Cours de Mathmatiques - ASINSA-1

Les matrices
Frdric STURM
Ple de Mathmatiques, INSA de Lyon
Anne acadmique 2011-2012
Document tlcharg lURL suivante :
http://maths.insa-lyon.fr/~sturm/
Pour plus de complments, voir les deux ouvrages suivants parus
aux Presses Polytechniques et Universitaires Romandes (PPUR)
dans la collection METIS LyonTech :
www.ppur.org
Algbre et analyse, 2e dition revue et augmente, Cours de
mathmatiques de premire anne avec exercices corrigs,
S. Balac, F. Sturm, 1110 pages, paru en 2009.
Exercices dalgbre et danalyse, 154 exercices corrigs de
premire anne, S. Balac, F. Sturm, 448 pages, paru en 2011.
Les matrices 3
Plan du cours
1 Calcul matriciel
2 Matrices et applications linaires
3 Rang dune matrice
4 Matrices carres inversibles
5 Matrices de passages
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 4
Dnition dune matrice
Soient n 1 et p 1 deux entiers.
Dnition 1.1
Une matrice A de type (n, p) sur K est un tableau n ligne(s)
et p colonne(s) constitu dlments appartenant au corps K :
A =
_
_
_
_
_
a
11
a
12
a
1p
a
21
a
22
a
2p
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
np
_
_
_
_
_
.
On la note aussi : A
not.
= (a
ij
)
1i n, 1j p
et on crit :
A M
n,p
(K).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 5
Remarque
Au lieu de A est une matrice de type (n, p) , on dit
parfois A est une matrice n p .
On appelle range de A toute ligne ou toute colonne de la
matrice A.
Llment a
ij
K sappelle un terme (ou un coefcient) de
la matrice A.
colonne j

ligne i
_
_
_
_
.
.
.
a
ij

.
.
.
_
_
_
_
. .
p colonnes
_

_
n lignes
On dit que deux matrices A et B du mme type (n, p) sont
gales, et on note A = B, si leurs coefcients sont gaux.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 6
Cas particuliers
Soit A une matrice de type (n, p) sur K.
Si n = p alors A est dite carre dordre n et on note :
A M
n
(K). Par exemple,
_
2 2i
3 i
_
M
2
(C).
Si p = 1 alors on dit que A est une matrice-colonne et on
note : A M
n,1
(K). Par exemple,
_
2
1
_
M
2,1
(R).
Si n = 1 alors on dit que A est une matrice-ligne et on
note : A M
1,p
(K). Par exemple,
_
2
1
2
3
_
M
1,3
(R).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 7
Soit A = (a
ij
)
1i ,j n
une matrice carre dordre n. On dit
que A est diagonale si
A =
_
_
_
_
_
_
a
11
0 0
0 a
22
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0 0 a
nn
_
_
_
_
_
_
.
On note alors : A = diag (a
11
, a
22
, . . . , a
nn
).
On appelle matrice identit dordre n la matrice carre
dordre n dnie par
I
n
df.
=
_
_
_
_
_
_
1 0 0
0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0 0 1
_
_
_
_
_
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 8
On dsigne par 0
n,p
la matrice de type (n, p) dont les
coefcients sont tous nuls. Autrement dit,
0
n,p
df.
=
_
_
_
_
_
0 0 0
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
_
_
_
_
_
. .
p colonnes
_

_
n lignes
Le mot matrice a t introduit par James
Sylvester (1814, Londres - 1897, Londres).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 9
Addition sur M
n,p
(K)
Dnition 1.2
Soient A, B deux matrices de type (n, p) sur K :
A = (a
ij
)
1i n, 1j p
, B = (b
ij
)
1i n, 1j p
.
On appelle somme de A et B la matrice de type (n, p) sur K
dnie par
A + B
df.
=
_
a
ij
+
K
b
ij
_
1i n, 1j p
.
Les oprations algbriques que nous allons
dnir sur lensemble des matrices sont
dues Arthur Cayley (1821, Richmond -
1895, Cambridge).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 10
Structure de groupe commutatif sur M
n,p
(K)
On vrie les points suivants :
Pour tous A, B, C dans M
n,p
(K), A+ (B+C) = (A+B) +C.
Pour tout A M
n,p
(K), A + 0
n,p
= 0
n,p
+ A = A.
Toute matrice A M
n,p
(K) admet un oppos qui est la
matrice A
df.
= (a
ij
)
1i n, 1j p
. En effet, pour tout
A M
n,p
(K),
A + (A) = (A) + A = 0
n,p
.
Pour tous A, B dans M
n,p
(K), A + B = B + A.
On dit alors que lensemble structur (M
n,p
(K), +) possde une
structure de groupe commutatif.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 11
Multiplication par un scalaire
Dnition 1.3
Soient A = (a
ij
)
1i n, 1j p
une matrice de type (n, p) sur K et
K. On appelle produit de A par la matrice de type (n, p)
sur K dnie par
A
df.
=
_

