Académique Documents
Professionnel Documents
Culture Documents
Introduction ............................................................................................................................2
1
Dfinitions ......................................................................................................................2
2.1
2.2
2.3
2.4
Matrices carres......................................................................................................8
3.2
3.3
Matrice Identit.......................................................................................................9
3.4
Matrices Inversibles..............................................................................................10
3.5
Matrices symtriques............................................................................................10
3.6
3.7
Matrices orthogonales...........................................................................................11
3.8
Matrices normales.................................................................................................12
4.2
4.3
4.4
Inversion de matrices....................................................................................................18
5.1
Matrice adjointe....................................................................................................18
5.2
Thormes ............................................................................................................19
5.3
5.4
5.5
S. Charles (10/02/03)
......................................................................................................................................................................................................
Introduction
Historiquement cest Cayley, paralllement aux travaux de Grassmann, qui dgage la notion
d'espace vectoriel de dimension n, et introduit, avec Sylvester, la notion de matrice (le terme
sera introduit par ce dernier en 1850) et en expose l'usage en faisant emploi des dterminants
(dont l'initiateur fut Cauchy) dans une thorie plus large dite des invariants (1858) : on
entend l des proprits matricielles invariantes par transformation linaire comme, par
exemple, le dterminant et la trace (somme des lments diagonaux).
1 Dfinitions
Dfinition 1
Un tableau rectangulaire de la forme ci-dessous est appel matrice.
p colonnes
a11
a21
A=
an1
a12
a22
an 2
a1 p
a2 p
anp
n lignes
Llment aij
Dfinition 2
Le couple ( n, p ) est appel dimension de la matrice.
Dfinitions 3
Une matrice de dimension ( n,1) est une matrice colonne.
Une matrice de dimension (1, p ) est une matrice ligne.
).
S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple
2 3
A = 4 2
1 0
A a pour dimension ( 3, 2 )
a12 = 3
a31 = 1
Dfinition 4
Soient B = {e1, e2 , , en } la base canonique de
p
dont les
k =1
Exemple
2 3
A = 4 2
1 0
B = {e1, e2 , e3 } base de
c1 = 2e1 + 4e2 + e3
1
= 2e1 + 3e2
B = {e1 , e2 } base de
c2 = 3e1 + 2e2
2
= 4e1 + 2e2
= e1
Dfinition
dont les
S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple 1
2 3
1 2
Proprits
( A + B ) + C = A + ( B + C)
(associativit)
(ii)
A+0 = A
(lment neutre)
(iii)
A + ( A ) = 0
(iv)
A+B = B+A
(oppos)
(commutativit)
Remarque : A = aij
a b
a b
Par exemple, si A =
, alors A =
.
c d
c d
2.2 Multiplication dune matrice par un scalaire
Dfinition
( n, p )
et
. On dfinit la matrice A
comme matrice dont tous les coefficients sont multiplis par : A = aij .
Exemple 2
2 3
Soient A = 4 2 et = 3 . Calculer A . Rponse.
1 0
Remarque : A = ( 1) A
S. Charles (10/02/03)
......................................................................................................................................................................................................
Proprits
( A + B ) = A + B
(ii)
( + ) A = A + A
(iii)
( ) A = ( A )
(iv)
1 A = A et 0 A = 0
Consquence
Compte tenu des proprits ci-dessus, lensemble des matrices de dimension ( n, p ) , muni des
deux lois prcdemment dfinies, est un espace vectoriel.
2.3 Multiplication de matrices
Dfinition
( p, q )
Remarque
Le produit AB nest donc possible que si le nombre de colonnes de A est gal au nombre de
lignes de B (p).
a12
b11 b12
et B=
a22
b21 b22
a
C= 11
a21
a12
a22
a11b11 + a12b21
b11 b12
soit C=
a21b11 + a22b21
b21 b22
a11b12 + a12b22
a21b12 + a22b22
S. Charles (10/02/03)
......................................................................................................................................................................................................
