Concept

Espace colonne et espace des rangées

En algèbre linéaire, lespace colonne (aussi appelé espace des colonnes ou ) d'une matrice A est l'espace engendré par toutes les combinaisons linéaires de ses vecteurs colonne. L'espace colonne d'une matrice est l'image de lapplication linéaire correspondante. Soit un corps. L'espace colonne d'une matrice de taille à éléments dans est un sous-espace vectoriel de . La dimension d'un espace colonne est appelé le rang d'une matrice et est au plus égal au minimum de et . Une définition des matrices sur un anneau est également possible. Lespace ligne (ou espace des rangées) est défini de façon similaire. Cet article ne traite que le cas de matrices réelles. Les espaces colonne et ligne sont donc des sous-espaces des espaces réels et respectivement. Soit A une matrice de taille m×n. Alors rg(A) = dim(Vect(Col(A))) = dim(Vect(L(A))), rg(A) = nombre de pivots dans toute forme échelonnée de A, rg(A) = nombre maximum d'éléments linéairement indépendants parmi les colonnes et les lignes de A. En considérant la matrice comme une application linéaire de et , l'espace colonne de la matrice correspond à l' de cette application linéaire. L'espace colonne d'une matrice A est l'ensemble de toutes les combinaisons linéaires des colonnes de A. Si A = [a1, ..., an], alors Vect(Col(A) = Vect{a1, ...., an} . Le concept d'espace des rangées s'étend aux matrices complexes, ou pour tout corps. Intuitivement, pour une matrice donnée A, l'action d'une matrice A sur un vecteur x va renvoyer une combinaison linéaire des colonnes de A pondérées par les coordonnées de x comme coefficients. Soit la matrice J : les lignes sont donc r1 = (2,4,1,3,2), r2 = (−1,−2,1,0,5), r3 = (1,6,2,2,2), r4 = (3,6,2,5,1). Ainsi, l'espace ligne de J est le sous-espace de R5 engendré par { r1, r2, r3, r4 }. Ces quatre vecteurs lignes sont linéairement indépendants, donc l'espace ligne est de dimension 4. On peut aller plus loin en remarquant que les quatre vecteurs sont orthogonaux au vecteur ligne n = (6,−1,4,−4,0), donc l'espace ligne de J peut être défini comme le sous-espace des vecteurs de à n.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (24)
MATH-111(e): Linear Algebra
L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications.
MATH-111(f): Linear Algebra
L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications.
MATH-110(a): Advanced linear algebra I - vector spaces
L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire (pour les futurs mathématiciens) et de démontrer rigoureusement les résultats principaux de ce sujet.
Afficher plus
Séances de cours associées (128)
Exercice - les 4 espaces fondamentaux
Couvre le concept d'espaces fondamentaux dans l'algèbre linéaire et comment les calculer.
Systèmes linéaires : solutions et théorème d'existence
Couvre les systèmes linéaires sans variables libres, des solutions uniques, et le théorème de l'existence.
Équations matricielles et solutions
Explore les équations de matrice, les solutions, les propriétés et les espaces vectoriels dans l'algèbre linéaire.
Afficher plus
Concepts associés (9)
Kernel (linear algebra)
In mathematics, the kernel of a linear map, also known as the null space or nullspace, is the linear subspace of the domain of the map which is mapped to the zero vector. That is, given a linear map L : V → W between two vector spaces V and W, the kernel of L is the vector space of all elements v of V such that L(v) = 0, where 0 denotes the zero vector in W, or more symbolically: The kernel of L is a linear subspace of the domain V.
Espace vectoriel quotient
En algèbre linéaire, l'espace vectoriel quotient E/F d'un espace vectoriel E par un sous-espace vectoriel F est la structure naturelle d'espace vectoriel sur l'ensemble quotient de E par la relation d'équivalence définie de la manière suivante : v est en relation avec w si et seulement si v – w appartient à F. C'est donc l'ensemble des classes [v] = v + F, où v parcourt E, muni des lois suivantes : somme vectorielle : [v] + [w] = [v + w] ; multiplication par un scalaire : λ [v] = [λ v].
Décomposition d'une matrice en éléments propres
En algèbre linéaire, la décomposition d'une matrice en éléments propres est la factorisation de la matrice en une forme canonique où les coefficients matriciels sont obtenus à partir des valeurs propres et des vecteurs propres. Un vecteur non nul v à N lignes est un vecteur propre d'une matrice carrée A à N lignes et N colonnes si et seulement si il existe un scalaire λ tel que : où λ est appelé valeur propre associée à v. Cette dernière équation est appelée « équation aux valeurs propres ».
Afficher plus