K
a
ij
_
1i n, 1j p
.
Exemple 1.1
A =
_
_
2 1 0
3 1 1
1 0 1
_
_
, do 3 A =
_
_
6 3 0
9 3 3
3 0 3
_
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 12
Structure de K-espace vectoriel sur M
n,p
(K)
Rappelons que M
n,p
(K) muni de laddition (+) est un groupe
commutatif. De plus, la multiplication par un scalaire possde
les proprits suivantes :
Pour tout K et pour tous A, B dans M
n,p
(K),
(A + B) = A + B.
Pour tout (, ) K
2
et pour tout A M
n,p
(K),
_
(+
K
) A = A + A,
( A) = (
K
) A.
Pour tout A M
n,p
(K), 1
K
A = A.
Ainsi, M
n,p
(K) possde une structure de K-espace vectoriel.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 13
Multiplication de matrices
Dnition 1.4
Considrons
A = (a
ij
)
1i n, 1j p
une matrice de type (n, p) sur K,
B = (b
ij
)
1i p, 1j q
une matrice de type (p, q) sur K.
On appelle produit de A et B la matrice de type (n, q) sur K
dnie par A B =
_
c
ij
_
1i n, 1j q
avec
c
ij
df.
=
p

k=1
a
ik
b
kj
pour tout i {1, 2, . . . , n} et tout j {1, 2, . . . , q}. On note aussi
AB au lieu de A B.
Rgle des dominos : matrice (n, p) matrice (p, q) = matrice (n, q)
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 14
En pratique, on disposera les matrices A et B comme suit :
j -ime colonne de B

p lignes
_

_
_
_
_
_
_
_
b1j
.
.
. b2j
.
.
.
.
.
.
bpj
_
_
_
_
_
_
i -ime ligne de A
p colonnes
..
_
_

ai 1 ai 2 aip

_
_
_
_
_
_
_

.
.
.
p

k=1
aik bkj
.
.
.

_
_
_
_
_
Exemple 1.2
_
_
2 i
1 2
i 3
_
_
_
2 i
i 2
_
=
_
_
3 4i
2 + 2i i + 4
i 7
_
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 15
Exemple 1.3
_
1 4 3
_
_
_
2
2
1
_
_
= (13).
Proposition 1.1
1 Si A M
n,p
(K) et B, C M
p,q
(K)alors
A (B + C) = A B + A C.
2 Si B, C M
n,p
(K) et A M
p,q
(K) alors
(B + C) A = B A + C A.
3 Si A M
n,p
(K), B M
p,q
(K) et C M
q,m
(K) alors
A (B C) = (A B) C.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 16
Cas des matrices carres
Dnition 1.5 (Puissance dune matrice)
Soient A une matrice carre dordre n coefcients dans K et
k N

. On appelle puissance k-ime de A la matrice carre

dordre n sur K dnie par
A
k
df.
=
k fois
..
A A . . . A.
Par convention : A
0
= I
n
.
Proposition 1.2
Soit A une matrice carre coefcients dans K.
1 k N k

N A
k
A
k

= A
k+k

;
2 k N k

N
_
A
k
_
k

= A
kk

;
3 K k N
_
A
_
k
=
k
A
k
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 17
Exemple 1.4
Considrons la matrice carre relle suivante :
A =
_
_
2 1 0
3 1 1
1 0 1
_
_
.
On vrie facilement que lon a :
A
0
=
_
_
1 0 0
0 1 0
0 0 1
_
_
, A
1
=
_
_
2 1 0
3 1 1
1 0 1
_
_
,
A
2
=
_
_
1 1 1
2 2 2
1 1 1
_
_
, A
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
.
Ainsi, A
k
= 0 pour tout entier k 3.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 18
ATTENTION Le calcul de la puissance k-ime dune
matrice A = (a
ij
)
1i ,j n
dordre n ne se rsume pas
lever la puissance k chacun des termes de la
matrice puisque, en gnral,
A
k
=
_
_
_
_
_
a
k
11
a
k
12
a
k
1n
a
k
21
a
k
22
a
k
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
k
n1
a
k
n2
a
k
nn
_
_
_
_
_
.
En revanche, le cas des matrices diagonales est fortement
intressant. En effet, on vrie par rcurrence sur k que si
A = diag(a
11
, a
22
, . . . , a
nn
)
alors
k N A
k
= diag
_
a
k
11
, a
k
22
, . . . , a
k
nn
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 19
ATTENTION Si n 2 alors le produit de matrices nest
pas une opration commutative. Par exemple,
_
0 1
0 0
__
0 0
1 0
_
. .
=

1 0
0 0

=
_
0 0
1 0
__
0 1
0 0
_
. .
=

0 0
0 1

.
Par consquent, si A et B dsignent deux matrices
carres du mme ordre, alors, a priori, les matrices
(A B)
2
et A
2
B
2
ne sont pas gales :
(AB)
2
= (AB)(AB) = A
2
B
2
si AB = BA
et plus gnralement, pour tout entier k 2,
(A B)
k
= A
k
B
k
si A B = B A.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 20
Dnition 1.6 (Matrice nilpotente)
Soit A une matrice dordre n sur K.
A est dite nilpotente sil existe k N

tel que A
k
= 0
n
.
Si A est nilpotente alors son indice de nilpotence est
lentier p (non nul) dni par
p
df.
= min{k N

| A
k
= 0
n
}.
Exemple 1.5
La matrice carre
_
_
2 1 0
3 1 1
1 0 1
_
_
est nilpotente. Son indice de nilpotence est 3.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 21
Structure danneau sur M
n
(K)
En plus dtre un groupe commutatif pour +, M
n
(K) possde
les proprits suivantes :
Pour tous A, B, C dans M
n
(K), A (B C) = (A B) C.
Pour tous A, B, C dans M
n
(K)
_
A (B + C) = A B + A C,
(B + C) A = B A + C A.
Pour tout A M
n
(K), I
n
A = A I
n
= A.
En rsum, on dit que
_
M
n
(K), +,
_
possde une structure
danneau.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 22
Remarque
Rappelons que si n 2, la multiplication nest pas
commutative sur M
n
(K). Ainsi, (M
n
(K), +, ) nest pas un
anneau commutatif lorsque n 2.
Si n 2, le produit de deux matrices non nulles peut tre
nul. Par exemple,
_
1 0
0 0
_
. .
= 0
_
0 0
0 1
_
. .
= 0
=
_
0 0
0 0
_
. .
= 0
.
On dit que (M
n
(K), +, ) nest pas un anneau intgre
lorsque n 2.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 23
Formule du binme de Newton
On vrie facilement :
(A + B)
2
= AA+AB+BA+BB = A
2
+AB+BA+B
2
.
Si AB = BA alors (A + B)
2
= A
2
+ 2AB + B
2
.
Plus gnralement :
Proposition 1.3 (Formule du binme de Newton)
Soient A, B deux matrices carres dordre n. Si AB = BA alors,
pour tout m N,
(A + B)
m
=
m