Moyen mnmotechnique
Exemple 3
2 1
4 2
Soient A=
et B=
. Calculer AB. Rponse.
1 4
0 2
Remarques
Exemple 3 (suite)
Vrifier avec les matrices A et B prcdentes que AB BA . Rponse.
Proprits
Soient A ( n, p ) , B ( p, q ) , C ( q, s ) , D ( p, q ) et E ( q, n ) :
(i)
( AB ) C = A ( BC )
(ii)
A ( B + D ) = AB + AD
(iii)
( B + D ) E = BE + DE
S. Charles (10/02/03)
......................................................................................................................................................................................................
Dfinition
a11
a21
Soit A =
an1
a12
a22
an 2
a1 p
a2 p
, la matrice transpose de A note A ou t A est la matrice
anp
a11
a12
t
obtenue en crivant les lignes de A en colonnes : A =
a1 p
a21
a22
a2 p
an1
an 2
a pn
Exemple 4
2 3
Soit A = 4 2 . Calculer t A . Rponse.
1 0
Proprits
(iii)
(iv)
( A + B) = t A + t B
( A) = A
t
(A) = t A
( AC ) = t C t A
( A + B ) = t A + t B . Rponse.
S. Charles (10/02/03)
......................................................................................................................................................................................................
1 0
( AC ) = t C t A . Rponse.
Matrices carres
Dfinition
Une matrice dont le nombre de lignes est gal au nombre de colonnes est appele matrice
carre. Si elle a pour dimension ( n, n ) , on dit alors quelle est dordre n.
Rappelons que laddition et la multiplication de matrices ne sont pas dfinies pour des
matrices quelconques. Cependant, si on considre uniquement des matrices carres dordre n
donn, alors les oprations daddition, de multiplication, de multiplication par un scalaire, et
de transposition sont dfinies et leurs rsultats sont encore des matrices carres dordre n.
Exemple
2 5 1
1 2 3
Dfinition 1
On appelle diagonale (ou diagonale principale) dune matrice carre dordre n, les lments
a11 , a22 , , ann de la matrice.
Exemple
a11 a12
A = a21 a 22
a
31 a32
a13
a23
a 33
S. Charles (10/02/03)
......................................................................................................................................................................................................
Dfinition 2
Une matrice carre D = dij est dite diagonale si tous ses lments non diagonaux sont nuls.
Une telle matrice est frquemment note D = diag ( d11 , d 22 , , d nn ) o certains ou tous les
scalaires dii peuvent tre gaux zro.
Exemples
1 0 0
D1 = 0 3 0
0 0 2
4 0
D2 =
0 5
0
D3 =
0
0 0
0 0
0 2
0 0
0
0
Dfinition
Une matrice carre dordre n ne comportant que des 1 sur la diagonale principale et des 0
partout ailleurs, est note I n et est appele matrice unit ou matrice identit.
Exemple
1 0 0
I3 = 0 1 0
0 0 1
Proprit 1
AI p = I n A = A
Exemple
1 3
Soit A = 2 0 . Vrifier que AI 2 = I 3 A . Rponse.
4 1
S. Charles (10/02/03)
......................................................................................................................................................................................................
Proprit 2
Exemple
0 0
I 3 = 0 0
0 0
Remarque
On parle de matrice scalaire car elle joue le mme rle que celui dun scalaire dans la
multiplication dune matrice par un scalaire : A ( I p ) = ( I n ) A = A .
Dfinition
Une matrice carre A, dordre n, est dite inversible ou non singulire, sil existe une matrice
carre B dordre n telle que AB = BA = I n , Une telle matrice B est unique, dordre n ; on
lappelle matrice inverse de A et on la note A 1 .
Remarque
La relation prcdente est symtrique, cest--dire que si B est linverse de A, alors A est
linverse de B.
Dfinition
S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple
1 2 3
A= 2 4 9
3 9 0
Dfinition
Une matrice triangulaire est une matrice carre dont les lments au-dessous (ou au-dessus)
de la diagonale principale sont tous nuls.
