Académique Documents
Professionnel Documents
Culture Documents
I.DAMERGI FAIZ
1 / 27
Motivation
• des sciences physiques
• Mécaniques
• la chimie
• l’économie
Simulation • des sciences de l’ing ….
phénomènes
complexes
• plus rapide
des ordinateurs • plus économique
• problématique virtuelle
(pas d’approche expérimentale)
3 / 27
• Système linéaire
• Equations différentielles
modéliser problèmes ordinaires
mathématiques • Intégrales
• Equations non-linéaires
• Equations différentielles…
résoudre
numériquement
7 / 27
Plan
8 / 27
Plan
9 / 27
Chapitre 1 :Rappels et compléments d’analyse matricielle
10 /
1.1 Espaces vectoriels
2. 1.x = x
𝑥 = 𝑥𝑖 𝑒𝑖
𝑖=1
Exemple
𝐸 = {𝑣 ∈ ℝ3 \𝑥 + 𝑦 = 0}
𝑥
= { −𝑥 , ∀ 𝑥, 𝑧 ∈ ℝ }
𝑧
1 0
= {𝑥 −1 + 𝑧 0 , ∀ 𝑥, 𝑧 ∈ ℝ }
0 1
1 0
=< −1 , 0 >
0 1
12 /
Une famille de vecteurs (𝑒1 ; ; 𝑒𝑛 ) de E est libre (linéairement
indépendante) ssi
𝑛
λ𝑖 𝑒𝑖 = 0 ⇒ λ1 = …. =λ𝑛 =0
𝑖=1
Exemple
1 0
−1 𝑒𝑡 0 𝑠𝑜𝑛𝑡 𝑙𝑖𝑏𝑟𝑒𝑠?
0 1
1 0 λ1 = 0
λ1 −1 + λ2 0 =0 => ቐ−λ1 = 0
0 1 λ2 = 0
Une famille (𝑒1 ; ; 𝑒𝑛 ) de E est une base ssi elle est libre et
génératrice
1 0
< −1 , 0 > est une base de 𝐸 = {𝑣 ∈ ℝ3 \𝑥 + 𝑦 = 0}
0 1 13 /
Dans ce cas (base):
∀𝑥 ∈ E, il existe un unique n-uplet(𝑥1 ; ; 𝑥𝑛 ) ∈ IK𝑛 tels que
𝑛
𝑥 = 𝑥𝑖 𝑒𝑖
𝑖=1
Les 𝑥𝑖 sont les coordonnées de 𝑥 dans la base (𝑒1 ; ; 𝑒𝑛 ) .
𝑥1
∀𝑥 ∈ E sera noté aussi 𝑥 = (𝑥𝑖 )𝑖=1,..,𝑛 = ⋮
𝑥𝑛
3 1 0 0
V= −2 = 3 0 -2 1 +5 0 = 3𝑒1 -2𝑒2 + 5𝑒3
5 0 0 1
15 /
𝑛
Produit scalaire euclidien:∀𝑥, 𝑦 ∈ ℝn, <𝑥, 𝑦>= σ𝑖=1 𝑥𝑖 𝑦𝑖
Rq: deux vecteurs sont orthogonaux si leur produit scalaire est nul:
∀𝑥, 𝑦 ∈ Kn, <𝑥, 𝑦>= 0
16 /
1.2. Matrices
Exemple
2 6 0 1 2 7
ቂ ቃ +ቂ ቃ =ቂ ቃ
−1 3 𝑖 2 −1 + 𝑖 5
Exemple
2 6
𝑖ቂ ቃ =ቂ 2𝑖 6𝑖
ቃ
−1 3 −𝑖 3𝑖
18 /
produit de deux matrices : le produit d’une matrices A de taille (m, p)
par une matrice B de taille (p, n) est la matrice C(m, n), dont les
coefficients sont donnés par
𝑝
𝑐𝑖𝑗 = σ𝑘=1 ai𝑘 b𝑘j , i = 1, . . .,m, j = 1, . . ., n.