k=0
_
m
k
_
A
k
B
mk
o, pour tout k {0, . . . , m},
_
m
k
_
df.
=
m!
(mk)! k!
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 24
Transposition de matrices
Dnition 1.7
Soit A une matrice de type (n, p) sur K. On appelle matrice
transpose de A et on note A
T
(ou parfois
t
A) la matrice de
type (p, n) sur K obtenue partir de A en changeant les
lignes et les colonnes.
Exemple 1.6
Si A =
_
_
2

2
1
2
3i
4

3
_
_
alors A
T
=
_
2
1
2
4

2 3i

3
_
.
Si A est carre dordre n alors A
T
est carre dordre n.
Si A est une matrice-ligne alors A
T
est une
matrice-colonne.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 25
Proprits
Proposition 1.4
1 Soit A une matrice de M
n,p
(K). Alors
(A
T
)
T
= A.
2 Soient A et B deux matrices de M
n,p
(K) et K. Alors
_
(A + B)
T
= A
T
+ B
T
,
( A)
T
= A
T
.
3 Soient A M
n,q
(K) et B M
q,p
(K). Alors
(A B)
T
= B
T
A
T
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 26
Matrices symtriques, antisymtriques
Dnition 1.8
Soit A une matrice carre sur K.
On dit que A est symtrique si A
T
= A.
On dit que A est antisymtrique si A
T
= A.
Exemple 1.7
_
_
2 + 3i 3 i
3

2 1
i 1 0
_
_
est symtrique.
_
_
0 1 i 0
1 + i 0

3
0

3 0
_
_
est antisymtrique.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 27
Plan du cours
1 Calcul matriciel
2 Matrices et applications linaires
3 Rang dune matrice
4 Matrices carres inversibles
5 Matrices de passages
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 28
On considre :
un K-e.v. E de dim. p muni de la base B
E
= (e
1
, . . . , e
p
) ;
un K-e.v. F de dim. n muni de la base B
F
= (

f
1
, . . . ,

f
n
) ;
une application linaire de E dans F.
Rappel : lapplication est entirement dtermine ds que
lon connat les vecteurs (e
1
), (e
2
), . . . , (e
p
).
Consquence : si on sait comment dcomposer ces vecteurs :
_

_
e
1
_
= a
11

f
1
+ a
21

f
2
+ . . . + a
n1

f
n
.
.
.

_
e
j
_
= a
1j

f
1
+ a
2j

f
2
+ . . . + a
nj

f
n
.
.
.

_
e
p
_
= a
1p

f
1
+ a
2p

f
2
+ . . . + a
np

f
n
alors on peut regrouper les coefcients dans un mme tableau.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 29
Matrice associe une application linaire
Dnition 2.1
On appelle matrice associe relativement B
E
et B
F
et on
note Mat
B
E
,B
F
() ou Mat(, B
E
, B
F
) la matrice de type (n, p) :
Mat
B
E
,B
F
()
df.
=
(e
1
) (e
j
) (e
p
)
_
_
_
_
_
a
11
a
21
.
.
.
a
n1


.
.
.

a
1j
a
2j
.
.
.
a
nj


.
.
.

a
1p
a
2p
.
.
.
a
np
_
_
_
_
_

f
1

f
2
.
.
.

f
n
On dit que Mat
B
E
,B
F
() reprsente dans les bases B
E
, B
F
.
On a : Mat
B
E
,B
F
() M
n,p
(K). Schmatiquement,
(E, B
E
)
Mat
B
E
,B
F
()
(F, B
F
).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 30
Exemple 2.1
Soient E un K-e.v. muni de la base B
E
= (e
1
, e
2
), F un K-e.v.
muni de la base B
F
= (

f
1
,

f
2
,

f
3
) et L
K
(E, F) dnie par
_

_
e
1
_
= 2

f
1
+ 3

f
2

f
3
,

_
e
2
_
=

f
1

f
2
+ 4

f
3
.
La matrice associe relativement B
E
et B
F
scrit :
Mat
B
E
,B
F
() =
(e
1
) (e
2
)
_
_
2
3
1
1
1
4
_
_

f
1

f
2

f
3
.
Cest une matrice de type (3, 2) coefcients dans K. On note :
Mat
B
E
,B
F
() M
3,2
(K).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 31
Exemple 2.2
Reprenons lexemple prcdent et permutons les deux
vecteurs de la base B
E
. On obtient la nouvelle base
C
E
= (e
2
, e
1
).
La matrice associe relativement C
E
et B
F
scrit :
Mat
C
E
,B
F
() =
(e
2
) (e
1
)
_
_
1
1
4
2
3
1
_
_

f
1

f
2

f
3
.
Cest encore une matrice de type (3, 2) sur K. On note :
Mat
C
E
,B
F
() M
3,2
(K).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 32
Cas particulier des endomorphismes
Si E = F alors on peut choisir B
E
= B
F
not.
= B.
La matrice associe un endomorphisme : E F
dans la base B est alors carre.
On la note alors Mat
B
() ou Mat(, B) au lieu de
Mat
B,B
(). Schmatiquement,
(E, B)
Mat
B
()
(E, B).
Si p dsigne la dimension de lespace E alors :
Mat
B
() M
p
(K).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 33
Exemple 2.3
Soient K
n
[X] muni de B
Kn[X]
= (1, X, X
2
, . . . , X
n
) et
D : P K
n
[X] P

K
n
[X].
La matrice associe D relativement la base B
Kn[X]
scrit :
Mat(D, B
Kn[X]
) =
D(1) D(X) D(X
2
) D(X
n
)
_
_
_
_
_
_
_
0
0
.
.
.
0
0
1
0
.
.
.
0
0
0
2
.
.
.
0
0


.
.
.
.
.
.

