Détails
- 13 Sections
- 138 Lessons
- 14 Weeks
- Série 1 - Système linéaire9
- 1.1Théorie – Système linéaire
- 1.2Théorie – Résolution de système linéaire: algorithme de Gauss-Jordan
- 1.3Exercice 1 : La balance mystérieuse
- 1.4Exercice 2 : Propriétés fondamentales des systèmes linéaires
- 1.5Exercice 3 : Compatibilité d’un système linéaire
- 1.6Exercice 4 : Résolution d’un système linéaire par Gauss-Jordan
- 1.7Exercice 5 : Systèmes paramétriques
- 1.8Exercice 6 : Résolution d’un système linéaire paramétré
- 1.9Exercice 7 : Cercles dans un triangle équilatéral
- Série 2 - Espace vectoriel9
- 2.1Théorie – Combinaison linéaire
- 2.2Théorie – Sous espace vectoriel
- 2.3Théorie – Compatibilité d’un système
- 2.4Exercice 1 : Exercice Théorique
- 2.5Exercice 2 : Vecteurs et combinaisons linéaires
- 2.6Exercice 3 : À la recherche de la bonne combinaison
- 2.7Exercice 4 : Vecteurs et plans
- 2.8Exercice 5 : Sous-espace vectoriel
- 2.9Exercice 6 : Sous-espaces vectoriels et appartenance
- Série 3 - Application linéaire14
- 3.1Théorie – Déterminer si un ensemble engendre Rn
- 3.2Théorie – Application linéaire
- 3.3Théorie – Injectivité et Surjectivité
- 3.4Théorie – Application linéaire : comment trouver la matrice?
- 3.5Exercice 1 : Mission spatiale – Détermination des axes de vol
- 3.6Exercice 2 : Le test des antennes – Transmission parfaite ou interférence
- 3.7Exercice 3 : Alignement des satellites – Trouver la bonne trajectoire
- 3.8Exercice 4 : Dépendance de vecteurs
- 3.9Exercice 5: Propriétés fondamentales des applications linéaires
- 3.10Exercice 6 : Programmation des bras robotiques – Déterminer les matrices de transformation
- 3.11Exercice 7 : Distribution des ressources – Modéliser une application linéaire
- 3.12Exercice 8 : Le circuit des transformations – Analyse des applications linéaires
- 3.13Exercice 9 : Architecture des transformations – Analyse matricielle
- 3.14Exercice 10 : Le cube des couleurs – Mod ́elisation des transfor- mations RGB
- Série 4 - Matrices14
- 4.1Théorie – Propriétés des matrices
- 4.2Théorie – Est ce qu’une matrice est inversible?
- 4.3Théorie – Calcul de l’inverse d’une matrice
- 4.4Exercice 1 : Décryptage des lois matricielles
- 4.5Exercice 2 : Les lois cachées des matrices
- 4.6Exercice 3 : Calcul de produits de matrices et transposées
- 4.7Exercice 4 : Commutativité et produit matriciel
- 4.8Exercice 5 : Calcul de produits matriciels et transformations linéaires
- 4.9Exercice 6 : Le test des matrices mystérieuses
- 4.10Exercice 7 : L’Énigme de la matrice mystique
- 4.11Exercice 8 : Les transformations du royaume géométrique
- 4.12Exercice 9 : Les clés du coffre des matrices élémentaires
- 4.13Exercice 10 : Le labyrinthe des matrices élémentaires
- 4.14Exercice 11 : Dynamique de la population rurale et urbaine
- Série 5 - Déterminant10
- 5.1Théorie – le déterminant
- 5.2Exercice 1 : Vrai ou faux
- 5.3Exercice 2 : Calcul de déterminants
- 5.4Exercice 3 : Calcul de déterminants II
- 5.5Exercice 4 : Calcul des déterminants des matrices élémentaires
- 5.6Exercice 5 : Calcul du déterminant par transformations élémentaires
- 5.7Exercice 6 : Inversibilité des matrices paramétrées
- 5.8Exercice 7 : Matrice singulière et paramètre réel
- 5.9Exercice 8 : Matrice singulière et paramètre réel
