Vous êtes sur la page 1sur 22

Calcul matriciel

Yves Lafont
Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
2006
Yves Lafont est enseignant-chercheur la Facult des Sciences de Luminy. Il effectue sa recherche lInstitut de
Mathmatiques de Luminy dans les domaines de lalgbre, la logique et linformatique thorique.
Site personnel : http://iml.univ-mrs.fr/lafont
Site du cours : http://iml.univ-mrs.fr/lafont/licence/cm.html
2 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
1 Calcul vectoriel
1.1 Scalaires et vecteurs
Dans ce cours, un scalaire est un rel R, et un vecteur est un p-uplet u = (x
1
, . . . , x
p
) R
p
.
Notation : On utilise le symbole 0 pour le vecteur nul (0, . . . , 0). Autre notation en usage :

0.
Les oprations sur les scalaires sont la somme + et le produit , qui vrient les identits suivantes :
( + ) + = + ( + ), + 0 = , + = + ,
() = (), 1 = , = , ( + ) = + , 0 = 0.
De plus, tout scalaire a un oppos tel que + () = 0. On crit pour + ().
Enn, tout scalaire non nul a un inverse
1
tel que
1
= 1. On crit / pour
1
.
Les oprations sur les vecteurs sont la somme u + v et le produit externe u, qui vrient les identits suivantes :
(u + v) + w = u + (v + w), u + 0 = u, u + v = v + u,
()u = (u), 1u = u, ( + )u = u + u, 0u = 0, (u + v) = u + v, 0 = 0.
On crit u pour (1)u et u v pour u + (v), de sorte que u u = 0.
Exercice 1 : En utilisant ces proprits, montrer que si u = 0, alors = 0 ou u = 0.
Interprtation gomtrique de la somme et du produit externe : composition des vecteurs et changement dchelle.
u v
u
u
v u
u + v
Remarque : Tout vecteur u = (x, y) R
2
est de la forme u = x + y o les vecteurs = (1, 0) et = (0, 1)
forment la base canonique de R
2
, et les scalaires x, y sont les deux composantes de u dans cette base. De mme,
tout vecteur u = (x, y, z) R
3
est de la forme u = x + y + z

k o = (1, 0, 0), = (0, 1, 0),



k = (0, 0, 1)
forment la base canonique de R
3
, et x, y, z sont les trois composantes de u dans cette base.
1.2 Produit scalaire
Une forme bilinaire symtrique sur R
p
est une application : R
p
R
p
R qui vrie les identits suivantes :
(u + u

, v) = (u, v) + (u

, v), (u, v) = (u, v), (v, u) = (u, v).


Remarque : On en dduit que (0, u) = 0. Il suft pour cela dappliquer la deuxime identit avec = 0.
Exercice 2 : Montrer quil existe une seule forme bilinaire symtrique sur R
2
telle que :
(, ) = (, ) = 1, (, ) = 0.
[Utiliser la dcomposition des vecteurs dans la base canonique.]
Dnition : Ce est le produit scalaire dni par u u

= xx

+ yy

pour u = (x, y) et u

= (x

, y

).
Autres notations en usage pour le produit scalaire : u, u

) et u [ u

).
Remarque : Le produit scalaire est dni de telle sorte que la base canonique , soit orthonorme. On vrie
aisment que cette forme bilinaire symtrique est dnie positive. Autrement dit, on a les proprits suivantes :
u u 0, u u = 0 si et seulement si u = 0.
On dnit de mme le produit scalaire comme une forme bilinaire symtrique dnie positive sur R
p
.
Dnition : La norme euclidienne du vecteur u est le rel |u| =

u u, de sorte que |u|
2
= u u.
Exercice 3 : Montrer quon peut dnir le produit scalaire partir de la norme euclidienne. [Dvelopper |u + v|
2
.]
Dnition : On dit que les vecteurs u et v sont orthogonaux et on crit u v si on a u v = 0.
Exercice 4 : Montrer que u v si et seulement si |u + v|
2
= |u|
2
+|v|
2
(thorme de Pythagore).
Exercice 5 : Montrer lingalit de Cauchy-Schwarz : [u v[ |u||v|. [tudier la fonction f() = |u + v|
2
.]
Exercice 6 : Montrer les proprits de la norme euclidienne :
|u + v| |u| +|v|, |u| = [[ |u|, |u| = 0 si et seulement si u = 0.
Yves Lafont. Calcul matriciel. 2006. 3
1.3 Dterminant dans R
2
et produit vectoriel dans R
3
Une application : R
p
R
p
R
q
est dite bilinaire alterne si elle vrie les identits suivantes :
(u + u

, v) = (u, v) + (u

, v), (u, v) = (u, v), (v, u) = (u, v).