0
0
.
.
.
n
0
_
_
_
_
_
_
_
1
X
.
.
.
X
n1
X
n
.
Cest une matrice dordre n + 1 : Mat(D, B
Kn[X]
) M
n+1
(K).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 34
Exemple 2.4
Soit E un K-espace vectoriel de dimension n muni dune base
B = (e
1
, e
2
, . . . , e
n
). crivons la matrice associe lidentit
(de E) relativement B. On a :
Mat
B
(id
E
) =
id
E
(e
1
) id
E
(e
2
) id
E
(e
n
)
_
_
_
_
_
1
0
.
.
.
0
0
1
.
.
.
0


.
.
.

0
0
.
.
.
1
_
_
_
_
_
e
1
e
2
.
.
.
e
n
.
On obtient la matrice identit dordre n. Ainsi,
I
n
= Mat
B
(id
E
).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 35
criture matricielle dune galit vectorielle
Soient E un K-espace de dimension p muni dune base B
E
, F
un K-espace de dimension n muni dune base B
F
et une
application linaire de E dans F. Nous nous intressons ici
lgalit vectorielle : y = (x).
Dcomposons x dans B
E
= (e
1
, e
2
, . . . , e
p
) :
x =
p

j =1
x
j
e
j
.
Dcomposons son image par dans B
F
= (

f
1
,

f
2
, . . . ,

f
n
) :
y =
n

i =1
y
i

f
i
.
On cherche exprimer chacune des coordonnes y
1
, y
2
,. . . , y
n
de y en fonction des coordonnes x
1
, x
2
, . . . , x
p
de x.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 36
Dsignons par A = (a
ij
)
1i n, 1j p
la matrice associe
relativement B
E
et B
F
.
Utilisant la dnition de la matrice A, on peut crire :
(x) =
_
p

j =1
x
j
e
j
_
=
p

j =1
x
j

_
e
j
_
=
p

j =1
_
x
j
_
n

i =1
a
ij

f
i
__
.
Manipulons cette double-sommation :
p

j =1
_
x
j
_
n

i =1
a
ij

f
i
__
=
p

j =1
_
n

i =1
x
j
a
ij

f
i
_
=
n

i =1
_
p

j =1
x
j
a
ij

f
i
_
=
n

i =1
__
p

j =1
a
ij
x
j
_

f
i
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 37
Or, y = (x). On a ainsi obtenu :
n

i =1
y
i

f
i
=
n

i =1
__
p

j =1
a
ij
x
j
_

f
i
_
.
Do, en identiant les coordonnes, on obtient :
i {1, 2, . . . , n} y
i
=
p

j =1
a
ij
x
j
cest--dire :
_

_
y
1
= a
11
x
1
+ a
12
x
2
+ . . . + a
1p
x
p
y
2
= a
21
x
1
+ a
22
x
2
+ . . . + a
2p
x
p
.
.
.
y
n
= a
n1
x
1
+ a
n2
x
2
+ . . . + a
np
x
p
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 38
Proposition 2.1 (criture matricielle dune galit vectorielle)
Soient E un K-espace de dimension p de base B
E
, F un
K-espace de dimension n de base B
F
et une application
linaire de E dans F. Si A = Mat
B
E
,B
F
() alors lgalit
y = (x)
scrit, relativement B
E
et B
F
, sous la forme matricielle :
Y = AX
o les matrices-colonnes X et Y sont dnies comme suit :
X est constitue des coordonnes x
1
, . . . , x
p
de x dans
B
E
, ce que lon note X = Mat
B
E
(x)
Y est constitue des coordonnes y
1
, . . . , y
n
de y dans
B
F
, ce que lon note Y = Mat
B
F
(y).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 39
Exemple 2.5
Soient E un K-e.v. muni de la base B
E
= (e
1
, e
2
), F un K-e.v.
muni de la base B
F
= (

f
1
,

f
2
,

f
3
) et L
K
(E, F) dnie par
_

_
e
1
_
= 2

f
1
+ 3

f
2

f
3
,

_
e
2
_
=

f
1

f
2
+ 4

f
3
.
Alors lgalit vectorielle y = (x) scrit relativement B
E
et
B
F
sous la forme matricielle
_
_
y
1
y
2
y
3
_
_
=
_
_
2 1
3 1
1 4
_
_
_
x
1
x
2
_
o
x = x
1
e
1
+ x
2
e
2
et y = y
1

f
1
+ y
2

f
2
+ y
3

f
3
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 40
Application canoniquement associe une matrice
Proposition 2.2
Soit A M
n,p
(K). Il existe une unique application linaire de K
p
dans K
n
admettant A pour matrice associe relativement aux
bases canoniques B
c
K
p et B
c
K
n . Cest lapplication suivante :

c
: (x
1
, x
2
, . . . , x
p
) K
p
(y
1
, y
2
, . . . , y
n
) K
n
avec
_

_
y
1
= a
11
x
1
+ a
12
x
2
+ . . . + a
1p
x
p
y
2
= a
21
x
1
+ a
22
x
2
+ . . . + a
2p
x
p
.
.
.
y
n
= a
n1
x
1
+ a
n2
x
2
+ . . . + a
np
x
p
.
Lapplication
c
est dite canoniquement associe A.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 41
En effet, si B
c
K
p = (e
1
, . . . , e
p
) et B
c
K
n = (

f
1
, . . . ,

f
n
) alors
_

c
(e
1
) = (a
11
, a
21
, . . . , a
n1
) = a
11

f
1
+ a
21

f
2
+ . . . + a
n1

f
n
,

c
(e
2
) = (a
12
, a
22
, . . . , a
n2
) = a
12

f
1
+ a
22

f
2
+ . . . + a
n2

f
n
,
.
.
.