- 5.10Exercice 9 : Calcul des aires et des volumes à l’aide des vecteurs
- Série 6 - Sous espace vectoriel: Noyau et image12
- 6.1Théorie – Vérifier si un ensemble est un sous-espace vectoriel
- 6.2Théorie – Noyau et image
- 6.3Exercice 1 : Identification de sous-espaces vectoriels
- 6.4Exercice 2 : Sous-espaces de l’espace des fonctions
- 6.5Exercice 3 : Sous-espaces vectoriels de polynômes
- 6.6Exercice 4 : Sous-espaces vectoriels de matrices
- 6.7Exercice 5 : Description de sous-espaces vectoriels engendrés
- 6.8Exercice 6 : Appartenance d’un polynôme à un sous-espace vectoriel
- 6.9Exercice 7 : Analyse de transformations linéaires
- 6.10Exercice 8 : Inclusion d’un vecteur dans l’image ou le noyau d’une matrice
- 6.11Exercice 9 : Analyse d’applications et sous-espaces vectoriels
- 6.12Exercice 10 : Calcul du noyau d’une matrice et dimension de sous-espaces
- Série 7 - Polynômes et bases11
- 7.1Théorie – Les polynômes
- 7.2Théorie – Les bases
- 7.3Exercice 1 : Déterminer le vecteur nul
- 7.4Exercice 2 : Indépendance linéaire et base de polynômes
- 7.5Exercice 3 : Étude de polynômes dans P2
- 7.6Exercice 4 : Calcul du noyau et de l’image d’une matrice
- 7.7Exercice 5 : Base d’un sous-espace défini par une équation dans

- 7.8Exercice 6 : Base du noyau de l’application trace
- 7.9Exercice 7 : Dimension et base d’un sous-espace vectoriel
- 7.10Exercice 8 : Changement de base et coordonnées dans R2 et R3
- 7.11Exercice 9 : Changement de base dans R3
- Série test de connaissance10
- 8.1Théorie – fiche de rappel
- 8.2Exercice 1 : Dimension et propriétés des familles de vecteurs
- 8.3Exercie 2 : Propriétés des matrices inversibles (+ abstrait)
- 8.4Exercice 3 : Analyse de matrices et sous-espaces associés
- 8.5Exercice 4 : Projection orthogonale et dimensions des sous-espaces
- 8.6Exercice 5 : Application linéaire et dimension du noyau
- 8.7Exercice 6 : Noyau d’une application linéaire et base associée
- 8.8Exercice 7 : Matrices de changement de base et coordonnées
- 8.9Exercice 8 : Matrice de transformation linéaire et changement de base
- 8.10Exercice 9 : Matrice de transformation linéaire et changement de base
- Série 8 - Valeur propre, vecteur propre et diagonalisation14
- 9.1Théorie – Valeur propre, vecteur propre et diagonalisation
- 9.2Exercice 1 : Analyse d’une transformation linéaire entre espaces de polynômes
- 9.3Exercice 2 : Étude des valeurs propres et vecteurs propres d’une matrice
- 9.4Exercice 3 : Identification des valeurs propres d’une matrice
- 9.5Exercice 4 : Calcul des valeurs propres et des espaces propres
- 9.6Exercice 5 : Valeurs propres, vecteurs propres et espaces propres
- 9.7Exercice 6 : Propriétés des valeurs propres
- 9.8Exercice 7 : Puissance d’une matrice et valeurs propres
- 9.9Exercice 8 : Diagonalisation des puissances de matrices
- 9.10Exercice 9 : Diagonalisation et puissances d’une matrice
- 9.11Exercice 10 : Étude spectrale d’une matrice
- 9.12Exercice 11 : Vérification de la diagonalisation
- 9.13Exercice 12 : Analyse de propriétés matricielles
- 9.14Exercice 13 : Analyse d’une transformation linéaire
- Série 9 - Calcul vectoriel11
- 10.1Théorie – Calcul vectoriel
- 10.2Exercice 1 : Calculs vectoriels
- 10.3Exercice 2 : Analyse des propriétés vectorielles