Exercice 7 : En dduire les identits suivantes :
(u, v + v

) = (u, v) + (u, v

), (u, v) = (u, v), (0, u) = 0 = (u, 0),


(u, u) = 0, (u + v, v) = (u, v) = (u, u + v).
Une application bilinaire alterne : R
p
R
p
R sappelle une forme bilinaire alterne sur R
p
.
Exercice 8 : Montrer quil existe une seule forme bilinaire alterne sur R
2
telle que (, ) = 1.
Dnition : Ce est le dterminant dni par det(u, u

) =

x x

y y

= xy

yx

pour u = (x, y) et u

= (x

, y

).
Interprtation gomtrique : la valeur absolue du dterminant est laire du paralllogramme dni par u, u

, et son
signe est donn par lorientation trigonomtrique du plan. Cest laire algbrique du paralllogramme.
u

u
u

u
+
Exercice 9 : Montrer lidentit (u v)
2
+ det(u, v)
2
= |u|
2
|v|
2
, et en dduire lingalit [ det(u, v)[ |u||v|.
Quelle est linterprtation gomtrique de cette ingalit ?
Exercice 10 : Montrer quil existe une seule application bilinaire alterne : R
3
R
3
R
3
telle que :
(, ) =

k, (,

k) =, (

k, ) = .
Dnition : Ce est le produit vectoriel dni par u u

y y

z z

x x

z z

x x

y y

k pour u = (x, y, z)
et u

= (x

, y

, z

).
Interprtation gomtrique : uu

est orthogonal u et u

, sa norme est laire du paralllogramme dni par u, u

,
et son sens est donne par la rgle des trois doigts de la main droite. Cest laire vectorielle du paralllogramme.
Exercice 11 : Montrer que le produit vectoriel nest ni commutatif, ni associatif : il existe u, v tels que uv ,= vu,
et de mme, il existe u, v, w tels que (u v) w ,= u (v w). [Utiliser des vecteurs de la base canonique.]
Exercice 12 : Montrer lidentit (u v)
2
+ |u v|
2
= |u|
2
|v|
2
, et en dduire lingalit |u v| |u||v|.
Quelle est linterprtation gomtrique de cette ingalit ?
1.4 Dterminant dans R
3
Une forme trilinaire alterne sur R
p
est une application : R
p
R
p
R
p
R qui vrie les identits suivantes :
(u + u

, v, w) = (u, v, w) + (u

, v, w), (u, v, w) = (u, v, w),


(v, u, w) = (u, v, w) = (u, w, v).
Exercice 13 : En dduire une identit pour chaque permutation des vecteurs u, v, w dans (u, v, w). [Il y a 6 cas.]
Exercice 14 : Montrer quil existe une seule forme trilinaire alterne sur R
3
telle que (, ,

k) = 1.
Dnition : Cette unique application est le dterminant, ou produit mixte, dni par det(u, u

, u

) = u (u

).
Pour u = (x, y, z), u

= (x

, y

, z

), u

= (x

, y

, z

), on a le dveloppement par rapport la premire colonne :


det(u, u

, u

) =

x x

y y

z z

= x

+ z

.
Interprtation gomtrique : la valeur absolue du dterminant est le volume du paralllpipde dni par u, u

, u

,
et son signe est donn par la rgle des trois doigts de la main droite. Cest le volume algbrique du paralllpipde.
Exercice 15 : tablir une formule de dveloppement par rapport chaque colonne et chaque ligne. [Il y a 6 cas.]
Exercice 16 : Calculer tous les dterminants de vecteurs de la base canonique. [Il y a 27 cas.]
Exercice 17 : Montrer lingalit [ det(u, v, w)[ |u||v||w|. Quelle est son interprtation gomtrique ?
4 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
1.5 Droites vectorielles et colinarit
Notation : Si u R
p
, on pose Ru = u [ R R
p
.
Dnition : Si u est un vecteur non nul, on dit que D = Ru est la droite vectorielle engendre par le vecteur u.
Interprtation gomtrique : D est la droite de vecteur directeur u qui passe par lorigine O.
O u D = Ru
Remarque : En fait, tout vecteur non nul de D est directeur. Autrement dit, si u

D et u

,= 0, alors Ru

= D.
Un tel vecteur directeur dnit un systme paramtrique pour la droite vectorielle quil engendre.
Exemple : Si u = + 2, la droite Dest dnie par le systme paramtrique
_
x = ,
y = 2.
Exercice 18 : crire un autre systme paramtrique pour cette droite, et donner la forme gnrale dun tel systme.
Interprtation cinmatique : D est la trajectoire dun point qui se dplace vitesse constante u et qui passe par
lorigine O linstant 0. Cette trajectoire est inchange si on multiplie la vitesse u par une constante non nulle.
Pour reprsenter le temps, on utilise souvent t la place de comme variable paramtrique.
Exercice 19 : crire un systme paramtrique pour la droite Ru o u = + 2 + 3

k.
Dnition : On dit que deux vecteurs u, v R
p
sont colinaires sils appartiennent une mme droite vectorielle.
Remarque : Si u = 0, alors u, v sont forcment colinaires. Si u ,= 0, cela revient dire que v Ru.
Exercice 20 : Montrer le critre de colinarit pour R
2
: u, v R
2
sont colinaires si et seulement si det(u, v) = 0.
[Pour la rciproque : commencer par le cas u = 0 puis celui o la premire composante de u est non nulle.]
Remarque : Ce critre donne une quation cartsienne de la droite Ru.
Exemple : Si u = + 2, la droite Ru est dnie par lquation cartsienne

