Asset-V1 MinesTelecom+04006+session10+type@asset+block@Télécom FBD S1 AlgèbrePartie1 V2

Plan du cours d’algèbre
Semaine 1
I Espaces vectoriels réels
Fondamentaux d’algèbre
linéaire I Applications linéaires
I Matrices
Matrices
Définition, lien matrice-application linéaire
Produits - inverse - transposition Semaine 2
Changement de bases
I Produit scalaire, projections, interprétations géométriques
I Réductions de matrices
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 1/15
Matrices et applications linéaires
Fondamentaux d’algèbre Objectifs

linéaire I Lien entre matrices et applications linéaires
I transposée
Matrices I inverse
Produits - inverse - transposition I changement de base
Changement de bases
Anne Sabourin
Matrice associée à une application linéaire
dans des bases de départ et d’ arrivée
I Soit f : Rp → Rn et U, V bases resp. de E et F .
I Rappel : f est P déterminée par les f (uj ). Chaque f (uj )
Fondamentaux d’algèbre s’écrit f (uj ) = ni=1 mi,j vi .
linéaire I La matrice M de f dans les bases U et V est :
 
m1,1 m1,2 ... m1,p
Matrices m2,1 m2,2 ... m2,p 
M= . , notée : (mi,j )i≤m,
 
Définition, lien matrice-application linéaire .. .. ..  j≤p
Produits - inverse - transposition
 .. . . . 
Changement de bases mn,1 mn,2 ... mn,p
retenir :
Colonne no j de M = coordonnées de f (uj ) dans V
I Donc mi,j = coordonnée de f (uj ) sur le vecteur vi
Anne Sabourin
Multiplication Matrice × colonne
I Soit M = (mi,j )i≤m, j≤p ∈ Rn×p , X une matrice colonne
 
x1
 .. 
X =  .  ∈ Rp×1
Fondamentaux d’algèbre xp
linéaire
I Le produit M X de
P X par M est la matrice colonne Y ,
Matrices de coordonnées yi = pj=1 mi,j xj . (i ≤ n).
Produits - inverse - transposition (MX )[i] = ligne no i de M × colonne X
Changement de bases
Anne Sabourin
Calcul de f (x) par un produit matrice-colonne
Soit f : Rp → Rn , et U, V des bases de Rp et Rn .
Comment calculer f (x) ? (pour x ∈ E )
I Soit M = (mi,j ) ∈ Rn×p la matrice

Pn de f dans les bases U
Fondamentaux d’algèbre et V, i.e. telle que f (ui ) = j=1 mi,j vj .
linéaire x1
!
Si x = j=1 xj uj , on appelle X = ...
Pp
I la matrice colonne
Matrices xp
Définition, lien matrice-application linéaire associée à x dans la base U.
y1
!
Changement de bases I de même, si y = ni=1 yi vi ∈ F , quelconque, Y =
P .. :
.
yn
est la matrice colonne associée à y dans la base V.
Par un calcul simple : f(x) = y ⇔ MX = Y
Anne Sabourin
Base canonique
I On appelle Base canonique de Rp la famille
(e) = (e1 , . . . , ep )
où ei est le vecteur (0, . . . , 0, |{z}
1 , 0, . . . ).
i ème rang
Pour x = (x1 , . . . , xp ) ∈ Rp , on a x = pi=1 xi ei .
P
linéaire I
attention : si U 6= (e), x 6= pi=1 xi ui .

P
I
Matrices
Définition, lien matrice-application linéaire I Convention : Si on ne précise pas les bases choisies,
la matrice de f =
Changement de bases
la matrice M associée à f dans les bases canoniques de
départ et d’arrivée
I Dans les bases canoniques, on identifie
le vecteur x = (x1 , . . . , xp ) avec
x1
!
la matrice colonne X = .. .
.
xp
Anne Sabourin
Produit de matrices
I Si P ∈ Rq×n , M ∈ Rn×p ,le produit Q = PM ∈ Rq×p est
n
X
(Q)[i,j] = pi,k mk,j ( pour i ≤ q, j ≤ p)
k=1
linéaire (PM)[i,j] = i eme ligne de P × j eme colonne de M
Matrices
j
↓
  j
Changement de bases . . . m1,j ... ↓
  ..  
..

.. ..

 . 
.
 . . · =
. . . mn,j ...  
i →
pi,1 . . . pi,n  i →. . . qi,j . . .

..

.. ..

