplicatifs diffrents 7 et ( selon la direction et la direction Cela
permet en pratique "dallonger" ou "daplatir" la gure. On a cette fois-ci les relations :
7
(
et en coordonnes homognes :

274
9.2.2.5. Rotation de centre , dangle (repre

orthonorm direct)
On a obtenu au paragraphe 9.1.3.1 la relation

En coordonnes homognes, on peut donc crire :

9.2.2.6. Symtrie orthogonale daxe

do, en coordonnes homognes :

On a les relations classiques

(repre
orthonorm)

lapplication afne qui transforme
en
avec

9.2.2.7. Application afne quelconque, relativement un repre

Soit
275

On a vu au paragraphe 9.1.3 que limage dun point quelconque a ses coordonnes cartsiennes dnies par

On vrie que cette galit peut scrire, laide des coordonnes homognes :

9.2.3. Image dune gure

On considre une gure dnie par une suite de points
peut tout aussi bien tre un segment de droite ( ), une ligne polygonale, points
de
dune courbe plane. On souhaite construire la transforme
la gure par une transformation de matrice 4 en coordonnes homognes donne.
On pourrait obtenir les coordonnes homognes de en multipliant
successivement 4 par la matrice-colonne des coordonnes homognes de chaque point
de la gure Mais les rgles de calcul ligne par colonne du produit matriciel font
que cela revient multiplier globalement la matrice 4 par la matrice

4
obtenue en juxtaposant les colonnes

.

4

des coordonnes homognes des points
Exemple
On utilise Matlab pour reprsenter le triangle et son image par la rotation
de centre et dangle 3 , les points et tant donns par leurs coordonnes
cartsiennes dans un repre orthonorm

276
Pour cela, on dnit la matrice de la rotation :

c = cos(3*pi/4) ; s= sin(3*pi/4) ;
R=[c -s 0 ; s c 0 ; 0 0 1]
R=
-0.7071 -0.7071 0
0.7071 -0.7071 0
0
0
1.0000
On dessine la ligne polygonale ferme

et le centre de la rotation
A=[2 ;1] ;B=[5 ;-1] ;C=[4 ;4] ;

Fc =[A B C A]
Fc =
2542
1 -1 4 1
axis equal ; hold on
plot(0,0,kx)
plot (Fc(1, :),Fc(2, :),k)
On applique la matrice de la rotation ? la matrice en coordonnes homognes du triangle. On utilise pour cela la fonction de conversion cart2Homog (vue au paragraphe
9.2.1.3).
F= cart2Homog(Fc) ;
F1=R*F
F1 =
-2.1213 -2.8284 -5.6569 -2.1213
0.7071 4.2426 0.0000 0.7071
1.0000 1.0000 1.0000 1.0000
On reconvertit la matrice de la gure image en coordonnes cartsiennes, en utilisant cette fois-ci la fonction homog2Cart (voir paragraphe 9.2.1.3) et on dessine
limage obtenue :
F1c=homog2Cart(F1) ;
plot (F1c(1, :),F1c(2, :),k)
On complte la gure en dessinant le repre (voir chapitre 2, paragraphe 2.1.3.3) et en
marquant le nom des points :
dessineRepere
gtext(O)
277
5
B
A
O
0
C
1
B
2
4
9.2.4. Composition de transformations et matrices en coordonnes homognes

9.2.4.1. Proprit
et pour
Soient et . deux transformations planes admettant respectivement

matrices en coordonnes homognes, relativement un repre x Etant
donn un point

quelconque de coordonnes homognes

son image par
et

limage de

, on note
matricielles :

4

par . . On a les relations

do
Ainsi :
Si et . admettent pour matrices respectives en coordonnes
homognes et , alors leur compose . admet pour
matrice en coordonnes homognes
278
9.2.4.2. Remarque
Etant donn une transformation , on cherchera lcrire comme compose de
transformations usuelles (dont on connat les matrices en coordonnes homognes).
On utilisera ensuite le thorme ci-dessus pour obtenir la matrice de .
9.2.4.3. Exemple
Considrons une rotation plane %
de centre
?
et dangle On
peut la dcomposer en une suite de trois transformations :
M
M1
I
i
M1
'
la translation de vecteur
? la rotation de centre dangle ,
'
la translation de vecteur
En effet, si on considre un point quelconque du plan, son image par % et si

on note et les translats de et par la translation de vecteur on a par
proprits gomtriques des translations et des rotations :

et

ce qui prouve

'

' ? '
?
'
? ' a donc pour matrice en coordonnes homognes

?
?

'

279
9.2.5. Rciproque dune transformation et matrices en coordonnes homognes

pour matrice en coordonnes homoSoit une transformation plane admettant

gnes, relativement un repre x On a alors :
est bijective si et seulememt si est inversible.

Si est bijective, admet pour matrice en coordonnes homognes.
En effet, si on note
et

4

les coordonnes homognes de deux

4
points et on a les quivalences :

est bijective.
Pour tout point , il existe un unique point tel que
Pour tout triplet

4
il existe un unique triplet

4
La matrice

tel que

est inversible.
De plus, si les proprits ci-dessus sont vries, la relation

est quivalente

ce qui montre que est limage de par lapplication de matrice
9.2.6. Formule de changement de repre en coordonnes homognes

On reprend les notations usuelles en se donnant deux repres

,

280
le second tant caractris par ses coordonnes relativement au premier :

Pour un point de cooordonnes

coordonnes
relativement

relativement au repre

et de
on rappelle les formules de chan-
gement de repre obtenues au chapitre "Calcul vectoriel et gomtrie" (paragraphe

7.4.3.2, p. 215) :

#
Cette galit matricielle peut aussi scrire

En introduisant application afne transformant en

on
reconnait dans lgalit ci-dessus la matrice en coordonnes homognes de . Pour
obtenir la formule de changement de repre ci-dessus,
suftdonc de dterminer
il

et
gomtriquement lapplication afne qui transforme en
de se rappeler quon multiplie la matrice de cette application afne par les nouvelles
coordonnes homognes dun point pour en retrouver les anciennes.
9.3. Coordonnes homognes et transformations de lespace
9.3.1. Coordonnes homognes dun point de lespace
Les dnitions et proprits
sont analogues
celles donnes pour le plan. Lespace

tant rapport un repre 7 , pour tout point de coordonnes (cart-
siennes)