1 x
2 y

= 0, cest--dire y 2x = 0.
Exercice 21 : crire une autre quation cartsienne de cette droite, et donner la forme gnrale dune telle quation.
Exercice 22 : Montrer le critre de colinarit pour R
3
: u, v R
3
sont colinaires si et seulement si u v = 0.
Remarque : Si u ,= 0, ce critre donne 3 quations cartsiennes pour la droite Ru, mais on peut toujours supprimer
lune delles, qui est consquence des 2 autres : on obtient un systme cartsien 2 quations pour la droite Ru.
En fait, si aucune composante de u nest nulle, on peut supprimer nimporte laquelle des 3 quations.
Exercice 23 : crire un systme cartsien 2 quations pour la droite Ru o u = + 2 + 3

k.
1.6 Plans vectoriels et coplanarit
Notation : Si U, V R
p
, on pose U +V = u + v [ u U et v V R
p
.
Dnition : Si u, v sont deux vecteurs non colinaires de R
p
, on dit que P = Ru + Rv = u + v [ , R
est le plan vectoriel engendr par les vecteurs u et v et que u, v forment base du plan vectoriel P.
Interprtation gomtrique : P est le plan parallle u et v qui passe par lorigine O.
Remarque : On verra plus tard que deux vecteurs non colinaires de P forment ncessairement une base de P.
Une telle base dnit un systme paramtrique pour le plan quelle engendre.
Exemple : Si u = + 2 + 3

k et v = 4 + 5, le plan Ru +Rv est dni par le systme paramtrique suivant :


_
_
_
x = + 4,
y = 2 + 5,
z = 3.
Dnition : On dit que trois vecteurs u, v, w R
p
sont coplanaires sils appartiennent un mme plan vectoriel.
Remarque : Si u, v sont colinaires, alors u, v, w sont forcment coplanaires. Si u, v ne sont pas colinaires, cela
revient dire que w Ru +Rv (daprs la remarque ci-dessus).
Exercice 24 : Montrer le critre de coplanarit : u, v, w R
3
sont coplanaires si et seulement si det(u, v, w) = 0.
[Pour la rciproque : commencer par le cas uv = 0 puis celui o la premire composante de uv est non nulle.
Dans le deuxime cas, dvelopper le dterminant par rapport la premire ligne.]
Remarque : Si u, v ne sont pas colinaires, ce critre donne une quation cartsienne du plan Ru +Rv.
Exemple : Si u = +2 +3

k et v = 4 +5, le plan Ru+Rv est dni par lquation cartsienne

1 4 x
2 5 y
3 0 z

= 0,
cest--dire 15x + 12y 3z = 0, ou encore 5x 4y + z = 0.
Yves Lafont. Calcul matriciel. 2006. 5
1.7 Orthogonal et biorthogonal
Dnition : Si u est un vecteur de R
p
, son orthogonal est lensemble u

= v R
p
[ u v R
p
.
Remarque : 0

= R
p
car tout vecteur de R
p
est orthogonal au vecteur nul.
Exercice 25 : Montrer que si u est un vecteur non nul de R
2
, alors u

est une droite vectorielle.


O
u

u
Exemple : ( + 2 )

est la droite vectorielle dquation cartsienne x + 2y = 0 et de vecteur directeur 2 .


Exercice 26 : Montrer que si u est un vecteur non nul de R
3
, alors u

est un plan vectoriel.


Exemple : ( + 2 + 3

k)

est le plan vectoriel dquation cartsienne x + 2y + 3z = 0 et de base 2 , 3

k.
Dnition : Si U R
p
, son orthogonal est lensemble U

uU
u

= v R
p
[ u v pour tout u U.
Exercice 27 : Quel est lensemble (R
p
)

?
Exercice 28 : Montrer que si u, v sont deux vecteurs non colinaires de R
3
, alors u, v

est une droite vectorielle.


Remarque : Dans ce cas, u v est un vecteur directeur de u, v

.
Exemple : +2 +3

k, 4 +5

est la droite vectorielle dnie par le systme cartsien


_
x + 2y + 3z = 0,
4x + 5y = 0.
Un vecteur directeur de cette droite est 5 4 +

k.
Exercice 29 : Montrer que (Ru)

= u

et que (Ru +Rv)

= u, v

.
Remarque : En particulier, cela signie que lorthogonal dune droite vectorielle de R
2
est une droite vectorielle.
De mme, lorthogonal dune droite vectorielle de R
3
est un plan vectoriel, et vice-versa.
Dnition : Le biorthogonal dun vecteur u est u

= (u

. On dnit de mme le biorthogonal de U R


p
.
Exercice 30 : Montrer que u u

, et plus gnralement, U U

.
Exercice 31 : Montrer que u

= Ru si u est un vecteur de R
2
ou de R
3
. [Distinguer les cas u = 0 et u ,= 0.]
Exercice 32 : Montrer que u, v

= Ru +Rv si u, v sont des vecteurs de R


2
ou de R
3
.
Exercice 33 : Montrer que U = U

si U est une droite vectorielle de R


2
ou de R
3
, ou un plan vectoriel de R
3
.
1.8 Droites et plans afnes
Dnition : Si u
0
, v sont des vecteurs de R
p
et v est non nul, on dit que D = u
0
+ Rv = u
0
+ v [ R est
la droite afne passant par u
0
et parallle v. On dit aussi que la droite vectorielle Rv est la direction de D.
u = u
0
+ v
D = u
0
+Rv P
0
v P
O u
0
Remarque : Cest une droite au sens habituel, mais ici, on identie le vecteur u avec le point P tel que u =

