Concept(s)-clé(s) et théorie¶
PREMIER CRITÈRE D'INVERSIBILITɶ
Une matrice $A \in \mathcal{M}_{n \times n}(\mathbb{R})$ est inversible si et seulement si le système homogène $Ax=0$ possède une solution unique, à savoir, la solution triviale.
COROLLAIRE DU PREMIER CRITÈRE D'INVERSIBILITɶ
Soit $A \in \mathcal{M}_{n \times n}(\mathbb{R})$ alors les deux affirmations suivantes sont vérifiées.
- La matrice $A$ est inversible si et seulement s'il existe $B \in \mathcal{M}_{n \times n}(\mathbb{R})$ telle que $BA = I_n$.
- La matrice $A$ est inversible si et seulement s'il existe $C \in \mathcal{M}_{n \times n}(\mathbb{R})$ telle que $AC = I_n$.
RAPPEL: ALGORITHME POUR TROUVER L'INVERSE D'UNE MATRICE DONNÉE¶
Soit $A \in \mathcal{M}_{n \times n}(\mathbb{R})$ une matrice carrée. Afin de déterminer si $A$ est inversible et de calculer son inverse (lorsque c'est possible), on procède comme suit :
- Ecrire les matrices $A$ et $I_n$ l'une à côté de l'autre, formant ainsi une nouvelle matrice de taille $n \times 2n$;
- Faire des opérations élémentaires sur les lignes de cette nouvelle matrice, afin de réduire le côté gauche à $I_n$;
- Si on y arrive, alors $A$ est inversible et son inverse $A^{-1}$ est donnée par la matrice à droite.
import Librairie.AL_Fct as al
import Corrections.corrections as corrections
from ipywidgets import interact_manual
import plotly as py
import plotly.graph_objs as go
from ipywidgets import interactive, HBox, VBox, widgets, interact, FloatSlider
import numpy as np
EXERCICE 1¶
Considérez le système linéaire quelconque $Ax=b$ avec $A \in \mathcal{M}_{n \times n}(\mathbb{R})$ et $b \in \mathcal{M}_{n \times 1}(\mathbb{R})$; cochez les déclarations suivantes qui pourraient être vraies pour certaines valeurs de $A$ et $b$.
corrections.Ex1Chapitre2_6_7()
EXERCICE 2¶
Cochez, parmi les matrices suivantes, celles qui sont inversibles. \begin{equation} A_1 = \begin{pmatrix} 2 & 0 & 1\\ 0 & 6 & 4 \\ 2 & 2 & 1 \end{pmatrix} \qquad A_2 = \begin{pmatrix} 3 & -7 & 0\\ 1 & 0 & 1\\ -5 & 35/3 & 0 \end{pmatrix} \qquad A_3 = \begin{pmatrix} 2 & 1 & -1\\\ 2 & -5 & 4\\ 6 & -3 & 2 \end{pmatrix} \end{equation}
corrections.Ex2Chapitre2_6_7()
Vous pouvez vous aider à déterminer si les matrices suivantes sont inversibles ou non en exécutant les cellules suivantes et en calculant manuellement leurs inverses (éventuelles)
#Entrez la matrice A
A=[[2,0,1], [0,6,4], [2,2,1]]
I=[[1,0,0],[0,1,0],[0,0,1]]
print('Vous allez échelonner la matrice augmenteé avec la matrice identité')
al.printA(A,I)
[i,j,r,alpha]= al.manualEch(A,I)
m=np.concatenate((A,I), axis=1)
MatriceList=[A]
RhSList=[I]
print('\033[1mExecutez la ligne suivante pour effectuer l\'opération choisie \033[0m')
Vous allez échelonner la matrice augmenteé avec la matrice identité
Régler les paramètres et évaluer la cellule suivante Répéter cela jusqu'à obtenir une forme échelonnée réduite
Executez la ligne suivante pour effectuer l'opération choisie
m=al.echelonnage(i,j,r,alpha,A,m,MatriceList,RhSList)
EXERCICE 3¶
Considéz le système linéaire générique $Ax = b$, avec: \begin{equation} A = \begin{pmatrix} 2 & -\alpha\\ \beta & -4 \\ \end{pmatrix} \qquad b = \begin{pmatrix} 1\\ -2\\ \end{pmatrix} \end{equation} Identifiez les valeurs des paramètres $\alpha$ et $\beta$ pour lesquels $A$ n'est pas inversible et cochez les déclarations suivantes qui sont correctes.
corrections.Ex3Chapitre2_6_7()
AIDE: vous pouvez exécuter la cellule interactive suivante pour mieux visualiser le système paramétré
corrections.graphe_Ex3Chapitre2_6_7()
EXERCICE 4¶
Considérez les matrices suivantes: \begin{equation} A = \begin{pmatrix} 0.5 & a & 1\\ 0 & 2 & -1\\ -2 & 1 & b \end{pmatrix}; \qquad B = \begin{pmatrix} -6 & -2 & -2\\ 4 & 2 & 1\\ 8 & 3 & 2 \end{pmatrix} \end{equation}
Trouvez les valeurs des paramètres $a$ et $b$ pour lesquels $A$ et $B$ sont l'inverse l'une de l'autre.
corrections.Ex4Chapitre2_6_7()