• Aucun résultat trouvé

TP n°5 - Algèbre linéaire

N/A
N/A
Protected

Academic year: 2022

Partager "TP n°5 - Algèbre linéaire"

Copied!
2
0
0

Texte intégral

(1)

Stanislas

Calcul formel

TP n°5 - Algèbre linéaire

MPSI 1

Les commandes de ce T.P.

On utilisera le paquet LinearAlgebra.

• Basis • SumBasis, IntersectionBasis

• Array • RowDimension,

ColumnDimension

• IdentityMatrix • evalm

• Multiply • Transpose

• Determinant • Trace

• NullSpace • ColumnSpace

• Rank

I - Opérations élémentaires

Exercice 1. (Bases, Array, Basis, SumBasis, IntersectionBasis) Soit e1 = (1,0,2,3), e2 = (2,1,4,2), e3 = (4,5,6,1), e4 = (5,2,3,1) et e5 = (1,2,3,1). On note E1 = Vect{e1, e2} et E2 = Vect{e3, e4, e5}. Déterminer une base deE1, de E2, de E1+E2 et de E1∩E2.

Exercice 2. (Opérations matricielles,Multiply,Transpose,Trace,Determinant)

1. SoientM =

1 2 3 4 5 6 7 8

etv=

 1 0 2 3

. CalculerM·v puis ttM.

2. Soit N =

−1 2 3

5 −6 7 9 10 −11

. Si la matrice N est inversible, calculer son inverse, sa trace et son déterminant.

Exercice 3. (proc,DiagonalMatrix) Écrire une commande identity qui étant donné un entier naturel n renvoie la matrice identité d'ordre n.

Exercice 4. (Matrice stochastique,Nullspace,ColumnSpace,evalm)Une matrice est dite stochas- tique lorsque la somme des éléments de chacune de ses lignes vaut 1. On considère la matrice stochastique

A=

1 6

1 2

1 3

0 12 12

1 3

1 3

1 3

.

1. Calculer le produitA

 1 1 1

. En déduire que A50 est stochastique.

2. Vérier que A−I3 n'est pas inversible. Déterminer une base du noyau et de l'image de l'endomorphisme canoniquement associé.

3. Déterminer trois réelsa, b, ctels queP(A) =A3+aA2+bA+cI3 = 0.

4.Soitn∈N. En utilisant les racines deP, calculer le reste de la division euclidienne deXn par P.

5. ExprimerAn en fonction deA2, A etn.

6. Montrer que An tend en un sens raisonnable vers une matrice A que l'on précisera (on vériera que A est un projecteur dont on décrira les éléments caractéristiques).

(2)

TP n°5 - Algèbre linéaire MPSI 1

II - Algorithme du pivot de Gauss

L'algorithmique avec Maple

• <nom> := <valeur> ; • proc() end ;

• while <condition> do •for <i> from <deb> to <n> do

<instructions> <instructions>

od ; od ;

• if <condition1> • =, <>, <, >, <=, >=

then <instruction1> • not, and, or elif <condition2> • true, false then <instruction2>

else <instruction3>

;

Exercice 5.Écrire un programme resout_triang_sup qui étant donnés une matrice carrée tri- angulaire supérieure inversible U et un vecteur colonneY, résout le système linéaire U X=Y. Exercice 6. Écrire un programme reduction qui étant donnée une matrice carrée A, utilise l'algorithme du pivot de Gauss pour renvoyer une matrice triangulaire supérieureU.

Exercice 7.Écrire un programme gauss qui résout les systèmes linéaires de CramerAX =Y, où A est une matrice carrée.

Sˆta’nˆiŒs„laŒš 2/2 A. C€a’m€a’n€eš

Références

Documents relatifs

Résumé. — Un algorithme pour générer une matrice de connexion minimale d'une matrice de précédence donnée est présenté. Il se décompose en quatre phases : détermination

Inverser la matrice n’ayant que des 1, sauf sur la diagonale qui est nulle3. Trouver les matrices B telles que AB = BA et montrer qu’elles

Nous pouvons, par exemple, essayer de conjecturer le résultat à partir de quelques matrices simples (ce n’est en rien une obligation !). Ce résultat serait-il valable quelle que

Le fait que la condition soit suffisante ne pose pas de difficulté particulière mais on notera le rôle déterminant joué par l’inversibilité de

(On d´ etaillera avec soin les diff´ erentes ´ etapes

Calculer les valeurs propres

Des contraintes d’occupation mémoire font qu’on expérimente seulement sur une matrice de taille 100 × 100.. On rappelle que la matrice Σ contient sur sa diagonale les

1°) Étant donnée une matrice carrée A, il n’est en général pas possible de savoir s’il existe une matrice B telle que B 2 = A et lorsqu’il en existe, il n’y a pas de