, on appelle coordonnes homognes de
avec '
'
'
'-

,
'

Inversement, si on se donne un quadruplet

tout quadruplet

,

avec
, il existe un
unique point dont les coordonnes homognes sont gales ce quadruplet, et
pour coordonnes cartsiennes

4

4
281
,
4
La fonction cart2Homog dnie prcdemment pour un tableau de points du plan

sadapte lespace, puisquelle a pour effet dajouter une ligne de 1 aux coordonnes
cartsiennes.
On rcrit la fonction homog2Cart, pour quelle soit utilisable aussi bien dans le
plan que dans lespace.
function Mc = homog2Cart(Mh)
n = size(Mh,1) ;
Mc(1, :) =Mh(1, :)./Mh(n, :) ;
Mc(2, :) =Mh(2, :)./Mh(n, :) ;
if (n==4)
Mc(3, :) =Mh(3, :)./Mh(n, :) ;
end
9.3.2. Matrices des transformations de lespace

Les dnitions, lutilisation, les proprits de ces matrices relatives la compose, la rciproque, au changement de repre sont identiques celles des matrices
des transformations planes. Il suft donc l aussi de connatre la matrice de certaines
transformations de base, et de dcomposer une transformation quelconque laide de
ces transformations lmentaires (voir exercice 9.5.6).
On note respectivement

-

-

un point quelconque de lespace et son image par la transformation considre. On

donnera dans chaque cas une caractrisation gomtrique, lexpression analytique et
lexpression matricielle des coordonnes homognes de en fonction de celles de
.
282
9.3.2.1. Translation ' de vecteur

"

k
M
j
O
i
On a, gomtriquement
'

analytiquement
et matriciellement

-

-

"

-

-

9.3.2.2. Rotation autour dun axe de coordonnes.

Dans ce paragraphe, on suppose le repre

daxe
et dangle

orthonorm direct.
7
.
1) La rotation %
Elle peut tre dnie gomtriquement de la manire suivante :
- on construit le plan passant par , perpendiculaire
la base directe

- on note le point dintersection de et de

7
orient par
- on construit alors
dangle .
image de
par la rotation plane de
283
, de centre ,
j
O
i
Pour trouver lexpression analytique de %, on peut donc utiliser les formules

des rotations planes, permettant de calculer et en fonction de et . On a

ce qui quivaut

-

2) La rotation %

daxe
et dangle
De manire analogue et partant de

et

-

-

.
, on a
%
-

-

-

284
3) La rotation % daxe
On obtient de mme
et

-

et dangle

9.3.2.3. Symtrie orthogonale par rapport au plan

Le repre

-

de lespace est suppos orthonorm direct.

On construit le point dintersection du plan avec la perpendiculaire

ce plan passant par , puis le point tel que soit le milieu de .
M
k
j
O
i
De
, on dduit les caractrisations

-
et

-

-

285
9.4. Projections et leurs matrices en coordonnes homognes

Les projections de lespace sur un plan permettent en pratique dobtenir une vue
plane (sur un cran graphique dordinateur par exemple) dun objet de lespace.
On associe ces projections une matrice en coordonnes homognes, ce qui permet deffectuer les calculs de coordonnes des projets, notamment lorsquon compose une projection avec des rotations, translations, etc...
On
dabord aux diffrentes projections usuelles sur le plan de coordon sintresse

nes .
9.4.1. Diffrents types de projections sur le plan

9.4.1.1. Projection parallle selon la direction

9
k
w
j
O
i
On donne un vecteur

9 , nappartenant pas la direction du plan

projet dun point , sur le plan

. Le
suivant la direction de la droite

9 ,
286
est le point
parallle

, intersection du plan

9 .
Si on note

et de la droite passant par
, do
7 9
on a

-
et

7
7
- 7
et
-

9 napprtient pas la direction du plan
Ncessairement
car le vecteur
On a donc

-
do

et lgalit matricielle en coordonnes homognes

-

-

9.4.1.2. Projection orthogonale

Un cas particulier important de projection
est celui o la droite
9
parallle

est perpendiculaire au plan de projection On parle alors de projection
287
orthogonale sur ce plan.
j
O
i
M
En reprenant les rsultats ci-dessus, avec le vecteur

9
on a, dans le cas dune projection orthogonale, les galits

-

et

-

9.4.1.3. Projection perspective de centre

On donne un point
nappartenant pas au plan de projection

projection perspective, de centre
sur le plan
transforme un point

de lespace en
point dintersection du plan
et de la droite

Le point
nest pas dni si
appartient au plan passant par
La
.
et parallle
288

M
k
j
O
i
Pour le calcul, on choisit

sur laxe
et on note
On a par dnition
de

do

7
7
7

7 -

-
et
-

nappartenant pas au plan

-
on a -
et

On peut donc crire
-

-
289

On ne peut pas exprimer matriciellement les coordonnes cartsiennes en fonc

tion de mais en introduisant les coordonnes homognes
telles

-
que
4
avec

on a
et matriciellement

,
4 -

-
9.4.1.4. Remarque
Etudions limage de droites parallles par une projection perspective sur le
plan

. Considrons par exemple les droites

. Un point
et de vecteur directeur
0
passant par le point

appartient
si et seulement si

' 0
'
.
Les coordonnes cartsiennes de vrient donc

'
'
'
Pour '
le projet de a ses coordonnes homognes dnies par

,
4

,

'
'
'
'
'
'

290
do les coordonnes cartsiennes

'
'
'
'