. . .
Anne Sabourin
produit de matrices - composition
d’applications linéaires
I Soient f : E = Rp →= n n q
F = R pet g : R p→ G = R .
Alors g ◦ f : x 7→ g f (x) , de R dans R .
Fondamentaux d’algèbre I U, V, W bases respectives de E , F , G et
linéaire
M : matrice de f dans (U, V),
P : matrice de g dans (V, W),
Matrices
Définition, lien matrice-application linéaire Quelle est la matrice associée à g ◦ f ?
Changement de bases I on montre (comme pour l’action d’une matrice sur une
matrice colonne) que
matrice de g ◦ f :
PM est la matrice de g ◦ f dans les bases U et W.
Anne Sabourin
Matrice inverse
I Soit M ∈ Rn×n et f : Rn → Rn linéaire associée dans la
base canonique.
I M est dite inversible si f est inversible.
I f est inversible ⇔ Colonnes de M : base de Rn
Fondamentaux d’algèbre (Rappel : f (ej ) : j ème colonne de M. )
linéaire
⇔ (th. du rang) Colonnes de M linéairement
indépendantes (libres) dans Rn
Matrices
⇔ (th. du rang) Colonnes de M engendrent Rn
Changement de bases I Inverse de M : la matrice M −1 telle que
 1 0 ... 0

.. ..
M M −1 = M −1 M =  0. 1 . . := I

.. . . . . . . 0
0 ... 0 1
I propriété : (MP)−1 = P −1 M −1 (si inversibles)

Anne Sabourin
Matrice transposée
I M une matrice n × p, M = (mi,j )i≤n,j≤p .
I Matrice transposée de M : M > : obtenue en
> =m
‘transformant les lignes en colonnes’ : M[i,j] j,i et
Fondamentaux d’algèbre j
linéaire  ↓ 
m1,1 . . . mn,1
Matrices M> =
 

 ..
 (i ≤ p, j ≤ n)
Définition, lien matrice-application linéaire i→ .. 
 . mj,i . 
Produits - inverse - transposition  
Changement de bases
 
m1,p . . . mn,p
I pour un produit :
>
MP = P >M >
Anne Sabourin
Changement de base et matrice colonne d’un
vecteur
I U et U 0 deux bases de Rn , x ∈ Rn ,
X = (x1 , . . . , xn )T : matrice de x dans U.
linéaire
I Matrice X 0 de x dans U 0 ? c’est
P à0 dire :
0 0
coefficients xi , tels que x = xi ui ?)
Matrices
I Soit P la matrice de passage de U à U 0 : ses colonnes
Produits - inverse - transposition sont les vecteurs de U 0 dans U,
Changement de bases
 
X
P =  [u01 ]u . . . [u0n ]u  ie u0j = pi,j ui
i
I P est inversible (vérifiez pourquoi)
Anne Sabourin
Changement de base et matrice colonne d’un
X
0 0
vecteur 0
x= xj uj ( définition des xi )
j
X X
= xj0 ( pi,j ui ) (uj0 est la j eme colonne de P)
j i
Fondamentaux d’algèbre X X
linéaire = ( pi,j xj0 )ui
i j
P
Matrices Or on sait que x = ixi ui . Donc
X
X[i] = xi = pi,j xj0 = (PX 0 )[i]
Changement de bases
j
c’est à dire X = PX 0 . Conclusion :
X 0 = P −1 X
Anne Sabourin
Changement de bases et matrice d’une
application linéaire
I Soit f : Rp → Rn , U, V des bases de Rp et Rn (anciennes
linéaire bases),
I M la matrice de f dans U, V.
Matrices I Soient U 0 , V 0 de nouvelles bases, P et Q les matrices de
passages de U à U 0 et de V à V 0 .
Changement de bases
I Matrice M 0 de f dans U 0 , V 0 ?
Anne Sabourin
Changement de bases et matrice d’une
application linéaire
I X , X 0 les matrices colonnes de x dans U et U 0 .
I Y , Y 0 les matrices colonnes de y = f (x) dans V et V 0 .
I P, Q : matrices de passages U → U 0 et V → V 0 .
Fondamentaux d’algèbre I On cherche M 0 telle que :
linéaire
Y = M X (⇔ y = f (x)) ⇔ Y 0 = M 0 X 0 , ∀X , X 0 , Y , Y 0 .
Matrices
Définition, lien matrice-application linéaire Or Y = Q Y 0 et X = P X 0 (chgt de base colonne). Donc
Changement de bases
Y = M X ⇔ Q Y0 = M P X0
⇔ Y 0 = Q −1 M P X 0 .
Conclusion :
M 0 = Q −1 MP
Anne Sabourin
Conclusion de la semaine 1 d’algèbre
linéaire
I Vocabulaire de base donné cette semaine
Matrices
I à venir : géométrie, projections, réduction.
Changement de bases
Anne Sabourin

Asset-V1 MinesTelecom+04006+session10+type@asset+block@Télécom FBD S1 AlgèbrePartie1 V2

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

Asset-V1 MinesTelecom+04006+session10+type@asset+block@Télécom FBD S1 AlgèbrePartie1 V2

Transféré par

Droits d'auteur :

Formats disponibles

Plan du cours d’algèbre

Fondamentaux d’algèbre Objectifs

I Donc mi,j = coordonnée de f (uj ) sur le vecteur vi

I Soit M = (mi,j ) ∈ Rn×p la matrice

Par un calcul simple : f(x) = y ⇔ MX = Y

attention : si U 6= (e), x 6= pi=1 xi ui .

I propriété : (MP)−1 = P −1 M −1 (si inversibles)

I P est inversible (vérifiez pourquoi)

c’est à dire X = PX 0 . Conclusion :

Vous aimerez peut-être aussi