OP,
dont les coordonnes sont dailleurs les composantes de u. On peut remplacer u
0
par nimporte quel vecteur de D,
et v par nimporte quel vecteur non nul de Rv. De tels vecteurs dnissent un systme paramtrique pour D.
Exemple : Si u
0
= (1, 2) et v = 3 + 4, la droite D est dnie par le systme paramtrique
_
x = 1 + 3,
y = 2 + 4.
Remarque : On obtient un systme cartsien pour D partir dun systme cartsien pour la direction Rv en
remplaant le membre droit de chaque quation (qui est nul) par la valeur du membre gauche en u
0
.
Exemple : Pour la droite Dci-dessus, lquation cartsienne de Rv est 4x3y = 0 et celle de Dest 4x3y = 2.
Remarque : La droite D = u
0
+Rv est aussi la droite passant par u
0
et u
1
= u
0
+ v.
Exercice 34 : tablir un critre dalignement pour trois points de R
2
(respectivement de R
3
).
Exercice 35 : crire un systme paramtrique et une quation cartsienne pour la droite passant par (1, 2) et (4, 7).
Exercice 36 : Montrer que la droite passant par u et v est lensemble D = u + v [ , R, + = 1.
Dnition : Si u
0
, v, w sont des vecteurs de R
p
et v, w ne sont pas colinaires, on dit que P = u
0
+Rv +Rw est
le plan afne passant par u
0
et parallle v, w. On dit aussi que le plan vectoriel Rv +Rw est la direction de P.
Exercice 37 : crire un systme paramtrique et une quation cartsienne pour le plan passant par les points
(1, 2, 3), (4, 5, 7), (1, 1, 1).
6 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
2 Applications linaires et matrices
2.1 Applications linaires
Dnition : Une application f : R
p
R
q
est dite additive si on a f(u + v) = f(u) + f(v) pour tout u, v R
p
.
Exercice 38 : Montrer que si f : R
p
R
q
est additive, alors on a f(0) = 0 et f(u) = f(u) pour tout u R
p
.
En dduire quon a f(u) = f(u) pour tout Q. [Commencer par le cas N.]
Dnition : Une application f : R
p
R
q
est dite linaire si elle satisfait les deux identits suivantes :
f(u + v) = f(u) + f(v) pour tout u, v R
p
, f(u) = f(u) pour tout R et u R
p
.
Exercice 39 : Montrer que lapplication nulle 0 : R
p
R
q
dnie par 0(u) = 0 est linaire, de mme que
lidentit id : R
p
R
p
dnie par id(u) = u et les composantes
i
: R
p
R dnies par
i
(x
1
, . . . , x
p
) = x
i
.
Exercice 40 : Montrer que si f, g : R
p
R
q
sont linaires, alors f +g est linaire, ainsi que f pour tout R.
Exercice 41 : Montrer que si f : R
p
R
q
et g : R
q
R
r
sont linaires, alors g f : R
p
R
r
est linaire.
Exercice 42 : Montrer que pour tout a R, lapplication f : R R dnie par f(x) = ax est linaire, et que
toute application linaire f : R R est de cette forme.
Remarque : Lapplication f : R R dnie par f(x) = ax +b est dite afne. Pour b ,= 0, elle nest pas linaire.
Attention : les fonctions linaires des physiciens, par exemple, sont en fait des applications afnes.
Exercice 43 : Montrer que pour tout a, b R, lapplication f : R R
2
dnie par f(x) = (ax, bx) est linaire,
et que toute application linaire f : R R
2
est de cette forme.
Exercice 44 : Montrer que pour tout a, b R, lapplication f : R
2
R dnie par f(x, y) = ax+by est linaire,
et que toute application linaire f : R
2
R est de cette forme. [Utiliser la base canonique, .]
Dnition : Limage dune application linaire f : R
p
R
q
est lensemble imf = f(R
p
) = f(u) [ u R
p
,
et son noyau est lensemble ker f = f
1
0 = u R
p
[ f(u) = 0.
Exercice 45 : Montrer que toute droite vectorielle de R
2
est limage dune application linaire f : R R
2
et le
noyau dune application linaire g : R
2
R.
Exercice 46 : Monter quune application linaire f : R
p
R
q
est injective si et seulement si on a ker f = 0.
2.2 Matrices carres dordre 2
Dnition : Une matrice carre dordre 2 est un tableau de la forme A =
_
a b
c d
_
.
On montre comme ci-dessus que lapplication f : R
2
R
2
dnie par f(x, y) = (ax + by, cx + dy) est linaire,
et que toute application linaire f : R R
2
est de cette forme.
Dnition : On dit que f est lapplication linaire de matrice A, ou que A est la matrice de f.
Remarque : Dune part, les colonnes de la matrice A correspondent aux vecteurs f() = (a, c) et f() = (b, d).
Dautre part, si on pose (x

, y

) = f(x, y), alors x

et y

sexpriment au moyen du systme linaire suivant :


_
x

= ax + by,
y

= cx + dy.
On reprsente ce calcul par un diagramme (gure 1). Les sommets du haut et du bas correspondent respectivement
aux entres x, y et aux sorties x