On peut mettre ces coordonnes sous la forme

'
'

ce qui prouve que, lorsque
varie sur
, le point
apppartient la droite

9

. Toutes ces
passant par le point '
, et de vecteur directeur

droites sont scantes en ', appel point de fuite : cest leffet de perspective. On peut
illustrer graphiquement cette proprit, en dnissant quatre droites ou plutt
quatre segments ports par ces droites, et en construisant leurs images par
projection perspective.
clf ;hold on
c=-10 ;
MatProjPers=[-c 0 0 0 ;0 -c 0 0 ; 0 0 0 0 ;0 0 1 -c] ;
v=[1 ;1 ;1] ;
t=1000 ;
for n=1 :4
An= [n ;0 ;0] ;
Bn=An+t*v ;
Dn=[An Bn] ;
DnHomog=cart2Homog(Dn);
DnPrimeHomog=MatProjPers*DnHomog;
DnPrime=homog2Cart(DnPrimeHomog);
plot(DnPrime(1, :),DnPrime(2, :))
end
On construit galement le point '

du plan de projection
.

plot(-c,-c,x,LineWidth,1.5)
axis ([0 11 0 11])
291
11
10
9
8
7
6
5
4
3
2
1
0
10
11
On notera que, les projections perspectives ne conservant pas le paralllisme, ce ne

sont pas des applications afnes.
9.4.2. Projections sur un plan quelconque
Pour reprsenter limage dune gure de lespace par projection perspective de
centre sur un plan on construit une transformation (obtenue
composition
par

et a
de rotations et translations) par laquelle a pour image le plan
pour image un point de laxe

En appliquant la transformation la gure on obtient une gure isomtrique de et la projection perspective de centre sur le plan pour la gure

se ramne une projection perspective de centre sur le plan pour la
gure
En pratique, il suft donc de dterminer la matrice de la transformation pour

obtenir les coordonnes de puis deffectuer les calculs matriciels du paragraphe
prcdent, partir des coordonnes des points de la gure (voir exercice 9.5.6 p.
298).
On procde de manire analogue lorsquil sagit dune projection orthogonale ou
oblique sur un plan quelconque
9.4.3. Reprsentation dune gure de lespace avec Matlab
Par dfaut, les gures de lespace dessines laide des commandes plot3, surf,
mesh, etc..., sont visualises en utilisant une projection orthogonale sur un plan . On
292
peut modier la direction de ce plan par la commande

o
,

reprsentent les coordonnes dun vecteur

0 normal .
On dnit par exemple le cube unit avec Matlab en construisant la suite des sommets qui permettra de dessiner toutes ses artes.
A1=[0 ;0 ;0] ;A2=[1 ;0 ;0] ;A3=[1 ;1 ; ;0] ;A4=[0 ;1 ;0] ;
B1=[0 ;0 ;1] ;B2=[1 ;0 ;1] ;B3=[1 ;1 ; ;1] ;B4=[0 ;1 ;1] ;
Cube=[A1 A2 B2 A2 A3 B3 A3 A4 B4 A4 A1 B1 B2 B3 B4 B1] ;
On le reprsente laide de la commande plot3, en dnissant un vecteur normal au
plan de projection
"presque horizontal"
view([20 10 1]) ;hold on
plot3(Cube(1, :),Cube(2, :),Cube(3, :))
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0
0.2
0.4
0.6
0.8
0.5
"presque vertical"
clf ;view([1 1 10]) ;hold on
293
1
0.5
0
0
0
0.1
0.1
0.2
0.2
0.3
0.3
0.4
0.4
0.5
0.5
0.6
0.6
0.7
0.7
0.8
0.8
0.9
0.9
1
"oblique"
clf ;view([20 19 18 ]) ;hold on
0.8
0.6
0.4
0.2
0
0
0
0.2
0.2
0.4
0.4
0.6
0.6
0.8
0.8
1
La commande view accepte aussi deux paramtres angulaires :

09 - (
o - et ( sont des angles mesurs en degrs permettant de dnir la direction de

vecteur normal au plan de projection :
-

0

entre le vecteur

est langle du plan horizontal

0 sur ce plan
et le projet orthogonal du vecteur

0 ,
294
(

0
est un angle du plan vertical contenant les deux vecteurs

0
et

0 compt positivement si le vecteur 0 a une cote positive, ngativement sinon.
v
k
O
i
el
az
v
Par analogie avec un mode de reprage utilis en astronomie, - et ( sont appels

azimut et lvation.
Si on nutilise pas explictement la commande view, les valeurs par dfaut du graphisme 3D de Matlab sont :
-

et
(

9.5. Exercices
9.5.1. Quelques matrices en coordonnes homognes
Pour automatiser les calculs ultrieurs, on dnit les fonctions Matlab
'4 %
'?*' '+' ') '

+ 7 (
qui retournent les matrices en coordonnes homognes des transformations planes du

paragraphe 9.2.2.
295
Par exemple :
function M=matTrans(V)
M =[ 1 0 V(1) ;
0 1 V(2) ;
0 0 1 ];
Procder de mme pour dnir les autres fonctions.
(solution p. 300)
9.5.2. Rotation et symtrie orthogonale

1) On considre dans un repre orthonorm direct

, avec

la ligne polygonale
Construire
avec Matlab cette ligne polygonale et son image par la rotation de centre

et dangle 3

2) On considre la symtrie orthogonale par rapport la droite
" formant un
angle 2 avec laxe des abscisses. La dcomposer en une suite de transformations de
base (cf 9.2.2).