c
(e
p
) = (a
1p
, a
2p
, . . . , a
np
) = a
1p

f
1
+ a
2p

f
2
+ . . . + a
np

f
n
.
La matrice associe
c
relativement B
c
K
p et B
c
K
n scrit :
Mat(
c
, B
c
K
p , B
c
K
n ) =

c
(e
1
)
c
(e
2
)
c
(e
p
)
_
_
_
_
_
a
11
a
21
.
.
.
a
n1
a
12
a
22
.
.
.
a
n2


.
.
.

a
1p
a
2p
.
.
.
a
np
_
_
_
_
_

f
1

f
2
.
.
.

f
n
.
On reconnat la matrice A.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 42
Proprits
Proposition 2.3
Soient E, F deux K-espaces de dimensions nies avec B
E
une
base de E et B
F
une base de F. Si
1
et
2
sont des
applications linaires de E vers F et (, ) K
2
alors
Mat
B
E
,B
F
(
1
+
2
) = Mat
B
E
,B
F
(
1
) + Mat
B
E
,B
F
(
2
).
En particulier, si E = F et B
E
= B
F
not.
= B alors :
Corollaire 2.1
Soit E un K-espace de dimension nie muni dune base B. Si

1
et
2
sont deux endomorphismes de E et (, ) K
2
alors
Mat
B
(
1
+
2
) = Mat
B
(
1
) + Mat
B
(
2
).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 43
Correspondance entre L
K
(E, F) et M
n,p
(K)
Soient E un K-espace de dimension p muni dune base B
E
et
F un K-espace de dimension n muni dune base B
F
. Il existe
une bijection entre L
K
(E, F) et M
n,p
(K). Cest lapplication :
Mat
B
E
,B
F
: L
K
(E, F) M
n,p
(K)
Mat
B
E
,B
F
()
.
De plus, cette application est linaire puisque
Mat
B
E
,B
F
(
1
+
2
) = Mat
B
E
,B
F
(
1
) + Mat
B
E
,B
F
(
2
)
pour tous , dans K et pour tous
1
,
2
dans L
K
(E, F).
Cest donc un isomorphisme de L
K
(E, F) dans M
n,p
(K).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 44
Proprits
Proposition 2.4
Soient E, F, G trois K-espaces vectoriels de dimensions nies.
Soient B
E
une base de E, B
F
une base de F et B
G
une base
de G. Si est une application linaire de E vers F et une
application linaire de F vers G alors
Mat
B
E
,B
G
( ) = Mat
B
F
,B
G
() Mat
B
E
,B
F
().
Schmatiquement, si
(E, B
E
)
Mat
B
E
,B
F
()
(F, B
F
)
Mat
B
F
,B
G
()
(G, B
G
)
alors
(E, B
E
)
Mat
B
E
,B
G
( )
(G, B
G
)
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 45
En particulier, si E = F = G et B
E
= B
F
= B
G
not.
= B alors :
Corollaire 2.2
Soit E un K-espace de dimension nie muni dune base B. Si
et sont deux endomorphismes de E alors
Mat
B
( ) = Mat
B
() Mat
B
().
Consquence : Soient E un K-espace de dimension n muni
dune base B et un endomorphisme de E. Si
A = Mat
B
()
alors, pour tout k N,
A A. . . A
. .
k fois
= Mat
B
( . . .
. .
k fois
).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 46
Plan du cours
1 Calcul matriciel
2 Matrices et applications linaires
3 Rang dune matrice
4 Matrices carres inversibles
5 Matrices de passages
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 47
Dnition
Dnition 3.1 (Rang dune matrice rectangulaire)
Soit A M
n,p
(K). On appelle rang de A le rang de la famille
des p vecteurs correspondant aux colonnes de A, dans
lespace vectoriel K
n
. En dautres termes,
rg A
df.
= rg
_
c
1
, c
2
, . . . , c
p
_
o c
j
K
n
est le vecteur dont les coordonnes dans la base
canonique sont ranges dans la j -ime colonne de A.
De manire quivalente, si
A =
_
_
| | |
C
1
C
2
C
p
| | |
_
_
alors rg A = rg (C
1
, C
2
, . . . , C
p
).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 48
Exemple 3.1
Si A =
_
_
2 2
4 0
0 1
_
_
M
3,2
(K) alors rg A = 2.
Proposition 3.1
Soit A une matrice de type (n, p). Alors
1 rg A min{n, p}.
2 rg A = rg A
T
.
Ainsi, pour calculer le rang de A de type (n, p), on peut :
soit calculer le rang des p vecteurs-colonnes C
1
, . . . , C
p
,
soit calculer le rang des n vecteurs-lignes L
1
, . . . , L
n
.
Ce quon crit :
rg A = rg (C
1
, . . . , C
p
) = rg (L
1
, . . . , L
n
) .
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 49
Lien avec le rang dune application linaire associe
Proposition 3.2
Considrons :
un K-espace E de dimension nie muni de la base B
E
,
un K-espace F de dimension nie muni de la base B
F
,
une application linaire de E dans F.
Soit A une matrice rectangulaire. Si A = Mat
B
E
,B
F
() alors
rg A = rg .
Remarque
Ainsi, le rang de ne dpend pas du choix des deux bases B
E
et B
F
dnissant A.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 50
Plan du cours
1 Calcul matriciel
2 Matrices et applications linaires
3 Rang dune matrice
4 Matrices carres inversibles
5 Matrices de passages
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 51
Dnition 4.1 (Matrice inversible)
Une matrice carre A M
n
(K) est dite inversible sil existe une
matrice carre dordre n sur K, note A
1
, appele matrice
inverse de A, telle que
A A
1
= I
n
et A
1
A = I
n
.
On note GL
n
(K) lensemble des matrices inversibles dordre n.
Dire que (a
ij
)
1i ,j n
est inversible signie quil existe n n
scalaires a