- 10.4Exercice 3 : Analyse de la matrice A
- 10.5Exercice 4 : Sous-espace orthogonal
- 10.6Exercice 5 : Relation entre noyau et image d’une matrice
- 10.7Exercice 6 : Propriétés des vecteurs orthogonaux et projection
- 10.8Exercice 7 : Propriétés des vecteurs et projections orthogonales
- 10.9Exercice 8 : Approximation dans un sous- espace
- 10.10Exercice 9 : Approximation et distance
- 10.11Exercice 10 : Analyse des angles et inégalités vectorielles
- Série 10 - Moindre carré7
- 11.1Théorie – Les moindres carrés et regression linéaire
- 11.2Exercice 1 : Méthode de Gram-Schmidt
- 11.3Exercice 2 : Orthogonalisation avec Gram-Schmidt
- 11.4Exercice 3 : Décomposition QR
- 11.5Exercice 4 : Résolution au sens des moindres carrés
- 11.6Exercice 5 : Ajustement linéaire au sens des moindres carrés
- 11.7Exercice 6 : Ajustement quadratique au sens des moindres carrés
- Série 11 - Formes quadratiques10
- 12.1Théorie – Formes quadratiques
- 12.2Théorie – Matrices symétriques
- 12.3Exercice 1 : Analyse des propriétés des matrices et formes quadratiques
- 12.4Exercice 2 : Propriétés des matrices symétriques
- 12.5Exercice 3 : Diagonalisation de matrices symétriques
- 12.6Exercice 4 : Diagonalisation d’une matrice en base orthonormée
- 12.7Exercice 5 : Matrice associée à une forme quadratique
- 12.8Exercice 6 : Classification des formes quadratiques
- 12.9Exercice 7 : Détermination de la nature d’une forme quadratique
- 12.10Exercice 8 : Maximisation et minimisation des formes quadratiques
- Série 12 - SDV, matrice de transition et chaîne de Markov7
- 13.1Théorie – valeurs singulières
- 13.2Théorie – Matrice de transition et chaîne de Markov
- 13.3Exercice 1 : Analyse de propriétés des matrices et formes quadratiques
- 13.4Exercice 2 : Décomposition en valeurs singulières (SVD)
- 13.5Exercice 3 : Inversibilité et décomposition en valeurs singulières
- 13.6Exercice 4 : Analyse d’une matrice de transition
- 13.7Exercice 5 : Modélisation des transitions météo avec une chaîne de Markov
Exercice 7 : Matrices de changement de base et coordonnées
Table des matières
1. I. Objectifs
Cet exercice a pour but de :
• Calculer la matrice de changement de base entre deux bases
• Inverser un changement de base
2. II. Énoncé
Soient [latex]B = (b_1, b_2)[/latex] et [latex]C = (c_1, c_2)[/latex] deux bases d’un espace vectoriel [latex]V[/latex].
On suppose que : [latex]b_1 = 6c_1 – 2c_2[/latex] et [latex]b_2 = 9c_1 – 4c_2[/latex]
(a) Calculer la matrice de changement de base [latex]P_{BC}[/latex] de [latex]B[/latex] vers [latex]C[/latex].
(b) Trouver [latex][x]_C[/latex] pour [latex]x = -3b_1 + 2b_2[/latex] en utilisant le résultat obtenu en (a).
Soient [latex]A = (\overrightarrow{a_1}, \overrightarrow{a_2})[/latex] et [latex]D = (\overrightarrow{d_1}, \overrightarrow{d_2})[/latex] les bases de [latex]\mathbb{R}^2[/latex] définies par :
[latex]\overrightarrow{a_1} = \begin{pmatrix} 7 \\ 5 \end{pmatrix}, \quad \overrightarrow{a_2} = \begin{pmatrix} -3 \\ -1 \end{pmatrix},[/latex] [latex]\overrightarrow{d_1} = \begin{pmatrix} 1 \\ -5 \end{pmatrix}, \quad \overrightarrow{d_2} = \begin{pmatrix} -2 \\ 2 \end{pmatrix}[/latex](c) Calculer la matrice de changement de base [latex]P_{DA}[/latex] de [latex]A[/latex] vers [latex]D[/latex].