" dans le cas
3) Donner la matrice de la symtrie daxe
2

"
et construire limage de la ligne polygonale

par cette symtrie.
(solution p 300)
9.5.3. Rotation et translation

1) Vrier par le calcul matriciel les proprits gomtriques suivantes :
a) La transformation rciproque de la translation de vecteur

0
est la

0 .
translation de vecteur
b) La transformation rciproque de la rotation % de centre , dangle est la
rotation de centre , dangle .
296
2) En crivant la rotation
de centre

et dangle
comme
compose de transformations du type ci-dessus (voir paragraphe 9.2.4.3), retrouver sa

transformation rciproque. On rappelle que, si et sont deux matrices inversibles de mme taille, lest aussi, et vrie

(solution p. 303)
9.5.4. Ecran graphique
Sur un cran graphique, chaque point cran (pixel) est reprsent par deux coordonnes entires telles que :

et
!
!
partir dune origine situe en haut gauche de lcran. ! et ! sont
deux constantes dpendant de la rsolution graphique. Par exemple, en mode VGA,
! et !
xMAX
Oe
d
ju
a
Ou
b
iu
yMAX
On veut utiliser un tel cran pour reprsenter des points de coordonnes

un repre orthogonal cadr de telle sorte que
On note
et

le repre "cran" et

" "

" le repre "utilisateur".
dans
297
1) Trouver
une suitede transformations
simples permettant de passer du repre

au repre
" " "
2) En dduire la formule matricielle permettant de passer, en coordonnes homognes, des coordonnes "cran" aux coordonnes "utilisateur".
3) On se place dans le cas :
!

!

a) Lutilisateur se place sur le pixel de coordonnes (400, 200). A quel point

du repre utilisateur cela correspond-il ?
b) Quel pixel correspond " ? Quel pixel correspond au point de coordonnes
du repre utilisateur ?
(solution p. 304)
9.5.5. Projection parallle et projection perspective

On considre les points
avec

et la gure forme par les deux faces et
1) Vrier que ces deux faces sont des rectangles.

2) Construire le projet de cette gure par la projection parallle, sur
suivant la direction

9 avec

3) Construire galement
projet de cette gure par la projection perspective sur
le

de centre

(solution p. 306)
298
9.5.6. Projection perspective sur un plan "oblique"

Lespace est rapport un repre orthonorm direct 7 . Le but de cet

exercice est de reprsenter un objet de lespace en projection perspective sur un plan
passant par . Le centre de la projection est un point ; tel que
;

Si
dans la suite

le problme a dj t rsolu au paragraphe 9.4.1.3. On suppose
donc ; nappartient pas la droite

.
Premire partie
de
On cherche une suite de deux rotations de lespace % et % , autour
! daxes

coordonnes, telles que leur compose % % transforme la demi-droite ; en
la demi-droite

Pour cela, on dnit ; projet orthogonal de ; sur le plan
puis les trois rels %
;
>
!

;
tels que :
, angle orient du plan rapport au repre direct

;
>
;

angle orient du plan rapport au repre direct
avec

"
;
;

"
(Ces nombres %
>
299
sappellent les coordonnes sphriques de ;
k
phi
O
i
theta
1) Trouver langle dune rotation de lespace % , daxe

demi-droite
!
;
!

en la demi-droite

qui transforme la
Caractriser le point ; & %

2) Trouver langle dune rotation de lespace , daxe
!
!

la demi-droite
en la demi-droite
!
%
;
3) Quelle est limage de la demi-droite

;
;
qui transforme
par la compose
% (
Quelle est limage du plan par ? Celle de ; ?

4) Donner la matrice
de
5) Vrier par le calcul le rsultat gomtrique de la question 3, concernant

limage de ; (on pourra calculer les coordonnes cartsiennes de ; grce la fonction Matlab sph2cart.
Deuxime partie : application graphique
On choisit

>
300
et on considre le cube "unit" de lespace, (les coordonnes de ses sommets sont

toutes gales ou
Dessiner ce cube en projection perspective, en donnant %
successivement les valeurs

(solution p. 309 )
9.6. Solutions
Exercice 9.5.1
On utilise les matrices des transformations, vues au paragraphe 9.2.2 :
1) Rotation de ce centre et dangle
function M=matRotO(theta)
c = cos(theta) ;
s = sin(theta) ;
M = [c -s 0 ;
s c 0;
0 0 1 ];
2) Symtrie orthogonale daxe

function S=matSymOx
S=[1 0 0 ;0 -1 0 ;0 0 1] ;
3) Changement dchelle
function M=matChEch(kx,ky)
M =[ kx 0 0 ; 0 ky 0 ; 0 0 1 ] ;
Exercice 9.5.2
1) On dnit la matrice 1 des points
de la ligne polygonale
que lon construit
L=[1 4 4 2 2 1 1 ;1 1 2 2 5 5 1] ;
axis equal ; hold on
plot(L(1, :),L(2, :),k)
On calcule ensuite la matrice 4 de la compose '
? '
(cf 9.2.4.3), en
utilisant les fonctions de lexercice 9.5.1
I=[1 ;0] ;
T=matTrans(I)* matRotO(3*pi/4)*matTrans(I)
T=
-0.7071 -0.7071 0.2929
0.7071 -0.7071 0.7071
0
0
1.0000
301
On multiplie par cette matrice 4 la matrice en coordonnes homognes de la ligne

polygonale, et on transforme le rsultat en coordonnes cartsiennes, ceci en utilisant
les fonctions cart2Homog et homog2Cart (voir paragraphe 9.2.1.3).
L1= homog2Cart(T*cart2Homog(L))
L1 =
-1.1213 -3.2426 -3.9497 -2.5355 -4.6569 -3.9497 -1.1213
0.7071 2.8284 2.1213 0.7071 -1.4142 -2.1213 0.7071
plot(L1(1, :),L1(2, :),k)
On complte la gure en dessinant le repre, le point et en matrialisant langle de
la rotation.
dessineRepere ; grid on
plot(I(1),I(2),x,LineWidth,1.5)
Angle =[L( :,2) I L1( :,2)] ;
plot(Angle(1, :),Angle(2, :),- -)
gtext(I)
1)
5
0
I
1
3
4

2) Pour effectuer la symtrie )

" par rapport laxe " on peut effectuer :

- une rotation de centre et dangle 2 qui amne laxe " sur laxe

- la symtrie orthogonale daxe

302
- la rotation de centre

" .
et dangle
qui ramne laxe

sur laxe
Do )