ij
, 1 i , j n tels que
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
a

11
a

12
a

1n
a

21
a

22
a

2n
.
.
.
.
.
.
.
.
.
.
.
.
a

n1
a

n2
a

nn
_
_
_
_
_
=
_
_
_
_
_
1 0 0
0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0 0 1
_
_
_
_
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 52
Exemple 4.1
La matrice A =
_
_
1 1 1
0 1 1
1 0 1
_
_
est inversible et
A
1
=
1
3
_
_
1 1 2
1 2 1
1 1 1
_
_
.
car on a lgalit matricielle :
_
_
1 1 1
0 1 1
1 0 1
_
_
_
_
1/3 1/3 2/3
1/3 2/3 1/3
1/3 1/3 1/3
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
.
La matrice
_
1 1
1 1
_
nest pas inversible.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 53
Exemple 4.2
Clairement, pour tout n N

, I
1
n
= I
n
.
ATTENTION Cela na pas de sens de parler de matrice
inversible pour des matrices non carres.
Le calcul de linverse dune matrice carre (inversible
bien sr !) ne se rsume pas inverser chacun des
termes de la matrice.
En revanche, le cas des matrices diagonales est intressant.
En effet, une matrice diagonale est inversible si, et seulement
si, tous ses coefcients diagonaux sont non nuls. De plus, si
A = diag (a
11
, a
22
, . . . , a
nn
)
avec a
ii
= 0 pour tout i {1, 2, . . . , n} alors
A
1
= diag
_
a
1
11
, a
1
22
, . . . , a
1
nn
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 54
Proprits
Proposition 4.1
Soit n un entier naturel non nul.
1 Si A GL
n
(K) alors A
1
GL
n
(K) et
(A
1
)
1
= A.
2 Si A, B GL
n
(K) alors A B GL
n
(K) et
(A B)
1
= B
1
A
1
.
3 Si A GL
n
(K) alors A
T
GL
n
(K) et
_
A
T
_
1
=
_
A
1
_
T
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 55
Structure de groupe pour
_
GL
n
(K),
_
On vrie les points suivants :
Pour tous A, B, C dans GL
n
(K), A(B C) = (AB) C.
Pour tout A GL
n
(K), A I
n
= I
n
A = A.
Toute matrice A GL
n
(K) admet un inverse qui est la
matrice A
1
. En effet, pour tout A GL
n
(K),
A A
1
= A
1
A = I
n
.
On dit alors que (GL
n
(K), ) possde une structure de groupe
(non commutatif).
On lappelle Groupe Linaire dordre n sur K. Do les initiales !
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 56
La matrice associe une application linaire bijective est-elle
inversible? La rponse est oui .
Proposition 4.2
Soient E un K-espace muni dune base B
E
, F un K-espace
muni dune base B
F
et une application linaire de E dans F.
Supposons dim
K
(E) = dim
K
(F). On a alors la caractrisation :
est bijective Mat
B
E
,B
F
() est inversible.
Si est bijective alors on a le rsultat suivant :
_
Mat
B
E
,B
F
()
_
1
= Mat
B
F
,B
E
(
1
).
Schmatiquement, on retiendra :
(E, B
E
)
Mat
B
E
,B
F
()

Mat
B
F
,B
E
(
1
)
(F, B
F
)
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 57
Rappel : si est un endomorphisme de E alors
est bijective rg = dim
K
(E).
On a un rsultat semblable pour les matrices :
Proposition 4.3
Soit A une matrice carre dordre n. On a la caractrisation :
A est inversible rg A = n.
Exemple 4.3
A =
_
_
1 1 1
0 1 1
1 0 1
_
_
est inversible car rg A = 3.
B =
_
1 1
1 1
_
nest pas inversible car rg B = 1.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 58
Plan du cours
1 Calcul matriciel
2 Matrices et applications linaires
3 Rang dune matrice
4 Matrices carres inversibles
5 Matrices de passages
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 59
Motivation
Considrons lendomorphisme : x R
3
y R
3
avec
x = (x
1
, x
2
, x
3
) et y = (y
1
, y
2
, y
3
) et
_
_
_
y
1
= 2x
1
+ x
2
+ x
3
y
2
= x
1
+ 2x
2
+ x
3
y
3
= x
1
+ x
2
+ 2x
3
.
On peut choisir de reprsenter lendomorphisme relativement
chacune des bases suivantes :
B
R
3 = (e
1
, e
2
, e
3
) avec
e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1).
C
R
3 = ( u
1
, u
2
, u
3
) avec
u
1
= (1, 0, 1), u
2
= (1, 1, 0), u
3
= (1, 1, 1).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 60
On a alors les deux reprsentations matricielles suivantes :
relativement la base B
R
3 :
Mat
B
R
3
() =
(e
1
) (e
2
) (e
3
)
_
_
2
1
1
1
2
1
1
1
2
_
_
e
1
e
2
e
3
relativement la base C
R
3 :
Mat
C
R
3
() =
( u
1
) ( u
2
) ( u
3
)
_
_
1
0
0
0
1
0
0
0
4
_
_
u
1
u
2
u
3
Nous allons montrer quil existe en fait une relation matricielle
entre les deux matrices Mat
B
R
3
() et Mat
C
R
3
() associes .
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 61
Dnition dune matrice de passage
Soit E un K-espace de dimension n muni des deux bases :
B
E
= (e
1
, e
2
, . . . , e
n
) (qualie d ancienne base )
C
E
= ( u
1
, u
2
, . . . , u
n
) (qualie de nouvelle base ).
Dcomposons prsent chacun des vecteurs u
1
, . . . , u
n
dans
la base B
E
:
_