(d) Calculer la matrice de changement de base [latex]P_{AD}[/latex] de [latex]D[/latex] vers [latex]A[/latex].
• Pour calculer une matrice de changement de base, exprimez les vecteurs de la base de départ dans la base d’arrivée.
• L’inversion d’une matrice permet de passer de la matrice de changement de base dans un sens à l’autre sens.
• Multipliez la matrice de changement de base par les coordonnées dans la base de départ pour obtenir les coordonnées dans la base d’arrivée.
(a) [latex] \text{PCB} = \begin{pmatrix} 6 & 9 \\ -2 & -4 \end{pmatrix} [/latex]
(b) [latex] [x]_C = \begin{pmatrix} 0 \\ -2 \end{pmatrix} [/latex]
(c) [latex] \text{PDA} = \begin{pmatrix} -3 & 1 \\ -5 & 2 \end{pmatrix} [/latex]
(d) [latex] \text{PAD} = \begin{pmatrix} -2 & 1 \\ -5 & 3 \end{pmatrix} [/latex]
(a) Calcul de la matrice PCB : La matrice de changement de base [latex]\text{PCB}[/latex] s’obtient en écrivant les vecteurs de la base [latex]B[/latex] dans la base [latex]C[/latex]. D’après l’énoncé : [latex]\vec{b_1} = 6\vec{c_1} – 2\vec{c_2}[/latex] et [latex]\vec{b_2} = 9\vec{c_1} – 4\vec{c_2}[/latex]. Ainsi, [latex] \text{PCB} = \begin{pmatrix} 6 & 9 \\ -2 & -4 \end{pmatrix} [/latex]
(b) Calcul des coordonnées [latex][x]_C[/latex] : L’équation [latex]\vec{x} = -3\vec{b_1} + 2\vec{b_2}[/latex] donne les coordonnées de [latex]\vec{x}[/latex] dans la base [latex]B[/latex] : Pour trouver [latex][x]_C[/latex], on multiplie par la matrice de changement de base : [latex][x]_C = \text{PCB} [x]_B = \begin{pmatrix} 6 & 9 \\ -2 & -4 \end{pmatrix} \begin{pmatrix} -3 \\ 2 \end{pmatrix} = \begin{pmatrix} 0 \\ -2 \end{pmatrix}[/latex]
(c) Calcul de [latex]\text{PDA}[/latex] : Pour trouver [latex]\text{PDA}[/latex], on exprime [latex]\vec{a_1}[/latex] et [latex]\vec{a_2}[/latex] dans la base [latex]D[/latex]. On résout les systèmes : [latex]
\begin{pmatrix} 1 & -2 \\ -5 & 2 \end{pmatrix} \begin{pmatrix} x_1 \\ x_2 \end{pmatrix} = \begin{pmatrix} 7 \\ 5 \end{pmatrix} On trouve : [latex] x_1 = -3, x_2 = -5, y_1 = 1, y_2 = 2 [/latex]
D’où : [latex] \text{PDA} = \begin{pmatrix} -3 & 1 \\ -5 & 2 \end{pmatrix} [/latex]
(d) Calcul de [latex]\text{PAD}[/latex] : On inverse la matrice [latex]\text{PDA}[/latex] : [latex]\text{PAD} = \text{PDA}^{-1} = \begin{pmatrix} -2 & 1 \\ -5 & 3 \end{pmatrix}[/latex]
[/latex] et [latex]
\begin{pmatrix} 1 & -2 \\ -5 & 2 \end{pmatrix} \begin{pmatrix} y_1 \\ y_2 \end{pmatrix} = \begin{pmatrix} -3 \\ -1 \end{pmatrix}
[/latex]
Notre Entreprise
Liens
Phassyl
Découvrez notre soutien scolaire personnalisé, avec aide aux devoirs en ligne, cours particuliers et cours d'appui EPFL. Nous offrons un appui scolaire de qualité à Genève, Lausanne et partout en Suisse, pour vous aider à réussir vos études à chaque étape.