" ?# ?#
3) On effectue les calculs dans le cas 2
S=matRotO(pi/3)*matSymOx*matRotO(-pi/3)
S=
-0.5000 0.8660 0
0.8660 0.5000 0
0
0
1.0000
L2=homog2Cart(S*cart2Homog(L))
L2 =
0.3660 -1.1340 -0.2679 0.7321 3.3301 3.8301 0.3660
1.3660 3.9641 4.4641 2.7321 4.2321 3.3660 1.3660
On dessine la gure

de dpart et son image par la symtrie.
clf ; axis equal ;hold on

plot(L(1, :),L(2, :),k)
plot(L2(1, :),L2(2, :),k)
On reprsente aussi laxe de symtrie, en choisissant deux points de cet axe : lorigine du repre, et le point tel que

"
soit

O=[0 ;0] ;M=[5*cos(pi/3) ;5*sin(pi/3)] ;

plot([O(1) M(1)],[O(2) M(2)],-.,LineWidth,1.5)
dessineRepere ;grid on
gtext((O,u))
303
5
4.5
(O,u)
4
3.5
3
2.5
2
1.5
1
0.5
0
Exercice 9.5.3

1)
a) On construit la matrice de la translation de vecteur
0
matrice de la transformation rciproque que lon compare la matrice de la transla
0
tion de vecteur
syms a b real ; v=[a ;b] ;
M=matTrans(v) ;
Mmoins1=M^(-1)
Mmoins1 =
[ 1, 0, -a]
[ 0, 1, -b]
[ 0, 0, 1]
M1=matTrans(-v)
M1 =
[ 1, 0, -a]
[ 0, 1, -b]
[ 0, 0, 1]
Ce qui montre que
do

'
"
"

'
304
b) On procde de mme pour comparer les matrices de

?$ .
syms theta
M=matRotO(theta) ;
Mrecip=simplify(M^(-1))
Mrecip =
[ cos(theta), sin(theta), 0]
[ -sin(theta), cos(theta), 0]
[ 0,
0,
1]
Mopp=matRotO(-theta)
Mopp =
[ cos(theta), sin(theta), 0]
[ -sin(theta), cos(theta), 0]
[ 0,
0,
1]
2) On a vu que
?
donc
"

" #

'

'
On le vrie avec Matlab

'
"
"
?
et de
? '

? '
" #
'

syms xI yI ; I=[xI ; yI] ;

M=matTrans(I)* matRotO(theta)*matTrans(-I);
Mrecip=simplify(matTrans(I)* matRotO(-theta)*matTrans(-I))
Mrecip =
[ cos(theta), sin(theta), -cos(theta)*xI-sin(theta)*yI+xI]
[ -sin(theta), cos(theta), sin(theta)*xI-cos(theta)*yI+yI]
[ 0,
0,
1]
Verif = simplify(M^(-1))
Verif =
[ cos(theta), sin(theta), xI-sin(theta)*yI-cos(theta)*xI]
[ -sin(theta), cos(theta), -cos(theta)*yI+yI+sin(theta)*xI]
[ 0,
0,
1]
Exercice 9.5.4
1) On applique successivement :
! dans la
- lechangement
dchelle de centre , de rapports 7

direction " " et (
# ! dans la direction " " qui transforme
le repre

" "
" en

"
305
- la translation de vecteur " .

2) Do la matrice permettant de passer du repre utilisateur au repre cran,
et les formules permettant de passer du repre cran au repre utilisateur :
syms a b c d xMAX yMAX
k=(b-a)/xMAX ; l =(c-d)/yMAX ;
MchEch=[k 0 0 ; ...
0 l 0 ; ...
0 0 1] ;
Mtrans=[1 0 a ; ...
0 1 d ;...
0 0 1] ;
M =Mtrans * MchEch
M=
[ (b-a)/xMAX, 0,
a]
[ 0,
(c-d)/yMAX, d]
[ 0,
0,
1]
et les formules de changement de repre sont donc
"
"

!

#
!
#
!

!

a) Avec les valeurs numriques donnes :

M = sym(subs(M,{a, b, c, d,xMAX, yMAX},{-6,2,-3,1,640,480}))
M=
[ 1/80, 0, -6]
[ 0, -1/120, 1]
[ 0, 0, 1]
coordUtilisateur=M*[400 ;200 ;1]
coordUtilisateur =
[ -1]
[ -2/3]
[ 1]
306
b) On utilise la matrice inverse de pour obtenir les coordonnes "cran" en

fonction des coordonnes "utilisateur" :
Mmoins1=M^(-1)
Mmoins1 =
[ 80, 0, 480]
[ 0, -120, 120]
[ 0, 0, 1]
coordEcranOu=Mmoins1*[0;0 ;1]
coordEcranOu =
[ 480]
[ 120]
[ 1]
coordEcran2=Mmoins1*[-1;-2 ;1]
coordEcran2 =
[ 400]
[ 360]
[ 1]
Exercice 9.5.5
1) On dnit les points
et sont des rectangles :

et on vrie que les deux faces
A=[-1 ;0 ;1] ; B=[1 ;0 ;1] ;C=[1 ;1 ;3] ;

D=[-1 ;1 ;3] ;E=[-1 ;2 ;0] ;F=[1 ;2 ;0] ;
B-A
ans =
2
0
0
C-D
ans =
2
0
0
dot(B-A,D-A)
ans =
0
Ainsi,

et
307

On procde de mme pour la face :
F-E
ans =
2
0
0
dot(C-D,E-D)
ans =
0
2) Pour construire toutes les lignes de la gure, on dnit la matrice correspondant

la suite de points . On dnit galement la matrice de la projection
parallle quon multiplie par la matrice des coordonnes homognes de la suite de
points.
Fig=[D A B C D E F C] ;
MatProjPar=[1 0 -1/2 0 ; 0 1 1/2 0 ; 0 0 0 0 ; 0 0 0 1] ;
FigProjHom=MatProjPar*cart2Homog(Fig);
FigProjCart=homog2Cart(FigProjHom)
-2.5000 -1.5000 0.5000 -0.5000 -2.5000 -1.0000 1.0000 -0.5000
2.5000 0.5000 0.5000 2.5000 2.5000 2.0000 2.0000 2.5000
0
0
0
0
0
0
0
0