_
u
1
= p
11
e
1
+ p
21
e
2
+ . . . + p
n1
e
n
u
2
= p
12
e
1
+ p
22
e
2
+ . . . + p
n2
e
n
.
.
.
u
n
= p
1n
e
1
+ p
2n
e
2
+ . . . + p
nn
e
n
Ranger les coefcients dans un tableau revient dnir la
matrice de passage de B
E
C
E
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 62
Dnition 5.1 (Matrice de passage)
Soient E un K-espace vectoriel de dimension n et B
E
, C
E
deux
bases de E. On appelle matrice de passage de B
E
C
E
la
matrice carre P dordre n dont la j -ime colonne est forme
des coordonnes dans B
E
du j -ime vecteur de C
E
:
P =
u
1
u
2
u
n
_
_
_
_
_
p
11
p
21
.
.
.
p
n1
p
12
p
22
.
.
.
p
n2


.
.
.

p
1n
p
2n
.
.
.
p
nn
_
_
_
_
_
e
1
e
2
.
.
.
e
n
.
Ainsi, dire que P = (p
ij
)
1i ,j n
est la matrice de passage de
B
E
= (e
1
, . . . , e
n
) C
E
= ( u
1
, . . . , u
n
) signie que :
j {1, 2, . . . , n} u
j
=
n

i =1
p
ij
e
i
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 63
Exemple 5.1
On munit lespace R
3
des bases
B
R
3 = (e
1
, e
2
, e
3
) avec e
1
= (1, 0, 0), e
2
= (0, 1, 0),
e
3
= (0, 0, 1).
C
R
3 = ( u
1
, u
2
, u
3
) avec u
1
= (1, 0, 1), u
2
= (1, 1, 0),
u
3
= (1, 1, 1).
On a immdiatement :
u
1
= e
1
e
3
, u
2
= e
1
e
2
, u
3
= e
1
+e
2
+e
3
.
Alors la matrice P de passage de B
R
3 C
R
3 est
P =
u
1
u
2
u
3
_
_
1
0
1
1
1
0
1
1
1
_
_
e
1
e
2
e
3
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 64
Proprits des matrices de passage
Remarque
Si P est une matrice de passage alors P est inversible.
Rciproquement, toute matrice inversible peut sinterprter
comme une matrice de passage. Cela nous sera trs utile pour
dterminer linverse dune matrice (voir en TD).
Connaissant la matrice de passage de B
E
C
E
, pouvons-nous
en dduire la matrice de passage de C
E
B
E
? La rponse est
oui . En effet, on a :
Proposition 5.1
Soient E un K-espace de dimension n muni des bases B
E
et
C
E
. Soit P une matrice inversible dordre n. Si P est la matrice
de passage de B
E
C
E
alors son inverse, la matrice P
1
, est la
matrice de passage de C
E
B
E
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 65
Exemple 5.2
Reprenons lexemple de R
3
muni de la base canonique
B
R
3 = (e
1
, e
2
, e
3
) et de la base C
R
3 = ( u
1
, u
2
, u
3
) avec
_
_
_
u
1
= e
1
e
3
u
2
= e
1
e
2
u
3
= e
1
+e
2
+e
3
.
La matrice de passage de C
R
3 B
R
3 est :
Q=
1
3
e
1
e
2
e
3
_
_
1
1
1
1
2
1
2
1
1
_
_
u
1
u
2
u
3
car
_

_
e
1
=
1
3
( u
1
+ u
2
+ u
3
)
e
2
=
1
3
( u
1
2 u
2
+ u
3
)
e
3
=
1
3
(2 u
1
+ u
2
+ u
3
)
On vrie que Q est bien linverse de P (cest--dire : Q = P
1
).
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 66
Changement de bases pour un vecteur
Soient E un K-espace de dimension n et x un vecteur de E.
Dcomposons x par rapport aux deux bases B
E
et C
E
.
Dans l ancienne base B
E
= (e
1
, . . . , e
n
),
x =
n

i =1
x
i
e
i
avec x
1
, . . . , x
n
qualies d anciennes coordonnes .
Dans la nouvelle base C
E
= ( u
1
, . . . , u
n
),
x =
n

j =1
x

j
u
j
avec x

1
, . . . , x

n
qualies de nouvelles coordonnes .
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 67
On cherche les relations liant anciennes et nouvelles
coordonnes du vecteur x.
Utilisant la dnition de la matrice P, on peut crire :
n

j =1
x

j
u
j
=
n

j =1
_
x

j
_
n

i =1
p
ij
e
i
__
.
Manipulons cette double-sommation :
n

j =1
_
x

j
_
n

i =1
p
ij
e
i
__
=
n

j =1
_
n

i =1
x

j
p
ij
e
i
_
=
n

i =1
_
n

j =1
p
ij
x

j
e
i
_
=
n

i =1
__
n

j =1
p
ij
x

j
_
e
i
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 68
On a ainsi obtenu :
n

i =1
x
i
e
i
=
n

i =1
__
n

j =1
p
ij
x

j
_
e
i
_
.
Do, en identiant les coordonnes, on obtient :
i {1, 2, . . . , n} x
i
=
n

j =1
p
ij
x

j
cest--dire :
_

_
x
1
= p
11
x

1
+ p
12
x

2
+ . . . + p
1n
x

n
x
2
= p
21
x

1
+ p
22
x

2
+ . . . + p
2n
x

n
.
.
.
x
n
= p
n1
x

1
+ p
n2
x

2
+ . . . + p
nn
x

n
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 69
Autrement dit, on a obtenu :
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
=
_
_
_
_
_
p
11
p
12
p
1n
p
21
p
22
p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
p
nn
_
_
_
_
_
_
_
_
_
_
x