Exemple
2 1
3 1 0 × 0 −1൩ = ቂ 6 2
ቃ
ቂ ቃ 2𝑖 + 3 𝑖+5
𝑖 0 1 3 5
19 /
matrice identité (unité): élément neutre pour le produit matriciel,
matrice carrée d’ordre n,
1 𝑠𝑖 𝑖 = 𝑗
𝑰𝒏= (δij )= ቊ
0 𝑠𝑖𝑛𝑜𝑛
matrice diagonale : une matrice ayant tous ses termes nuls exceptés
ceux de la diagonale qui valent dii, notée D = (dii) =diag(d11, d22, . . ., dnn).
symétrique si AT= A 01 −1
−1 12
−1
1 3൩ ൩
02 −3
antisymétrique si AT =-A −21 33 0
orthogonale si AT A = In
22 /
1.4. Matrice d’une application linéaire
Exemple
23 /
Soient E et F deux sous espaces vectoriels, dim(E)=n et dim(F)=p ,
de bases respectives BE={e1,e2,…..,en} et B F={e’1,e’2,…..,e’p}
𝑚𝑎𝑡𝐵𝐵′ f=Mf = ⁞ ⁞ ⁞ ⁞
25 /
1.5 . Trace et déterminant
Le déterminant de A matrice carrée, le scalaire défini par
Matrice 3×3 : det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32
- a31 a22 a13 - a32 a23 a11 - a33 a21 a12
+ + +
a11 a12 a13 a11 a12
a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
- - -
26 /
- Formule des cofacteurs n>3
1 −3 5
dét(A)= 0 2 1
−4 2 −1
2 1 −0 × −3 5 +(−4) × −3 5
= +1 ×
2 −1 2 −1 2 1
−3 5 1 5 1 −3
= −0 × +2 × −1 ×
2 −1 −4 −1 −4 2
= 48
28 /
Pour des matrices carrées d’ordre n, on a les propriétés suivantes :
• dét(A) = dét(AT ),
• dét(AB) = dét(A) dét(B),
• dét(A−1) = 1/dét(A),
• dét(A∗) =dét(A),
• dét(αA) = αndét(A), ∀α ∈ K.
• si deux lignes ou deux colonnes d’une matrice coïncident,
le déterminant de cette matrice est nul.
• Quand on échange deux lignes (ou deux colonnes), on
change le signe du déterminant.
• le déterminant d’une matrice diagonale est le produit des
éléments diagonaux.
29 /
Si A est une matrice inversible d’ordre n, alors
𝟏
𝑨−𝟏 = (𝒄𝒐𝒎(𝑨))𝑻
𝒅é𝒕(𝑨)
où com(A) est la matrice des cofacteurs Cij de aij i = 1, . . ., n, j = 1, . . ., n.
Exemple 1 −3 5
A= 0 2 1
−4 2 −1
2 1 0 1 0 2 T
+ − +
2 −1 −4 −1 −4 2
1 −3 5 1 5 1 −3
𝐴−1 = − + −
48 2 −1 −4 −1 −4 2
−3 5 1 5 1 −3
+ − +
2 1 0 1 0 2
30 /
une matrice A carrée est inversible ssi dét(A)≠0
une matrice diagonale inversible, l’inverse est encore une
matrice diagonale ayant pour éléments les inverses des éléments
de la matrice.
1
0
2 0 𝐴−1 = 2
A= 1
0 3 0
3
31 /
1.6 . Matrices particulières
Matrices diagonales par blocs: matrices de la forme A=diag(𝐴1 , …,𝐴𝑛 )
où 𝐴𝑖 , i = 1, . . ., n, sont des matrices carrées
dét(A)=ς𝑛𝑖=1 𝑑é𝑡(𝐴𝑖 )
Matrices bandes: elle n’admet des éléments non nuls que sur un
“certain nombre” de diagonales autour de la diagonale principale.