, y

. Larte entre x et x

, par exemple, indique le coefcient de lentre x dans la


sortie x

. On omet le coefcient lorsquil vaut 1, et larte lorsque son coefcient vaut 0 (gure 2).
Exercice 47 : Dans chacun des cas suivants, donner la matrice de lapplication linaire f ainsi que son diagramme,
puis dessiner les vecteurs f() et f() :
symtrie de centre O : f(x, y) = (x, y) ;
homothtie de rapport et de centre O : f(x, y) = (x, y) ;
symtrie orthogonale daxe O : f(x, y) = (x, y) ;
projection orthogonale sur laxe O : f(x, y) = (x, 0) ;
afnit orthogonale de rapport et daxe O : f(x, y) = (x, y) ;
rotation dangle et de centre O : f(x, y) = (xcos y sin , xsin + y cos ) ;
similitude de rapport , dangle , et de centre O : f(x, y) = (xcos y sin , xsin + y cos ).
Remarque : Pour u ,= 0, la translation de vecteur u nest pas linaire. Il en va de mme pour toute transformation
du plan qui ne prserve pas lorigine O : par exemple, la symtrie de centre O

,= O.
Yves Lafont. Calcul matriciel. 2006. 7
2.3 Oprations sur les matrices carres dordre 2
Notation : On pose 0 =
_
0 0
0 0
_
et I =
_
1 0
0 1
_
.
Exercice 48 : Quelles sont les applications linaires associes ces matrices ?
Dnition : La somme A+B de deux matrices carres dordre 2 est la matrice de f +g o f, g sont les applications
linaires de matrices respectives A et B. De mme, si R, le produit A est la matrice de f.
Exercice 49 : Comment calcule-t-on la somme A + B et le produit A?
Remarque : Ces oprations sont formellement les mmes que celles dnies sur les vecteurs de R
4
. En particulier,
elles vrient les identits suivantes :
(A + B) + C = A + (B + C), A +0 = A, A + B = B + A,
(A) = ()A, 1A = A, ( + )A = A + A, 0A = 0, (A + B) = A + B, 0 = 0.
On crit A pour (1)A et A B pour A + (B), de sorte que A A = 0.
Exercice 50 : Exprimer x

et y

en fonction de x et y sachant que :


_
x

= ax + by,
y

= cx + dy,
_
x

= a

+ b

,
y

= c

+ d

.
En dduire la matrice de f

f o f, f

sont les applications linaires de matrices A =


_
a b
c d
_
et A

=
_
a

_
.
Dnition : La matrice ci-dessus est le produit A

A.
Remarque : Pour calculer A

A, il suft de placer A en haut droite de A

, et de faire le produit ligne par colonne :


_
a b
c d
_
_
a

__
? ?
? ?
_
Exercice 51 : Comment obtient-on le diagramme de A

A partir des diagrammes de A et de A

(gure 3) ?
Exercice 52 : Calculer les produits suivants :
_
a 0
0 b
__
c 0
0 d
_
,
_
1 a
0 1
__
1 b
0 1
_
,
_
a b
b a
__
c d
d c
_
,
_
cos sin
sin cos
__
cos sin
sin cos
_
.
Exercice 53 : Soient P =
_
1 0
0 0
_
et N =
_
0 1
0 0
_
. Calculer les produits PP, PN, NP, et NN.
Exercice 54 : Calculer AI et IA, puis A0 et 0A. Si AB = 0, peut-on en dduire que A = 0 ou B = 0?
Exercice 55 : Montrer que le produit des matrices nest pas commutatif : on na pas ncessairement AB = BA.
Dnition : Si AB = BA, on dit que A commute avec B, ou que A et B commutent.
Exercice 56 : Quelles sont les matrices qui commutent avec toutes les autres ? [Utiliser les matrices P et N.]
Exercice 57 : Montrer que le produit des matrices est associatif : (AB)C = A(BC).
Remarque : On omet les parenthses inutiles. Par exemple, on crit A + B + C pour la somme A + (B + C),
ABC pour le produit A(BC), et AB + CD pour la somme (AB) + (CD).
Notation : On dnit A
n
par rcurrence sur n N en posant A
0
= I et A
n+1
= A
n
A. Autrement dit :
A
0
= I, A
1
= A, A
2
= AA, A
3
= AAA, . . . , A
n
= A A (n fois).
Exercice 58 : Exprimer A
m+n
et A
mn
en fonction de A
m
et/ou de A
n
. Montrer que A
m
commute avec A
n
.
Exercice 59 : Montrer que le produit des matrices est bilinaire :
(A + B)C = AC + BC, A(B + C) = AB + AC, (A)B = (AB) = A(B).
Exercice 60 : quelle condition sur A et B a-t-on les identits remarquables suivantes :
(A + B)
2
= A
2
+ B
2
+ 2AB ? (A + B)(A B) = A
2
B
2
?
8 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
b
x y
cx + dy ax + by
c d a
1
2 1
2
FIG. 1 Diagramme associ la matrice
_
a b
c d
_
x y y
x 0 y x y
y x x
0
1 1
1
2 2
1
1
2 2 1
2
2
FIG. 2 Diagrammes associs aux matrices
_
1 0
0 1
_
,
_
0 1
1 0
_
,
_
0 0
0 0
_
A

