Académique Documents
Professionnel Documents
Culture Documents
Rappels mathématiques
sur le calcul matriciel et le calcul intégral
Chapitre 01 : Rappels sur le Calcul matriciel et le calcul intégral
I . LES MATRICES
• Définition
Une matrice M à n lignes et p colonnes est un tableau de
nombres réels comportant n lignes et p colonnes.
. . . .
an1 an2 … anp
jème colonne
M = [aij]1≤i≤n, 1≤j≤p
MATRICES
L’ensemble des matrices à n lignes et p
colonnes se note M (n,p).
Exemples
3 2,4 0 2 lignes, 3 colonnes
A=
7 2 5,3
2 lignes, 2 colonnes
3,1 2
B=
1,5 6
1 0 d’ordre 2
0 1
1 0
d’ordre n (n lignes, n colonnes)
0 1
MATRICES
• Matrice diagonale
3,1 0 0
0 7,2 0
0 0 15
• Matrice triangulaire
5,3 4,3 10 8 9,2 0 0 0
0 3,2 0 7,5 2,8 7 0 0
0 0 12 1,4 7 9 1 0
0 0 0 2,6 3 0 5,2 7,4
supérieure inférieure
MATRICES
• Opérations sur les matrices
– Somme
A ∈M (n,p), B ∈M (n,p)
C=A+B
Cij = aij + bij
Exemple
1 2
2 6
A=
B=
3 6
4 8
3 8
C = A +B =
7 14
MATRICES
– Produit par un nombre réel
A ∈M (n,p), λ ∈R
D = λ.A
dij = λaij
Exemple
1 2
1 2 5 10
A=
5.A = 5.
=
3 6
3 6 15 30
MATRICES
• Produit de deux matrices
A ∈M (n,p), B ∈M (p,m)
C=AxB
C∈M (n,m)
C = [cij]1≤i≤n, 1≤j≤m
p
c ij = ∑ a ik b kj
k =1
MATRICES
Exemple
2 1
1 2 3
A= B = 7 5
2 5 4 3 2
1× 2 + 2 × 7 + 3 × 3 1× 1 + 2 × 5 + 3 × 2
C = A ×B =
2 × 2 + 5 × 7 + 4 × 3 2 × 1 + 5 × 5 + 4 × 2
25 17
C = A ×B =
51 35
MATRICES
• Propriétés
A x (B + C) = A x B + A x C
A x(B x C) = (A x B) x C
Remarques
1) En général, A x B ≠ B x A.
Il se peut même que B x A ne soit pas défini.
2) A x B = A x C ⇏ C = B
MATRICES
• Transposition
Soit M = [aij]. La transposée de M, notée tM, est la
matrice dont les éléments sont aji.
Exemple
1 1
1 2 3
M=
t
M = 2 1
1 1 2 3 2
MATRICES
Propriétés de la transposition
t(M+P) = tM + tP
t(AB) = tBtA
t(tM) = M
Définition
Une matrice M est symétrique si et seulement si M = tM.
Remarque
Une matrice symétrique est forcément carrée.
DETERMINANTS
Le déterminant d’une matrice n’est défini que pour une
matrice carrée.
• Déterminant d’ordre 2
a b
A= detA = ad − bc
c d
Notations
a b
detA ou
c d
DETERMINANTS
• Déterminant d’ordre 3
a b c
A = a' b' c'
a' ' b' ' c' '
a b c
a' b' c'
M11
a' ' b' ' c' '
DETERMINANTS
a b c
b c
A = a' b' c' M21 =
b' ' c' '
a' ' b' ' c' '
b c
M31 =
b' c'
DETERMINANTS
• Déterminant d’ordre 3
On peut développer un déterminant suivant une ligne ou
une colonne.
Suivant la première colonne :
detA = a M11 – a’M21 + a’’M31
Suivant la première ligne :
detA = a M11 – bM12 + cM13
Le signe que l’on met devant le mineur Mij est (-1)i+j.
DETERMINANTS
Exemple
2 - 1 3
A = 1 2 0
5 0 1
λa λb a b
=λ
c d c d
λa λb 2 a b
=λ
λc λd c d
c d a b
=−
a b c d
a b
=0
λa λb
DETERMINANTS
a b a b a b
= +
c + c' d + d' c d c' d'
a b a b
=
c + λa d + λb c d
DETERMINANTS
• Déterminant d’ordre n
a11 a1n
n
detA = ∑ ( −1)i+ j a ijMij
A = a ij
j=1
n
• Propriétés
Soit A une matrice carrée d’ordre n
1) det(λA) = λn detA
2) det(tA) = detA
3) det(A.B) = detA .detB
4) det(An) = (detA)n
DETERMINANTS
• Propriétés (suite)
5) Déterminant d’une matrice diagonale
λ1 0
det = λ ×× λ
1 n
0 λn
0 λn
DETERMINANTS
• Propriétés (suite)
7) Déterminant d’une matrice inversible
Soit A une matrice inversible, c’est-à-dire, une
−1
matrice A telle qu’il existe une matrice A vérifiant :
A.A −1 = A −1.A = In
1
Alors detA ≠0 et det(A ) =
−1
detA
DETERMINANTS
• Vecteurs linéairement indépendants de Rn
Soit { u1,…,un } n vecteurs de Rn. Alors u1,…,un sont
linéairement indépendants si et seulement si le
déterminant de la matrice dont les colonnes sont formées
par ces vecteurs est différent de 0.