la suite des projets, en marquant
On peut alors construire, dans le plan

le nom des sommets grce la commande text :
clf
plot(FigProjCart(1, :),FigProjCart(2, :),k,LineWidth,1.5)
axis ([-3 1.5 0 3]) ;axis equal
nomSommets=DABCDEFC ;
h=0.1 ;
for i=2 :7,
text(FigProjCart(1,i),FigProjCart(2,i)+h,nomSommets(i))
end
308
On obtient
2.5
1.5
0.5
0
3
2.5
1.5
0.5
0.5
1.5
3) Pour construire limage de cette gure par la projection perspective , on effectue des traitements analogues, en utilisant cette fois-ci la matrice de la projection
perspective.
c=-5 ;
MatProjPers=[-c 0 0 0 ;0 -c 0 0 ; 0 0 0 0 ;0 0 1 -c] ;
FigProjHom=MatProjPers*cart2Homog(Fig);
FigProjCart=homog2Cart(FigProjHom)
FigProjCart =
-0.6250 -0.8333 0.8333 0.6250 -0.6250 -1.0000 1.0000 0.6250
0.6250 0
0
0.6250 0.6250 2.0000 2.0000 0.6250
0
0
0
0
0
0
0
0
clf
plot(FigProjCart(1, :),FigProjCart(2, :),k,LineWidth,1.5)
axis([-1.5 1.5 -0.5 2.5]) ; axis equal
for i=2 :7,
text(FigProjCart(1,i)+h,FigProjCart(2,i)+h,nomSommets(i))
end
309
1.5
0.5
0
1.5
0.5
0.5
1.5
On remarque sur cet exemple que la projection parallle a conserv le paralllisme, et

a transform les deux faces rectanglaires en paralllogrammes. Par contre, les images
par la projection perspective de et ne sont plus des droites parallles, de
mme que les images de et
Exercice 9.5.6

Premire partie :
1) La rotation de lespace % , daxe

;
transforme la demi-droite
plan vertical contenant ;

en
;
!
;
et le point ;

en la demi-droite

!

Elle transforme le

;

;

;
"

"
7
>

et dangle
!
!

pour transformer la demi-droite
en la demi-droite
2) Il suft donc dutiliser la rotation de lespace

en un point
de
tel que
;

;
dangle

;
et

>
;
, daxe
310
3) Limage de la demi-droite
!
par la compose
;
est limage de la demi-droite
%
!
par % cest donc la demi-droite

et est perpendiculaire
;
Le plan passe par

son image par passe par
;

%
!

Par proprit des rotations,

cest--dire
. Limage du

plan est donc le plan de coordonnes
!
!

Enn puisque
a pour image
le point a pour image le point
!

et est perpendiculaire limage de
;
;
de la demi-droite
?
tel que
est donc dni par

4) En notant

;

% 7
les matrices respectives de

%
on a
? ?
Les matrices ? et ? ont t donnes au paragraphe 9.3.2.2, et on a :

>
>

>
>

On calcule avec Matlab les matrices ?
et
311
syms theta phi r

PI = sym(pi)
a = PI/2-theta ;
R1 = [cos(a) -sin(a) 0 0 ;sin(a) cos(a) 0 0 ; 0 0 1 0 ; 0 0 0 1]
R1 =
[ sin(theta), -cos(theta), 0, 0]
[ cos(theta), sin(theta), 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
a = PI/2- phi ;
R2= [1 0 0 0 ; 0 cos(a) -sin(a) 0 ; 0 sin(a) cos(a) 0 ;0 0 0 1 ]
R2 =
[ 1, 0, 0, 0]
[ 0, sin(phi), -cos(phi), 0]
[ 0, cos(phi), sin(phi), 0]
[ 0, 0, 0, 1]
F = simplify(R2 * R1)
F=
[ sin(theta), -cos(theta), 0, 0]
[ sin(phi)*cos(theta), sin(phi)*sin(theta), -cos(phi), 0]
[ cos(phi)*cos(theta), cos(phi)*sin(theta), sin(phi), 0]
[ 0, 0, 0, 1]
Ainsi

>
>
>
>
>
>

5) On calcule les coordonnes cartsiennes de ; en utilisant sph2cart, puis les

coordonnes homognes de ; et celles de ; .
[x, y, z]=sph2cart(theta,phi,r) ;
NHomog=[x ;y ;z ;1]
NHomog =
[ r*cos(phi)*cos(theta)]
[ r*cos(phi)*sin(theta)]
[ r*sin(phi)]
[ 1]
312
On a bien
!

CHomog =simplify(F*NHomog)
CHomog =
[ 0]
[ 0]
[ r]
[ 1]

Deuxime partie
On dnit par leurs coordonnes les huit sommets du cube, et on dnit Cube, suite
de 16 points permettant de tracer toutes les artes. On applique ensuite la mthode
prsente au paragraphe 9.4.2 : pour obtenir limage du cube par on multiplie par
la matrice Cube, convertie en coordonnes homognes.
A1=[0 ;0 ;0] ;A2=[1 ;0 ;0] ;A3=[1 ;1 ; ;0] ;A4=[0 ;1 ;0] ;