A
A
A

a
a

b c d
c

? ? ? ?
2
1
2 1 1 2
2
1
1 2
FIG. 3 Diagramme associ au produit A

A
Yves Lafont. Calcul matriciel. 2006. 9
2.4 Matrices q lignes et p colonnes
Dnition : Une matrice q lignes et p colonnes (p, q 1) est un tableau de la forme A =
_
_
_
a
1,1
a
1,p
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
q,1
a
q,p
_
_
_.
En particulier, une matrice carre dordre p est une matrice p lignes et p colonnes.
Remarque : Les indices i et j sont respectivement le numro de ligne et le numro de colonne du coefcient a
i,j
.
Dans le cas particulier o p = q = 1, on identie la matrice A avec son unique coefcient a
1,1
.
Lapplication f : R
p
R
q
dnie par f(x
1
, . . . , x
p
) = (a
1,1
x
1
+ + a
1,p
x
p
, . . . , a
q,1
x
1
+ + a
q,p
x
p
) est
linaire, et on montre aisment que toute application linaire f : R
p
R
q
est de cette forme.
Dnition : On dit que f est lapplication linaire de matrice A, ou que A est la matrice de f.
Dnition : Si u = (a
1
, . . . , a
p
) R
p
, alors sa matrice colonne est
_
_
_
a
1
.
.
.
a
p
_
_
_et sa matrice ligne est
_
a
1
a
p
_
.
Exercice 61 : Montrer que la premire est en fait la matrice de lapplication linaire u

: R R
p
dnie par
u

(x) = xu, et que la seconde est celle de lapplication linaire u

: R
p
R dnie par u

(v) = u v.
Remarque : Toute application linaire f : R R
p
est donc de la forme u

. Souvent, on identie u

avec le
vecteur u = u

(1) : on parle alors de la matrice de u plutt que de la matrice colonne de u. De mme, toute
application linaire g : R
p
R est de la forme u

. Une telle application sappelle aussi une forme linaire sur R


p
.
On a vu que la matrice dune application linaire f : R
2
R
2
sobtient en juxtaposant les deux matrices colonnes
des vecteurs f() et f(). Il existe une rgle analogue pour la matrice dune application linaire f : R
p
R
q
.
Exercice 62 : Pour chacune des applications linaires suivantes f : R
3
R
3
, crire les matrices colonnes des
vecteurs f(), f(), f(

k), en dduire la matrice de f et le systme linaire correspondant : symtrie de centre O;


homothtie de rapport et de centre O; symtrie orthogonale par rapport au plan O ; projection orthogonale
sur le plan O ; afnit orthogonale de rapport par rapport au plan O ; symtrie orthogonale daxe O

k ;
projection orthogonale sur laxe O

k ; rotation dangle et daxe O

k (respectivement daxe O ou daxe O).


Remarque : Pour les rotations, il faut tenir compte de lorientation de laxe (rgle du tournevis).
Notation : On note 0
q,p
la matrice de lapplication nulle 0 : R
p
R
q
dnie par 0(u) = 0 et I
p
la matrice de
lidentit id : R
p
R
p
dnie par id(u) = u. Par exemple, on a :
0
3,2
=
_
_
0 0
0 0
0 0
_
_
, I
3
=
_
_
1 0 0
0 1 0
0 0 1
_
_
.
Dans le cas o il ny a pas dambigut sur le nombre de lignes ou de colonnes, on crit 0 pour 0
p,q
et I pour I
p
.
Les oprations introduites dans le cas des matrices carres dordre 2 stendent de faon vidente aux matrices de
type quelconque, mais elles ne sont pas dnies dans tous les cas.
Exercice 63 : Pour quels types de matrices la somme A+B est-elle dnie ? Mme question pour le produit AB.
Les proprits de ces oprations sont essentiellement les mmes que celles tablies dans le cas des matrices carres
dordre 2. En particulier, on a :
A +0
q,p
= A, AI
p
= A, I
p
A = A, A0
q,p
= 0
q,p
, 0
q,p
A = 0
q,p
.
Exercice 64 : Quel est le type de la matrice A dans chacune de ces rgles ?
Remarque : Si A =
_
a b
c d
_
est la matrice de lapplication linaire f : R
2
R
2
et X =
_
x
y
_
est celle du
vecteur u R
2
, alors AX est la matrice colonne du vecteur f(u). En pratique, on a le calcul suivant pour f(u) :
_
x
y
_
_
a b
c d
__
ax + by
cx + dy
_
Il y a une formule analogue pour une matrice A de type quelconque.
10 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
3 Dterminant et inversion dune matrice
3.1 Dterminant dune matrice carre dordre 2
Dnition : Le dterminant de lapplication linaire f : R
2
R
2
est det f = det(f(), f()).
Remarque : det f est laire algbrique dun paralllogramme, savoir limage par f du carr unit.
det f
1
O
f()
f()

Exercice 65 : Calculer le dterminant de f : R


2
R
2
dans chacun des cas suivants : symtrie centrale, homoth-
tie, symtrie orthogonale axiale, projection orthogonale axiale, afnit orthogonale axiale, rotation, similitude.
Exercice 66 : Montrer que lapplication dnie par (u, v) = det(f(u), f(v)) est une forme bilinaire alterne.
En dduire la formule suivante :
det(f(u), f(v)) = (det f) det(u, v).
Remarque : Cette formule exprime le fait que det f est le facteur de changement daire algbrique de f. Par suite,
[ det f[ est le facteur de changement daire de f. A priori, il sagit de laire dun paralllogramme, mais en fait,
cela vaut pour une forme quelconque : polygone, ellipse, ou autre.
Exercice 67 : Si f, g : R
2
R
2
sont des applications linaires, exprimer det(g f) en fonction de det f et det g.
Dnition : Le dterminant de la matrice A est celui de lapplication linaire de matrice A. Autrement dit :
si A =
_
a b
c d
_
alors det A =