Exemple
1 1
A=
3 −1
1−λ 1
dét(A-λI) =
3 −1 − λ
=(1-λ)(-1-λ) - 3
= λ2 − 4 = 𝟎 ⇒ λ1 = 2, λ2 =-2
34 /
Soit 𝑣 ≠ 0 vecteur propre deλ alors
A𝑣= λ𝑣 A 𝑣 −λ𝑣 = 0
(A−λI)𝑣 = 0
pour λ = 2
−1 1 𝑥 ⇒ −𝑥 + 𝑦 = 0
(A−2I)𝑣 = 𝑦 =0
3 −3 ⇒ 𝑥 =y
1
On peut prendre comme vecteur
1
pour λ = −2
3 1 𝑥
(A+2I)𝑣 = ⇒ 3𝑥 + 𝑦 = 0
3 1 𝑦 =0
1
⇒ 𝑥 = −3 y
1
−3
On peut prendre comme vecteur
1 35 /
Sp(A)={λi , λi valeur propre de A } = spectre de A
Rq: une matrice A réelle peut avoir des valeurs propres et des
vecteurs propres complexes
0 −1 −λ −1
A= 𝑃𝐴 (λ)= = λ2 + 1 = 0
1 0 1 −λ
=>λ2 = −1 = λ = ± 𝑖 36 /
1.8 . Matrices semblables
Exemple:
−2 −2 0 −2
Soient A= , B=
5 4 1 2
1 1 0 1
On pose P= , 𝑃−1 =
On a 1 0 1 −1
𝑃 −1 AP=B => A et B sont semblables
Rq:
• Si 𝐴symétrique et 𝑂 orthogonalealors les coefficients
D= 𝑂−1 AO sont donnés par 𝑑𝑖𝑖 =λioù les λisont les valeurs
propres de A associées aux colonnes fi de O, i=1,…,n.
𝑥 1 = σ𝑛𝑖=1 |𝑥𝑖|
1Τ2
𝑥 2 = < 𝑥, 𝑥 >1/2 =(σ𝑛𝑖=1 |𝑥𝑖|2) norme euclidienne
Exemple 1
Trouver les normes 1,2,∞ de x= −3
1+𝑖
inégalité de Cauchy-Schwarz
< 𝒙, 𝒚 > ≤ 𝒙 𝟐 𝒚 𝟐
inégalité de Hölder
1 1
< 𝒙, 𝒚 > ≤ 𝒙 𝒑 𝒚 𝒒 avec +𝑞 =1
𝑝
40 /
Soit ‖. ‖ une norme sur un e.v. E de dimension finie.
Une suite de vecteurs 𝑥 (𝑘) converge vers un vecteur x ∈ E si
𝐥𝐢𝐦 𝒙(𝒌) = 𝒙 ⇔ 𝒍𝒊𝒎 𝒙 − 𝒙(𝒌) = 0
𝒌→∞ 𝒌→∞
41 /
Soit . une norme vectorielle sur 𝕂n, l’application de Mn(𝕂) dans
ℝ+encore notée . définie par :
𝑨𝒙
𝑨 = 𝒔𝒖𝒑 𝒙≠𝟎
𝒙∈Kn 𝒙
est une norme matricielle, dite subordonnée à la norme vectorielle
. donnée.
𝐴𝑥 ≤ 𝐴 𝑥 , ∀A ∈ Mn(𝕂),∀x ∈ 𝕂n
42 /
Les normes subordonnées aux normes vectorielles . 1, . 2 et
. ∞ s′expriment comme suit:
𝑨𝒙 𝟏
‖A‖1=𝒔𝒖𝒑 𝒙≠𝟎 = max σ𝑛𝑖=1 |𝑎𝑖𝑗|
𝒙 𝟏 𝑗=1,..,𝑛
𝒙∈Kn
𝑨𝒙 ∞
A ∞=𝒔𝒖𝒑 𝒙≠𝟎 = max σ𝑛𝑗=1 |𝐴𝑗𝑖|
𝒙 ∞ 𝑖=1,..,𝑛
𝒙∈Kn
𝑨𝒙 𝟐
‖A‖2=𝒔𝒖𝒑 𝒙≠𝟎 𝒙 𝟐
= ρ 𝐴∗ 𝐴 , ρ(A∗ A) rayon spectral de (A* A
𝒙∈Kn
43 /
1.9. Matrices définies positives, matrices à diagonale dominante
Exemple
44 /
Soit A ∈ 𝑹𝒏×𝒏 symétrique est définie positive ssi une des propriétés
suivantes est satisfaite :
1) (Ax, x) > 0 ∀x ≠ 0 avec x∈𝑅 𝑛 ;
2) toutes les valeurs propres de A sont >0
3) les mineurs principaux diagonaux de A sont >0
45 /
Exemple
2 1 1
A= 1 2 1
1 1 2
2−λ 1 1
2. 𝑑é𝑡 𝐴 − λ 𝐼 = 1 2−λ 1 =(1-λ)(λ 2 − 5λ+4)=0
1 1 2−λ
=>Sp(A)={1, 4}
2 1
3. 𝐴1 = 2, 𝐴1 = = 3, 𝑑é𝑡 𝐴 =4
1 2
46 /
A∈ 𝑅 𝑛×𝑛 est à diagonale dominante par ligne si