Bonjour,
Je me posais une question et j'aimerais avoir votre avis sur la question.
Ce qu'on sait et que l'on pose:
• On peut trouver une base de l'image d'une matrice en réalisant des opération sur les colonnes pour l'échelonner en colonnes.
Notons cette forme échelonnée.
• On peut trouver une base du noyau d'une matrice en réalisant des opération sur les lignes pour l'échelonner en lignes.
Notons cette forme échelonnée.
Ma question:
Est-il possible de trouver une base du noyau facilement à partir de ?
Et respectivement. Est-il possible de trouver une base de l'image à partir de ?
Exemple:
Considérons la matrice suivante:
En échelonnant en colonnes on obtient:
On en déduit que:
En échelonnant en lignes on obtient:
On en déduit que:
Comment dans ce cas de figure, trouver une base de à partir de
et une base de
à partir de
?
Intérêt de la question:
Cela permettrait donc, pour trouver une base de l'image et une base du noyau pour une application donnée, de ne faire que un seul calcul.
Tu as une façon un peu curieuse d'échelonner suivant les colonnes.
Quand on fait des opérations élémentaires sur les colonnes, on multiplie la matrice à droite par une matrice inversible. Ca chamboule donc complètement le noyau.
Idem, quand on fait des opérations élémentaires sur les lignes, on multiplie la matrice à gauche par une matrice inversible et ça chamboule complètement l'image.
Pour moi (et pour tout le monde sauf toi, apparemment), une matrice échelonnée suivant les colonnes, c'est la transposée d'une matrice échelonnée suivant les lignes.
Pour en revenir à ma question de départ maintenant.
On sait que:
On prendra la matrice définie dans mon post précédent, même si celle du post original fonctionne aussi.
Ma question est de savoir si est trouvable avec
ou si est trouvable avec
.
Certains me diraient "non", mais après maintes recherches j'ai trouvé deux choses intéressantes:
Un pdf en français donnant la méthode suivante, permettant donc de trouver avec
:
http://puu.sh/nFxcm/4de397782e.png
Et bien que en français je n'ai rien trouvé pour l'inverse, an anglais en revanche, il n'y a que ça.
J'ai l'impression qu'ils ne calculent pas l'image en échelonnant suivant les colonnes mais avec .
A vrai dire, ils font tout avec , qu'ils appellent la REF (row echelon form).
Sur Youtube, taper: Null space and column space basis.
Plusieurs vidéos traitent de ce sujet.
Dans les deux cas, je ne sais pas pourquoi cela fonctionne.
Mais on a bien une méthode pour trouver avec
(pdf français) ou encore une autre, très en vogue en anglais, pour trouver
avec
.
Je poste ici quelques images tirées des vidéos, pour simplifier la tache:
http://puu.sh/nFsgf/e74cec945f.jpg
http://puu.sh/nFrZF/428fd71b24.jpg
http://puu.sh/nFuNN/fb25c59a5f.jpg
http://puu.sh/nFv8W/900ee8ee45.jpg
http://puu.sh/nFws4/324a6c0b9c.jpg
Tu as toujours une façon non standard d'échelonner suivant les colonnes.
Si quelqu'un prétend trouver le noyau de la matrice uniquement avec la forme échelonnée réduite suivant les colonnes de
, c'est un escroc.
Mais ce n'est pas du tout ce que fait l'auteur du document que tu fais en lien.
Comme je te l'ai déjà dit (mais visiblement tu n'as pas capté), faire des opérations élémentaires sur les colonnes revient à multiplier à droite par une matrice inversible. Si tu veux comprendre quelque chose à cette histoire, c'est très important de réaliser ça.
Tu pars d'une matrice . Tu calcules sa forme échelonnée réduite
suivant les colonnes en multipliant
à droite par une matrice inversible
(Une telle matrice
est très exactement celle qui est construite dans la deuxième partie du tableau du document). On a
(tu peux vérifier sur l'exemple). Les colonnes non nulles de
forment une base de l'image de
, et les colonnes de
correspondant aux colonnes nulles de
forment une base du noyau.
Morale : le noyau de ne se lit absolument pas sur sa forme échelonnée réduite suivant les colonnes. Il se lit sur le couple formé de sa forme échelonnée réduite suivant les colonnes
et d'une matrice
telle que
.