a b
c d

= ad bc.
Exercice 68 : Calculer det I et exprimer det AB en fonction de det A et det B. [Utiliser lexercice prcdent.]
Exercice 69 : Exprimer det(A) en fonction de et det A.
Exercice 70 : Montrer quen gnral, on ne peut pas exprimer det (A + B) comme une fonction de det A et det B.
[Considrer le cas A = B = I, puis A = I et B = I.]
3.2 Dterminant dune matrice carre dordre 3
Dnition : Le dterminant dune application linaire f : R
3
R
3
est det f = det(f(), f(), f(

k)).
Remarque : det f est le volume algbrique dun paralllpipde, savoir limage par f du cube unit.
On montre galement la formule suivante :
det(f(u), f(v), f(w)) = (det f) det(u, v, w).
Autrement dit, det f est le facteur de changement de volume algbrique de f. Par suite, [ det f[ est le facteur de
changement de volume de f. A priori, il sagit du volume dun paralllpipde, mais en fait, cela vaut pour une
forme quelconque : polyhdre, ellipsode, ou autre.
Exercice 71 : Calculer le dterminant de f : R
3
R
3
dans chacun des cas suivants : symtrie centrale, homo-
thtie, symtrie orthogonale plane, projection orthogonale plane, afnit orthogonale plane, symtrie orthogonale
axiale, projection orthogonale axiale, rotation.
Enn, on dnit le dterminant dune matrice carre dordre 3 de sorte que le dterminant dune application linaire
f : R
3
R
3
est celui de sa matrice :
si A =
_
_
a a

b b

c c

_
_
alors det A =

a a

b b

c c

.
Exercice 72 : Calculer det I
3
et exprimer det AB en fonction de det A et det B.
Exercice 73 : Exprimer det(A) en fonction de et det A. Comparer avec lexercie 69.
Yves Lafont. Calcul matriciel. 2006. 11
3.3 Inverse dune matrice carre
Dnition : Si AB = I
p
, on dit que B est un inverse droite de A, et que A est un inverse gauche de B. On dit
aussi que A est inversible droite et que B est inversible gauche.
Exercice 74 : La matrice I
p
est-elle inversible droite ? gauche ? Mmes questions pour la matrice 0
p,q
.
Exercice 75 : Soit A =
_
a b
_
une matrice ligne. Quels sont ses inverses droite ? gauche ?
Exercice 76 : Montrer que si A est une matrice carre dordre p inversible droite ou gauche, alors det A ,= 0.
Exercice 77 : Montrer que si AC = BC et C est inversible droite, alors A = B (simplication droite).
Remarque : De mme, si AB = AC et A est inversible gauche, alors B = C (simplication gauche).
Exercice 78 : Montrer que si B est un inverse droite de A et C est un inverse gauche de A, alors B = C.
On considre maintenant le cas dune matrice A carre dordre p.
Dnition : On dit que B est un inverse de A si B est la fois un inverse droite et un inverse gauche de A,
cest--dire si B est une matrice carre dordre p telle que AB = I
p
= BA. On dit alors que A est inversible.
Exercice 79 : Montrer que si A est inversible, alors il existe un unique inverse de A, qui est aussi lunique inverse
droite de A et lunique inverse gauche de A.
Notation : On note alors A
1
cet unique inverse, et plus gnralement, on pose A
n
= (A
1
)
n
pour tout n N.
Remarque : A
1
est inversible, et son inverse est A.
Exercice 80 : Montrer que si A et B sont des matrices carres dordre p inversibles, alors AB est aussi inversible.
Quel est son inverse ?
Exercice 81 : Montrer que si A est inversible, alors A
n
est aussi inversible pour tout n Z. Quel est son inverse ?
[Commencer par le cas n N.]
Remarque : On ncrit pas
1
A
pour A
1
, ni surtout
A
B
pour AB
1
. Pourquoi ?
3.4 Inverse dune matrice carre dordre 2
Soit A =
_
a b
c d
_
et posons A

=
_
d b
c a
_
. [La notation standard est
t

A.]
Exercice 82 : Calculer A

et det A

. Dans quel cas a-t-on A = A

?
Exercice 83 : Calculer AA

et A

A. En dduire que si det A ,= 0, alors A est inversible, et dans ce cas, exprimer


A
1
en fonction de A

(formule de linverse). En dduire le thorme ci-dessous :