Exemples
1 2 3
1 0 0
Dfinition
Exemple
1
9
4
A=
9
8
9
4
9
1
9
4
9
7
9
Proprit
S. Charles (10/02/03)
......................................................................................................................................................................................................
Dfinition
Remarque
Il est clair que si A est symtrique ou orthogonale, alors elle est normale. Mais il existe
dautres matrices normales.
Exemple
6 3
A=
3 6
On rappelle que E n = E E E .
n fois
Dfinition 1
(i)
(ii)
. Alors :
D ( x1 , , ui , , xn ) = D ( x1 , , ui , , xn )
Si F =
Dfinition 2
S. Charles (10/02/03)
......................................................................................................................................................................................................
n n
telle que :
(i)
(ii)
D est alterne ;
(iii)
Dfinition
Cette application D : (
n n
Remarque
Soit V
det ( v1 , v2 , , vn )
j = 1, n . Alors V = ( v1 , v2 , , vn ) (
n n
et
Soit A une matrice carre dordre n. Soit A = aij . Chaque colonne de A peut alors tre
considre comme un vecteur de
Ainsi, la dfinition de la notion de dterminant dune matrice carre est troitement lie la
dfinition du dterminant dun systme de vecteurs :
det ( A ) = det ( v1 , v2 , , vn )
a11 a1n
ann
S. Charles (10/02/03)
......................................................................................................................................................................................................
4.3.1
Dfinition
a c
a c
Soit A =
= a d bc .
. Alors det ( A ) =
b d
b d
Moyen mnmotechnique
Exemple 8
2 5
Soit A =
. Calculer det ( A ) . Rponse.
3 7
4.3.2
Rgle de Sarrus
Cette rgle nest valable que pour des matrices carres dordre 3, et nest absolument
pas gnralisable. Mieux vaut donc lui prfrer la rgle gnrale nonce dans le
paragraphe suivant.
a1
Soit M = a2
a
3
b1
b2
b3
c1
c2 .
c3
S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple 9
2 1 0
Soit M = 1 4 2 . Calculer det ( M ) par la rgle de Sarrus. Rponse.
3 1 1
4.3.3
Lastuce consiste se ramener des dterminants dordre infrieur jusqu obtenir des
dterminants dordre 2. Pour cela, on dveloppe le dterminant par rapport une ligne ou une
colonne.
Soit =
a11
a12
a1n
a21
a22
a2 n
an1
an 2
ann
un dterminant dordre n.
i+ j
ij
Application :
= a11 X 11 + a12 X 12 + + a1 p X 1 p (ligne 1)
= a11 X 11 + a21 X 21 + + a p1 X p1 (colonne 1)
a22
a2 p
X 11 = +11 =
a21 a2 p
X 12 = 12 =
a p 2 a pp
a p1 a pp
S. Charles (10/02/03)
......................................................................................................................................................................................................
Remarque
i+ j
b1
c1
= a2
a3
b2
b3
c2
c3
= a1 X 11 + a2 X 21 + a3 X 31 (colonne 1)
= a111 a2 21 + a3 31
= a1
b2
b3
c2
b
a2 1
c3
b3
c1
b
+ a3 1
c3
b2
c1
c2
Exemple 10
1
Propositions
b) Si on change deux lignes (deux colonnes) dun dterminant alors on obtient det ( A )
S. Charles (10/02/03)
......................................................................................................................................................................................................
a c
c
= ad bc et
b d
d
a
= bc ad = (ad bc)
b
c) On ne modifie pas un dterminant si on ajoute une ligne (resp. une colonne) une
combinaison linaire des autres lignes (resp. des autres colonnes) :
a b
= ad bc
c d
a+b b
= (a + b)d b(c + d ) = ad + bd bc bd = ad bc
c+d d
d) Si on multiplie une ligne (resp. une colonne) dun dterminant par un scalaire , alors le
dterminant est lui-mme multipli par .
a
b
= a d b c = (ad bc)
c d
n
e) Si A = aij est une matrice triangulaire dordre n alors det A = aii (produit des termes
i =1
0
a3
0
0 det ( A ) = a1a2 a3
a3
1
det ( A )
det ( A ) = n det ( A )
Exemple 11 (propositions b et c)
1 1 4
Soit A = 2 1 3 . Vrifier les propositions b et c prcdentes. Rponse.
