Matrice de passage

Un article de Wikipédia, l'encyclopédie libre.

Une matrice de passage (ou encore matrice de changement de base) permet d'écrire des formules de changement de base pour les représentations matricielles des vecteurs, des endomorphismes, des formes bilinéaires.

Sommaire

1 Définition
2 Théorème
- 2.1 Énoncé
- 2.2 Démonstration
3 Inversibilité
- 3.1 Démonstration
4 Voir aussi

[modifier] Définition

Soient $\mathbb K$ un corps commutatif, E un K-espace vectoriel.

Soient deux bases $B =(e_{1} \dots e_{n})$ et $B'=(e'_1 \dots e'_n)$ de E. Pour des raisons mnémotechniques on qualifie $B'$ de nouvelle base, $B$ d'ancienne base.

On définit ainsi la matrice de passage de $B$ à $B'$ , notée $P_B^{B'}$ :

$P_B^{B'} = (a_{i,j})_{i,j=1}^n \in \mathcal M_n(\mathbb K)$ telle que $\forall j \in [\![1,n]\!], \quad e'_j=\sum_{i=1}^n a_{i,j}e_i$

Les colonnes de cette matrice ne sont autres que les vecteurs de la nouvelle base, exprimés dans l'ancienne base.

On peut aussi interpréter la matrice de passage comme la matrice représentative de l'application identité, de E muni de la base $B'$ dans E muni de la base $B$ . On a $P_{B'}^{B}=\mathcal M_{B'B}(\mathrm{Id}_E)$ où $\mathcal M_{B'B}(\mathrm{Id}_E)$ est la matrice de $Id E$ relativement à $B'$ et $B$ .

[modifier] Théorème

[modifier] Énoncé

Soit un vecteur $x \in E$ , ayant respectivement pour composantes $X=\begin{bmatrix} x_1 \\ \vdots \\ x_n \end{bmatrix}$ et $X'=\begin{bmatrix} x'_1 \\ \vdots \\ x'_n \end{bmatrix}$ dans deux bases $B$ et $B'$ .

Alors $X=P_{B}^{B'}X'$

[modifier] Démonstration

La décomposition du vecteur dans les deux bases nous donne $x=\sum_{j=1}^n x_j e_j=\sum_{j=1}^n x'_j e'_j$

De plus, $\forall j \in [\![1,n]\!], e'_j=\sum_{i=1}^n a_{i,j}e_i$

Par substitution,

$x=\sum_{j=1}^n x'_j \sum_{i=1}^n a_{i,j}e_i$

$x=\sum_{i=1}^n \left(\sum_{j=1}^n a_{i,j} x'_j\right) e_i$

La décomposition du vecteur étant unique dans chaque base, on peut procéder à l'identification des coefficients:

$\forall i \in [\![1,n]\!], x_i=\sum_{j=1}^n a_{i,j} x'_j = \left(P_B^{B'}\cdot X'\right)_i$ , d'où $X=P_B^{B'}X'$

[modifier] Inversibilité

Soient $B$ et $B'$ deux bases de E Alors $P_B^{B'}$ est inversible et $\left(P_B^{B'}\right)^{-1}=P_{B'}^B$

[modifier] Démonstration

$P_B^{B'}P_{B'}^B=\mathcal M_{B',B}(\mathrm{Id}_E)\mathcal M_{B,B'}(\mathrm{Id}_E) = M_{B,B}(\mathrm{Id}_E) = I_n$

[modifier] Voir aussi

v · d · m Articles en rapport avec les matrices
Par forme	carrée • triangulaire • diagonale • tridiagonale • élémentaire • échelonnée • creuse • aléatoire • circulante • de Hankel • de Toeplitz • de Vandermonde
Transformée	transposée • adjointe • inverse • Comatrice
En relation	équivalente • semblable • congruente
Par propriété	inversible • diagonalisable • trigonalisable • symétrique • antisymétrique • hermitienne • normale • orthogonale • unitaire • symplectique • de Hadamard • définie positive • à diagonale dominante • nilpotente
Par famille	identité • de De Casteljau • de Cartan • de Hilbert • de Mueller • de Pauli • de Dirac
Particulière	CKM
Associée	de permutation • de passage • compagnon • de Sylvester • d'adjacence • laplacienne • hessienne • jacobienne • génératrice • de contrôle • de corrélation • de Gram • de variance-covariance • d'inertie • de Jones • des gains • stochastique
Résultats	décompositions : LU • QR • polaire • valeurs singulières Trigonalisation • Réduction de Jordan • facteurs invariants
Voir aussi	Théorie des matrices • Algèbre linéaire