B1=[0 ;0 ;1] ;B2=[1 ;0 ;1] ;B3=[1 ;1 ; ;1] ;B4=[0 ;1 ;1] ;
Cube=[A1 A2 B2 A2 A3 B3 A3 A4 B4 A4 A1 B1 B2 B3 B4 B1] ;
imageCube= F*cart2Homog(Cube) ;
Puis
on multiplie
le rsultat obtenu par la matrice de la projection perspective sur

et on convertit le rsultat en coordonnes cartsiennes.
P0 = [-r 0 0 0 ; ...
0 -r 0 0 ; ...
0 0 0 0 ; ...
0 0 1 -r] ;
projeteCube=homog2Cart(P0*imageCube);
Pour effectuer les dessins, on remplace %
>
par les valeurs donnes dans lnonc.
projeteCube1=double(subs(projeteCube,{r,theta,phi},{10,pi/3,pi/4}));
gure(1) ;clf
plot(projeteCube1(1, :),projeteCube1(2, :))
axis equal ;axis off ;title(r=10)
projeteCube2=double(subs(projeteCube,{r,theta,phi},{5,pi/3,pi/4}));
gure(2) ;clf
plot(projeteCube2(1, :),projeteCube2(2, :))
axis equal ; axis off ;title(r=5)
313
r=10
r=5
Leffet de perspective est accentu lorsque % diminue (lobservateur se rapproche de

la gure).
314
Bibliographie
[AST 88] J-D. A STIER , B. B OUCHON , P. FAURE, "Mathmatiques BTS secteur tertiaire",
Nathan, 1988.
[AUD 83] M-N. AUDIGIER
Paris, 1983.
ET AL .,
"Mathmatiques TC", collection N. Dimathme, Didier,
[CAL 70] B. C ALVO , J. D OYEN , A. C ALVO , F. B OSCHET, "Exercices dalgbre, 1er cycle
universitaire, 1re anne prparation aux grandes coles", Collection U, Armand Colin,
Paris, 1970.
[CHA 91] D. C HARLOT, A. D ROGUET, "Prcis de mathmatiques", HEC option conomie,
Algbre, Bral, 1991.
[FOL 95] J. F OLEY, A. VAN DAM , S. K. F EINER, "Introduction linfographie", AddisonWesley, Paris, 1995.
[LAR 96] C. L ARCHER , M. P RIENTE , J.-C. ROY, "Lessentiel du cours, 300 exercices comments et rsolus", Techniplus, 1996.
[LIE 88] T. L IEBLING , H. ROTHLISBERGER, "Infographie et applications", Masson, Paris,
1988.
[PLA 87] R. A. P LASTOCK , G. K ALLEY, "Infographie Cours et problmes", McGraw-Hill,
Paris, 1987.
[QUE 64] M. Q UEYSANNE, "Algbre, 1er cycle scientique, prparation aux grandes coles",
Armand Colin, Paris, 1964.
315
316
Index
collect 26, 75, 145

colspace 161, 183, 185
comatrice 98, 101
combinaison linaire 131
commentaires avec Matlab ( %) 20
commutativit 84
composantes (dun vecteur) 138
coordonnes (dun point) 196, 201
coordonnes (dun vecteur) 195
coordonnes homognes 270, 280
coordonnes sphriques 299
coordonnes (dun vecteur) 138
coplanaires (vecteurs) 194
cos 21, 27
Cramer (formules de) 108
Cramer (systmes de) 68
cross 241
addition (des matrices) 83, 89

afchage (avec Matlab) 20, 54
all 49
angle de vecteurs 237
ans 54
any 49
application afne 264
application linaire 165
associativit 84
axis 23, 46
axis equal 23, 24, 234
B
base 137, 195, 200
base canonique 137
base orthonorme 233
base orthonorme directe 241
D
dessineRepere (fonction utilisateur) 45
det 107
dterminant (dune matrice) 96
diag 83
diagonalisation dune application linaire
175
diary 20, 53
dimension 137
dot 235
double 26, 52
C
calcul matriciel ( avec Matlab) 81, 89
calcul symbolique (avec Matlab) 25, 50, 52
chane de caractres (avec Matlab) 50, 51
changement de base 211, 214
changement de repre 213, 215
Chasles (relation de) 193
clc 54
clear 20, 54
clf 23, 54
cofacteur 98, 101
colinaires (vecteurs) 194
E
chelonn (systme) 63
317
318
echo 54
eig 181
lment neutre 84
quation cartsienne (dune droite) 199
quation cartsienne (dun plan) 206
quations paramtriques (dune droite)
199, 204
quations paramtriques (dun plan) 204
espace vectoriel 127, 129, 130
et logique () 48
eval 51
exp 21
expand 26, 28
expression logique (avec Matlab) 48
extension .m (chier Matlab) 41, 42, 53
externe (loi de composition) 85, 130
eye 83
ezplot 22
F
factor 26, 28
famille gnratrice 135
famille libre 135
famille lie 136
Fibonacci (suite de) 33
gure 23
ll3 203
fonction dnie par morceaux (avec
Matlab) 47
fonction mathmatique (dnir avec
Matlab) 42
fonction Matlab (dnir) 44
fonctions mathmatiques usuelles (avec
Matlab) 21
for 30, 37
format 20, 51, 54
format long 20
forme linaire 165
fplot 43
function 42
G
Gauss (actions de) 64, 92
Gauss (mthode de rsolution) 65
graphisme dans le plan (avec Matlab) 23
grid on 22
groupe ablien 85
gtext 24, 51
H
helpwin 21
hold on 23
homogne (systme) 62
homothtie 165, 273
I
if ... else 46
image dune application linaire 169
image rciproque 168
inconnue auxiliaire 68
innit de solutions (systme) 63
injective (application linaire) 169
interne (loi de composition) 84, 130
inverse (dune matrice) 90, 91
inversible (matrice) 101
L
linairement dpendants 136
linairement indpendants 136
LineWidth 46
load 53
log 21
M
maple 29
matrice 79
matrice carre 80
matrice dune application linaire 172
matrice dune famille de vecteurs 138
matrice de passage 212
matrice diagonale 80
matrice identit 81
matrice symbolique (avec Matlab) 82
matrice symtrique 81
matrice triangulaire 81
mesh 206, 209
meshgrid 205
mod 55
multiplication (des matrices) 85, 89
N
non logique () 48
Index
norm 234
norme (dun vecteur) 232
noyau dune application linaire 169
null 182, 185
num2str 52
O
ones 83
oprations sur les tableaux de valeurs avec
Matlab (. * ./ .^) 22, 42
operations usuelles avec Matalb (+ - * / ^)
20
oppos 84
orientation 240
orthogonaux (vecteurs) 231
ou logique 48
P
paramtre (dune fonction Matlab) 44, 45
pivot de Gauss 66
plan mdiateur 247
plot 23
plot3 202, 209
print 53
produit mixte (de trois vecteurs) 242
produit scalaire 235
produit vectoriel 241
programme Matlab (crire) 41, 44, 53
projection orthogonale 286
projection parallle 285
projection perspective 287
Pythagore (thorme de) 232
Q
quit 21
R
rand 83
rang dune famille de vecteurs 140
rank 161
rcursive (fonction Matlab) 49
repre 196, 201
repre orthonorm 233
reprsentation graphique dune fonction
(avec Matlab) 22
319
rotation 267, 274, 282