Exemple
1 0
Les vecteurs et sont linéairement indépendants
0 1
1 0
car : det ≠0
0 1
SYSTEMES LINEAIRES
• Système linéaire
Y=AX
A : matrice à n lignes et p colonnes
X un vecteur de Rp, Y un vecteur de Rn.
Ce système s’écrit :
a11x1 +…+ a1pxp = y1
…
an1x1+…+ anpxp = yn
n équations, p inconnues.
Une solution de ce système est un p-uplet (x1,…,xp) qui
vérifie les n équations.
SYSTEMES LINEAIRES
• Système de Cramer
Y=AX
A : matrice carrée d’ordre n
Si detA ≠0, le système admet une solution unique. On dit
que c’est un système de Cramer.
On peut écrire la solution de cette équation sous la
forme de rapports de déterminants.
SYSTEMES LINEAIRES
Exemple
− x + y − 2z = −4 -1 1 - 2
− x − y − z = −11 A = - 1 - 1 - 1
2x + y − z = 8 2 1 - 1
C’est un système de Cramer car :
-1 1 - 2
det A = - 1 - 1 - 1 = −7 ≠ 0
2 1 -1
SYSTEMES LINEAIRES
− x + y − 2z = − 4
− x − y − z = − 11
2x + y − z = 8
La solution s’écrit :
-4 1 -2 -1 - 4 - 2 -1 1 - 4
- 11 - 1 - 1 - 1 - 11 - 1 - 1 - 1 - 11
8 1 -1 − 21 2 8 - 1 − 35 2 1 - 8 − 21
x= = =3y= = =5 z= = =3
-1 1 - 2 −7 -1 1 - 2 −7 -1 1 - 2 −7
-1 -1 -1 -1 -1 -1 -1 -1 -1
2 1 -1 2 1 -1 2 1 -1
SYSTEMES LINEAIRES
Remarque
Cette méthode est peu utilisable pour résoudre
numériquement des systèmes réels (n élevé).
Elle a surtout un intérêt théorique.
SYSTEMES LINEAIRES
• Méthode du pivot de Gauss
Le principe de la méthode consiste à éliminer une ou
plusieurs variables par combinaisons linéaires entre les
équations du système pour le transformer en un système
triangulaire facile à résoudre.
• Cas p = n
Il y a autant d’équations que d’inconnues
Exemple :
2x − 3y + 2z = 21
x + 4y − z = 1
- x + 2y + z = 17
SYSTEMES LINEAIRES
• Représentation du système linéaire par une matrice
2x − 3y + 2z = 21
x + 4y − z = 1
- x + 2y + z = 17
2 −3 2 21
1 4 − 1 1
−1 1 17
2
SYSTEMES LINEAIRES
• Recherche dans la première colonne d’un nombre égal à
1 (appelé pivot)
2 −3 2 21
1 4 − 1 1
−1 1 17
2
SYSTEMES LINEAIRES
• Echanger la ligne du pivot avec la première ligne
2 −3 2 21
1 4 −1 1
−1 2 1 17
SYSTEMES LINEAIRES
• Faire apparaître des zéros sous le pivot de la première
colonne
-
1 4 −1 1 1 4 −1 1 X 2
2 −3 2 21
0 − 11 4 19
−1 2 1 17
Multiplier la ligne 1 4 −1 1
du pivot par (-1) 0 − 11 4 19
et soustraire de −1 1 17
la troisième ligne 2
1 4 − 1 1
0 − 11 4 19
0 0 18
6
SYSTEMES LINEAIRES
• On ne modifie plus la première ligne
• On passe à la deuxième colonne
1 4 −1 1
0 − 11
1 40 193
0 6 0 18
1 4 −1 1
0 1 0 3
0 4 52
0
• On fait apparaître un 1 dans la troisième colonne
(dernier pivot) à la troisième ligne.
1 4 −1 1
0 1 0 3
0 1 13
0
SYSTEMES LINEAIRES
• Retour au système d’équations
Le système décrit par la matrice :
1 4 −1 1
0 1 0 3
0 1 13
0
correspond au système triangulaire d’équations :
x + 4y −z= 1
y = 3
z = 13
SYSTEMES LINEAIRES
• Solution du système triangulaire
x + 4y −z= 1
y = 3
z = 13
z = 13
y= 3
x= 2
CALCUL INTEGRAL
• Aire d’une partie de R2
CALCUL INTEGRAL
• Approximation d’une aire
*
Pour 1 ≤ i ≤ n, soit i un point du segment [xi-1, xi].
x
On appelle intégrale définie de f sur [a,b] le nombre
défini par :
CALCUL INTEGRAL
• Approximation d’une intégrale par une somme de
Riemann
La somme s’appelle une somme de
Riemann.
milieu de