2 4 3
S. Charles (10/02/03)
......................................................................................................................................................................................................
Les dterminants sont lis aux aires et aux volumes. Soient u1 , u2 , , un des vecteurs de
Proposition
V ( S ) = det ( u1 , u2 , , un ) = 0 si et seulement si les vecteurs u1 , u2 , , un sont linairement
dpendants.
Vrification dans le cas n = 2 : voir chapitre 5, paragraphe 7.
5 Inversion de matrices
5.1
Matrice adjointe
Dfinition
Considrons une matrice carre A dordre n, la matrice des cofacteurs X ij des lments aij de
A note adjA est appele matrice adjointe de A ou co-matrice de A.
adjA = comA = X ij = ( 1)
i+ j
ij
Exemple 12
a
A = 11
a21
a12
. Calculer adjA . Rponse.
a22
S. Charles (10/02/03)
......................................................................................................................................................................................................
5.2 Thormes
Thorme 1
Soit A une matrice carre dordre n. Alors A est une matrice inversible si et seulement si
det ( A ) 0 .
Thorme 2
Thorme 3
Soit A une matrice carre quelconque dordre n. Si det ( A ) 0 , alors A est inversible et :
A 1 =
1
t
( adjA )
det ( A )
(ac bd ) d
b a
Exemple 13
2 5
1
Soit A =
. Calculer A . Rponse.
3 7
b
.
a
S. Charles (10/02/03)
......................................................................................................................................................................................................
Dfinition
(i)
(ii)
1
A 1 = diag
aii
a11
A=
a22
1 a11
1 a22
A 1 =
a pp
1 a pp
Surface foliaire
i aij
p = 365 (jours)
S. Charles (10/02/03)
......................................................................................................................................................................................................
N a : nombre d'alevins
N1 : nombre de poissons d'un an
N 2 : nombre de poissons de 2ans
N 3 : nombre de poissons de 3ans et plus
S. Charles (10/02/03)
......................................................................................................................................................................................................
0 30 60
0
0.1 0
0
0
Pn +1 =
Pn Pn +1 = APn
0 0.5 0
0
0 0.6 0.6
0
La matrice A permet de dcrire lvolution danne en anne de leffectif des quatre classes
dge de la population.
Ainsi, si on suppose que lon lche dans une rivire dpeuple 100 ombres adultes (de 3 ans)
aprs leur priode de reproduction, on peut alors tudier lvolution du repeuplement de la
rivire au cours du temps :
0 30 60 0 6000
0
0.1 0
0
0 0 0
Lanne suivante, n = 1 , on a P1 = AP0 , soit : P1 =
=
0 0.5 0
0 0 0
0 0.6 0.6
0
100 60
0 30 60 6000 3600
0
0.1 0
0
0 0 60
A n = 2 , on a P2 = AP1 , cest--dire P2 =
=
.
0 0.5 0
0 0 0
0 0.6 0.6 60 36
0
Et ainsi de suite
On peut remarquer que P2 = AP1 = AAP0 = A 2 P0 ; dans le cas gnral, on peut connatre les
effectifs des quatre classes dge pour nimporte quelle anne n par la relation : Pn = A n P0 .
On comprend alors tout lintrt de savoir calculer simplement A n .
Voir chapitre 4
S. Charles (10/02/03)
......................................................................................................................................................................................................
Effectif
200000
150000
100000
50000
0
0
10
15
Temps (annes)
Na
1 an
2 ans
3 ans et plus
20