1
x

2
.
.
.
x

n
_
_
_
_
_
.
Proposition 5.2
Soit E un K-espace muni des bases B
E
et C
E
. Si P est la
matrice de passage de B
E
C
E
alors
X = PX

o les matrices-colonnes X et X

sont dnies comme suit :

X est constitue des coordonnes de x dans B
E
,
X

est constitue des coordonnes de x dans C

E
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 70
ATTENTION Pour exprimer les nouvelles coordon-
nes du vecteur x en fonction de ses anciennes
coordonnes , il suft de multiplier lgalit matricielle
X = PX

par la matrice P
1
.
En effet, on a :
X = PX

P
1
X = P
1
PX

.
Puisque P
1
P = I
n
, on obtient :
X

= P
1
X.
Mais cela ncessite le calcul de P
1
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 71
Exemple 5.3
Reprenons lexemple prcdent avec x = (3, 6, 9). On a :
x = 3e
1
+ 6e
2
+ 9e
3
= x

1
u
1
+ x

2
u
2
+ x

3
u
3
.
On a donc :
_
_
3
6
9
_
_
=
_
_
1 1 1
0 1 1
1 0 1
_
_
_
_
x

1
x

2
x

3
_
_
ou encore, de manire quivalente :
1
3
_
_
1 1 2
1 2 1
1 1 1
_
_
_
_
3
6
9
_
_
=
_
_
x

1
x

2
x

3
_
_
.
Do x

1
= 3, x

2
= 0 et x

3
= 6, cest--dire : x = 3 u
1
+ 6 u
3
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 72
Changement de bases pour une application linaire
Considrons deux K-espaces vectoriels E et F.
Supposons lespace E de dimension p. Munissons-le des
bases B
E
et C
E
. Soit x E. Alors
X = PX

avec P GL
p
(K),
avec X et X

les matrices-colonnes des coordonnes de x

dans B
E
et C
E
, et P la matrice de passage de B
E
C
E
.
Supposons lespace F de dimension n. Munissons-le des
bases B
F
et C
F
. Soit y F. Alors
Y = QY

avec Q GL
n
(K),
avec Y et Y

les matrices-colonnes des coordonnes de y

dans B
F
et C
F
, et Q la matrice de passage de B
F
C
F
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 73
Considrons prsent une application linaire de E dans F.
Dsignons par A la matrice associe relativement aux
anciennes bases B
E
et B
F
. On a : A M
n,p
(K).
Lgalit y = (x) scrit alors sous la forme matricielle :
Y = AX.
Dsignons par B la matrice associe relativement aux
nouvelles bases C
E
et C
F
. On a : B M
n,p
(K). Lgalit
y = (x) scrit alors sous la forme matricielle :
Y

= BX

.
On cherche une relation liant les deux matrices A et B.
On a : Y = AX Q
1
Y = Q
1
AX Y

= Q
1
APX

.
Or, Y

= BX

. Do, par identication, B = Q

1
AP.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 74
Thorme 5.1
Considrons :
un K-espace E muni des bases B
E
et C
E
,
un K-espace F muni des bases B
F
et C
F
,
une application linaire de E dans F.
Alors les deux matrices rectangulaires A = Mat
B
E
,B
F
() et
B = Mat
C
E
,C
F
() satisfont lgalit matricielle suivante :
B = Q
1
AP
o P est la matrice de passage de B
E
C
E
et Q est la matrice
de passage de B
F
C
F
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 75
Cas particulier des endomorphismes
Si E = F alors on peut choisir B
E
= B
F
not.
= B et C
E
= C
F
not.
= C.
Corollaire 5.1
Considrons un K-espace E muni des bases B et C et un
endomorphisme de E. Alors les deux matrices carres
A = Mat
B
() et B = Mat
C
() vrient lgalit matricielle :
B = P
1
AP
o P dsigne la matrice de passage de B C.
Exemple 5.4
Reprenons lexemple prcdent. On a :
_
_
1 0 0
0 1 0
0 0 4
_
_
=
1
3
_
_
1 1 2
1 2 1
1 1 1
_
_
_
_
2 1 1
1 2 1
1 1 2
_
_
_
_
1 1 1
0 1 1
1 0 1
_
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA
Les matrices 76
Dnition 5.2 (Matrices quivalentes et matrices semblables)
Deux matrices rectangulaires A et B de mme type (n, p)
sont dites quivalentes si
P GL
p
(K) Q GL
n
(K) B = Q
1
AP.
Deux matrices carres A et B de mme ordre p sont dites
semblables si
P GL
p
(K) B = P
1
AP.
Exemple 5.5
Les deux matrices suivantes sont semblables :
_
_
1 0 0
0 1 0
0 0 4
_
_
et
_
_
2 1 1
1 2 1
1 1 2
_
_
.
F. STURM, Ple de Mathmatiques, INSA de Lyon Cours de Mathmatiques - Premire Anne ASINSA