rref 70
S
sauvegardes (avec Matlab) 53
save 53
scalaire 85, 89, 129
script Matlab 41, 54
second membre (systme linaire) 61
short (format) 51
simple 26, 28, 37
simplify 26, 28
sin 21
solution gnrale (systme) 63
solve 2830, 70
sous-espace vectoriel 132
sous-espace vectoriel engendr 133
sph2cart 299
sqrt 20
stable (sous-ensemble) 132
strcat 51
subs 26
sum 31
surjective (application linaire) 169
Sylvester (mthode de) 112
sym 26, 52
symtrie orthogonale 274, 284
syms 27, 52
systme linaire 61, 108
T
tableaux de valeurs (avec Matlab) 22, 31
tan 21
text 203, 307
tic 43
title 24, 51
toc 43
touches ddition et de correction avec
Matlab ( , ) 21
translation 273, 282
transpose (dune matrice) 88, 90
type 54
type (dune matrice) 79
type numrique (sous Matlab) 50, 51
types de donnes (sous Matlab) 50
320
Vandermonde 113
variable (Matlab) 5052, 54
Vect 133
vecteur 129
vecteur gomtrique 191
vecteur normal 239
view 251, 292, 293
while 30, 37
whos 50
Z
zeros 83

Applications Mathematiques Avec Matlab 1 Algeb - Jb.decrypted PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Applications Mathematiques Avec Matlab 1 Algeb - Jb.decrypted PDF

Titre original :

Transféré par

Droits d'auteur :

Formats disponibles

Algbre linaire et gomtrie

11, rue Lavoisier

Le Code de la proprit intellectuelle n'autorisant, aux termes de l'article L. 122-5, d'une

Table des matires

P REMIRE PARTIE . P RSENTATION DE M ATLAB

Chapitre 1. Calculs avec Matlab

1.1. Calculs numriques usuels . . . . . . . . . . . . . . . .

Mathmatiques avec Matlab

Chapitre 2. Programmation avec Matlab . . . . . . . . . . . . . . . . . . . .

Chapitre 3. Systmes linaires : mthode de Gauss

Table des matires

Mathmatiques avec Matlab

Chapitre 5. Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

Chapitre 6. Applications linaires . . . . . . . . . . . . . . . . . . . . . . . . . 163

6.2.2. Noyau et image dune application linaire

Table des matires

6.4.1. Le problme pos . . . . . . . . . . . . . .

T ROISIME PARTIE . G OMTRIE . . . . . . . . . . . . . . . . . . . . . . . . 189

7.1. Rappels : vecteurs gomtriques du plan ou de lespace .

Chapitre 8. Produit scalaire et produit vectoriel . . . . . . . . . . . . . . . . 231

Mathmatiques avec Matlab

8.1.1. Vecteurs orthogonaux . . . . . . . . . . . . . . . . . . . . . . .

Chapitre 9. Transformations dans le plan et dans lespace . . . . . . . . . . 263

Table des matires

9.3.1. Coordonnes homognes dun point de lespace . . .

Mathmatiques avec Matlab

En deuxime partie, on prsente les notions de base et les principaux thormes de

Ce recueil de rappels de cours et dexercices corrigs fait partie dun ensemble

Calculs avec Matlab

Le but de ce premier chapitre est de se familiariser avec lutilisation du logiciel

1.1. Calculs numriques usuels

pour rsoudre lquation

Pour lancer Matlab, si on dispose dun environnement graphique, il suft le plus

Mathmatiques avec Matlab

Il est toujours prfrable de crer un sous-rpertoire appropri (destin contenir

en leur affectant la valeur souhaite.

% Entre des coefcients

Calculs avec Matlab

1.1.3. Connatre les fonctions utilisables

1.1.4. Calculs rpts sur tous les lments dun tableau

Mathmatiques avec Matlab

On utilise les crochets pour entrer un premier tableau de valeurs isoles :

Calculs avec Matlab

1.2.2. Autres reprsentations graphiques planes

Mathmatiques avec Matlab

Pour imposer un repre orthonorm et xer le cadre dni par

Calculs avec Matlab

Un triangle et une de ses mdianes

1.3. Calcul symbolique avec Symbolic Math Toolbox

on multiplie numrateur et dnominateur par lexpression dite conjugue de ce dnominateur :

Un tel calcul peut tre effectu avec Matlab en utilisant :

Mathmatiques avec Matlab

1.3.2. Un exemple de calcul avec une variable

o  dsigne une variable entire. On demande de calculer

Pour cela, on construit, en utilisant la commande sym, une expression symbolique

par 3, et on ferait de mme pour

Calculs avec Matlab

Pour montrer que

est toujours le carr dun entier, on factorise directement lex factor(P)

Le rsultat montre que  est toujours le carr de lentier 

1.3.3. Utilisation de syms

1.3.4. Calculs trigonomtriques

o dsigne une variable entire. On demande de calculer

Le rsultat montre que est toujours le carr de lentier

En faisant afcher les lments de au format long, on peut vrier que

Dessiner dans un repre orthonorm le quadrilatre et ses diagonales.

et, pour tout entier

1) Montrer que, pour tout

2) Trouver et pour que

les segments et

puis on cherche et vriant les conditions

Les solutions du systme obtenu sont places dans des variables et :

On trace la reprsentation graphique de dans un repre orthonorm

quon a, pour tout

retourne bien %