Académique Documents
Professionnel Documents
Culture Documents
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
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 2/15
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
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 3/15
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).
Définition, lien matrice-application linéaire
Produits - inverse - transposition (MX )[i] = ligne no i de M × colonne X
Changement de bases
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 4/15
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 )
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 5/15
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
Fondamentaux d’algèbre
Pour x = (x1 , . . . , xp ) ∈ Rp , on a x = pi=1 xi ei .
P
linéaire I
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
Fondamentaux pour le Big Data
c Télécom ParisTech 6/15
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
Fondamentaux d’algèbre
linéaire (PM)[i,j] = i eme ligne de P × j eme colonne de M
Matrices
j
Définition, lien matrice-application linéaire
Produits - inverse - transposition
↓
j
Changement de bases . . . m1,j ... ↓
..
..
.. ..
.
.
. . · =
. . . mn,j ...
i →
pi,1 . . . pi,n i →. . . qi,j . . .
..
.. ..
. . .
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 7/15
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 ?
Produits - inverse - transposition
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
Fondamentaux pour le Big Data
c Télécom ParisTech 8/15
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
Définition, lien matrice-application linéaire
⇔ (th. du rang) Colonnes de M engendrent Rn
Produits - inverse - transposition
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
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
Fondamentaux pour le Big Data
c Télécom ParisTech 10/15
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.
Fondamentaux d’algèbre
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
Définition, lien matrice-application linéaire
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
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 11/15
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
Définition, lien matrice-application linéaire
X
Produits - inverse - transposition
X[i] = xi = pi,j xj0 = (PX 0 )[i]
Changement de bases
j
X 0 = P −1 X
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 12/15
Changement de bases et matrice d’une
application linéaire
Fondamentaux d’algèbre
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
Définition, lien matrice-application linéaire
passages de U à U 0 et de V à V 0 .
Produits - inverse - transposition
Changement de bases
I Matrice M 0 de f dans U 0 , V 0 ?
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 13/15
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
Produits - inverse - transposition
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
Fondamentaux pour le Big Data
c Télécom ParisTech 14/15
Conclusion de la semaine 1 d’algèbre
Fondamentaux d’algèbre
linéaire
I Vocabulaire de base donné cette semaine
Matrices
I à venir : géométrie, projections, réduction.
Définition, lien matrice-application linéaire
Produits - inverse - transposition
Changement de bases
Anne Sabourin
Fondamentaux pour le Big Data
c Télécom ParisTech 15/15