Déjà je te remercie énormément de prendre du temps pour me répondre!
J'apprécie vraiment
Forme échelonnée suivant les colonnes:
La toute première matrice que j'avais proposé, n'est-elle pas la transposée d'une forme échelonnée selon les lignes ?
Si oui, en quoi ma façon de faire est-elle "non-standard" ?
avec
:
Oui en effet j'ai bien compris cette histoire de matrices permettant de "reproduire" les opérations colonnes (resp. lignes) si elle est multipliée à droite (resp. gauche) de la matrice A.
Cela explique du coup pourquoi l'algorithme de Gauss avec donne en effet
!
Et cela explique bien comment l'auteur parvient à trouver avec
en échelonnant A suivant les colonnes et en reportant les opérations sur l'identité.
Première interrogation levée!
avec
Ici par contre je ne comprend vraiment pas.
Cette méthode utilisée sur toute les vidéos anglaise à l'air d'être de loin la meilleure de toute. En somme, ce que je recherche.
On ne calcule que la forme échelonnée selon les lignes de A (qu'ils appellent REF), et on en déduit immédiatement le noyau mais aussi l'image!
Mais alors... Pourquoi la méthode fonctionne ?
Pour reprendre un exemple:
Exemple de l'image avec la forme échelonnée en lignes: (REF)
Ils en déduisent que, sachant que les "pivots" sont dans les colonnes 1,2 et 5, les colonnes 1,2 et 5 de la matrice originale engendre l'image.
Donc ici:
Je suis interrogateur
Premierement: la forme échelonnée réduite selon les lignes de la matrice:
1 3 -1
2 0 4
1 -2 4
est:
1 0 2
0 1 -1
0 0 0
ce qui donne le système:
x+2z=0
y-z=0
donc:
x = -2z
y = z
Donc z est une variable libre. Si on prend un paramètre k, et on pose z=k:
x = -2k
y = k
z = k
donc on peut écrire (x,y,z)=k(-2,1,1). Donc le vecteur (-2,1,1) forme une base de ker(A), pas (-2,-1,1).
Ensuite: on peut lire directement une base du noyau dans la forme échelon réduite: c'est évidemment la 3e colonne: (2,-1,0) devient (-2,1,1), c'est-à-dire qu'on inverse le signe des nombres en rouges, et on remplace le 0 en bleu par 1. En fait ce 1 est une matrice identité 1x1 car dim(ker(A))=1 mais bon, passons.
Pour l'image maintenant:
le fait que (-2,1,1) est une base de ker(A) signifie qu'on a: -2*colonne1 + 1*colonne2 +1*colonne3 = 0. Donc: colonne3 = 2*colonne1 - colonne2. Donc la colonne 3 est une combinaison des colonnes 1 et 2, et on peut la retirer. Il reste les cols 1 et 2 de la matrice originale qui forment forcément une base de Im(A) car le théorème du rang nous dit que dim(Im(A)) = 2.
Si on avait eu dim(ker(A))>1 on aurait fait la même chose: pour chaque vecteur linéairement indépendant du noyau, on peut enlever un vecteur colonne lié. Ceux qui restent forment une base de l'image. Donc de cette façon on peut effectivement déterminer une base l'image à partir du noyau.
Désolé, j'avais échelonné mais pas réduit jusqu'au bout. je corrige
@sylvainc2:
Merci beaucoup!
C'est une méthode de ce genre que je cherchais.
Il est vrai que je n'avais jamais pensé au fait que les vecteurs de la base du noyau donnait immédiatement une relation de dépendance linéaire pour les colonnes de la matrice A, et donc permettaient de trouver l'image par élimination.
Simple, et efficace!
@Recomic35:
Oui j'ai bien compris le concept des fameuse matrices qui font les "opération élémentaires".
Ici on a donc bien:
et donc
où
Finalement, si une famille de colonnes de notée
forment une base, et comme
est une application linéaire bijective (donc un isomorphisme, et donc
également), l'image d'une base est une base, et donc les
forment une base.
La méthode est encore plus simple que la précédente, mais moins facile à appréhender je trouve.
Il existe peut-être une autre façon de le voir, plus simple.
Qui sait ?
Vous devez être membre accéder à ce service...
Pas encore inscrit ?
1 compte par personne, multi-compte interdit !
Ou identifiez-vous :