1 / 22

Examen partiel #2

Examen partiel #2. Mardi le 9 novembre de 19h30 à 21h20 Salles 2880 (Gr.A) et 3860 (Gr. B) du pavillon Vachon. Matière de l'examen: - Livre de Lay: sections 2.6, 2.8, 2.9, 3.1, 3.2, 3.3, 5.1, 5.2. - Notes de cours (guide d'études): sections 6 à 10. - Devoirs: 5 à 8. Rappel.

june
Download Presentation

Examen partiel #2

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Examen partiel #2 • Mardi le 9 novembre de 19h30 à 21h20 • Salles 2880 (Gr.A) et 3860 (Gr. B) du pavillon Vachon. • Matière de l'examen: • - Livre de Lay: sections 2.6, 2.8, 2.9, 3.1, 3.2, 3.3, 5.1, 5.2. • - Notes de cours (guide d'études): sections 6 à 10. • - Devoirs: 5 à 8.

  2. Rappel... • Déterminants: • définition; • propriétés; • règle de Cramer; • calcul de l’inverse d’une matrice; • aire et volume; • transformations linéaires.

  3. Aujourd’hui • Valeurs propres et vecteurs propres. • Définitions; • Propriétés; • Équations aux différences; • Équation caractéristique; • Matrices similaires; • Applications aux systèmes dynamiques.

  4. Av Au u v 10. Valeurs propres etvecteurs propres

  5. Définition: Vecteur propre Un vecteur propre d’une matrice Annest un vecteur non nul x tel que Ax = lx pour un scalaire l quelconque.

  6. Définition: Valeur propre Un scalaire l est appelé une valeur propre de A s’il existe une solution non triviale x du système Ax = lx; un tel x est appelé vecteur propre correspondant à l.

  7. Matlab: eig x = eig(A): x est un vecteur colonne contenant les valeurs propres de A. [U V] = eig(A): U est une matrice diagonale contenant les valeurs propres de A et V est une matrice dont les colonnes sont les vecteurs propres de A.

  8. Équation (A - lI)x = 0 • L’ensemble de toutes les solutions est le noyau de la matrice (A - lI). • C’est donc un sous-espace de Rn. • On appelle ce sous-espace l’espace propre correspondant à l.

  9. Valeurs propres d’une matrice triangulaire Soit A une matrice triangulaire. Alors les valeurs propres de A sont les éléments de la diagonale principale de A.

  10. Suite du théorème des matrices inversibles Soit A une matrice nn. Alors A est inversible si et seulement si Le nombre 0 n’est pas une valeur propre de A.

  11. Vecteurs propres correspondants à des valeurs propres distinctes Si v1,...,vr sont des vecteurs propres correspondants à des valeurs propres distinctes l1,...,lr d’une matrice Ann, alors l’ensemble {v1,...,vr} est linéairement indépendant.

  12. Équations aux différences • Équations représentant des systèmes dynamiques. • Équation du premier ordre: xk+1= A xk, k = 0,1,2,...

  13. L’équation caractéristique • L’équation caractéristique est une équation scalaire à une inconnue nous permettant de calculer les valeurs propres.

  14. Propriétés des déterminants • Soit A et B des matrices nn. a. A est réversible si et seulement si det A 0. b. det AB = (det A)(det B). c. det AT = det A.

  15. Propriétés des déterminants (suite) d. Si A est une matrice triangulaire, alors det A est le produit des éléments de la diagonale principale de A.

  16. Propriétés des déterminants (suite) e. - Une opération de remplacement d’une ligne de A ne change pas le déterminant. - Un échange de deux ligne change le signe du déterminant. - La multiplication d’une ligne par un scalaire multiplie le déterminant par le même scalaire.

  17. Définition: équation caractéristique • (A - lI)x = 0 a une solution non triviale si et seulement si A - lI est non inversible(théorème sur les matrices inversibles). • A - lI est non inversible si et seulement sidet(A - lI) = 0.

  18. Définition: équation caractéristique (suite) • Ceci nous amène donc à définir l’équation caractéristique de A. det(A - lI) = 0

  19. Définition: matrice similaire Si A et B sont des matrices similaires, alors A est similaire à B s’il existe une matrice réversible P telle que P-1AP = B ou, de manière équivalente, A = PBP-1.

  20. Matrice similaire (suite) Si on remplace P-1 par Q on a Q-1BQ = A. B est donc similaire à A, et nous disons simplement que A et B sont similaires.

  21. Théorème: Matrices similaires et valeurs propres Si A et B, des matrices nn, sont similaires, alors elles ont le même polynôme caractéristique et donc les mêmes valeurs propres (avec les mêmes multiplicités).

  22. Prochain cours... • Diagonalisation et transformations linéaires.

More Related