Thorme 1 : Pour toute matrice A carre dordre 2, les proprits suivantes sont quivalentes :
1. A est inversible ; 2. A est inversible droite ; 3. A est inversible gauche ; 4. det A ,= 0.
Remarque : Dans ce cas, on ne parlera plus dinverse droite ou dinverse gauche, mais seulement dinverse.
Exercice 84 : Inverser la matrice A =
_
1 2
3 4
_
et vrier quon a bien AA
1
= I = A
1
A.
Exercice 85 : Inverser les matrices suivantes :
_
a 0
0 b
_
,
_
1 a
0 1
_
,
_
a b
b a
_
,
_
cos sin
sin cos
_
.
Exercice 86 : Donner un exemple de matrice carre non nulle, mais non inversible.
Exercice 87 : Dans le cas o A est inversible, exprimer det A
1
en fonction de det A.
Exercice 88 : Montrer que si A et B sont deux matrices carres dordre 2 telles que C = AB est inversible, alors
A et B sont aussi inversibles. Dans ce cas, exprimer A
1
et B
1
en fonction de A, B, et C
1
.
Exercice 89 : Montrer quune application linaire f : R
2
R
2
telle que det f = 0 nest ni surjective, ni injective.
[Considrer limage et le noyau de f.] En dduire le thorme ci-dessous :
Thorme 2 : Pour toute application linaire f : R
2
R
2
, les proprits suivantes sont quivalentes :
1. f est bijective ; 2. f est surjective ; 3. f est injective ; 4. det f ,= 0.
Dans ce cas, lapplication rciproque f
1
est linaire et sa matrice est linverse de celle de f.
Remarque : Ces thormes stendent au cas dune matrice carre dordre p et celui dune application linaire
f : R
p
R
p
. De plus, il existe une formule pour linverse dune matrice carre dordre p (formule de Cramer).
12 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
3.5 Mthode du pivot de Gauss
Dnition : Une matrice carre dordre 2 est dite lmentaire si elle est de lune des formes suivantes :
_
0
0 1
_
avec ,= 0,
_
1 0
0
_
avec ,= 0,
_
1
0 1
_
,
_
1 0
1
_
,
_
0 1
1 0
_
.
En particulier, la matrice I est lmentaire.
Remarque : Si E est une matrice lmentaire et A une matrice 2 lignes, on calcule le produit EA en appliquant
une des oprations lmentaires suivantes (gure 4) :
multiplier la premire ou la seconde ligne de A par un scalaire non nul ;
ajouter un multiple de la seconde ligne de A la premire, ou rciproquement ;
changer les deux lignes de A.
Exercice 90 : Montrer que chaque matrice lmentaire est inversible et que son inverse est une matrice lmentaire.
Remarque : Cela signie que les oprations lmentaires sont rversibles. De plus, en appliquant une opration
lmentaire une matrice inversible, on obtient encore une matrice inversible.
Exercice 91 : Montrer que si A est une matrice carre dordre 2 inversible, alors on peut obtenir I en appliquant
4 oprations lmentaires successives la matrice A. En dduire que A est le produit de 4 matrices lmentaires.
[Appliquer la stratgie de la gure 5 et montrer quil ne peut y avoir dchec si on part dune matrice inversible.]
Remarque : Si on applique la stratgie de la gure 5 une matrice non inversible, on arrive un chec.
Exercice 92 : Montrer que si on applique la mme suite doprations lmentaires aux matrices A et I, et si on
obtient les matrices I et B, alors B est linverse de A.
Remarque : Cest une mthode alternative pour inverser une matrice carre. Les deux matrices sont ncessaires :
cest la premire qui dtermine la suite doprations lmentaires, mais cest la seconde qui donne le rsultat nal.
On nest pas oblig dappliquer exactement la stratgie de la gure 5. En fait, toute suite doprations lmentaires
est licite, mais en pratique, on cherche toujours celle qui donne les calculs les plus courts ou les plus simples.
Exercice 93 : Inverser la matrice A =
_
1 2
3 4
_
par cette mthode.
Exercice 94 : Montrer que cette mthode permet aussi de calculer le dterminant.
Dnition : Une opration lmentaire sur une matrice A de type quelconque consiste multiplier une ligne de A
par un scalaire non nul, ajouter un multiple dune ligne de A une autre, ou changer deux lignes de A.
La mthode dinversion prsente ci-dessus stend aux matrices carres dordre p : on part des matrices A et I
p
,
et on arrive I
p
et A
1
par une suite doprations lmentaires. Cest la mthode du pivot de Gauss.
Exercice 95 : Inverser la matrice A =
_
_
0 1 2
3 4 3
2 1 0
_
_
par cette mthode et vrier quon a AA
1
= I
3
= A
1
A.
Remarque : Quelle que soit la mthode utilise (formule de Cramer ou pivot de Gauss), une vrication simpose,
mais en pratique, il suft de vrier AA
1
= I
3
(ou A
1
A = I
3
). Pourquoi ?
Exercice 96 : Montrer que si A est une matrice carre dordre 3 inversible, alors on peut obtenir I
3
en appliquant
9 oprations lmentaires successives la matrice A. En dduire que A est le produit de 9 matrices lmentaires.
[Chercher un analogue de la stratgie de la gure 5 en distinguant les deux phases de la gure 6.]
Un systme linaire peut tre considr comme une quation entre deux matrices colonnes. Par exemple, le systme
linaire
_
x + 2y = x

,
3x + 4y = y

,
scrit aussi AX = X

o A =
_
1 2
3 4
_
, X =
_
x
y
_
et X

=
_
x

_
.
Exercice 97 : Exprimer la solution X en fonction de A
1
et X

.
La mthode du pivot de Gauss est aussi une mthode de rsolution des systmes linaires.
Exercice 98 : Exprimer x, y, z en fonction de x

, y

, z

sachant que
_
_
_
y + 2z = x

,
3x + 4y + 3z = y

,
2x + y = z

.
Remarque : Pour inverser une matrice, il suft donc de rsoudre le systme linaire associ. Autrement dit,
linversion dune matrice est un cas particulier de rsolution dun systme linaire
Yves Lafont. Calcul matriciel. 2006. 13

_
a b
c d
_
_
a b
c d
_

_
a b
c d
_
_
a b
c d
_ _
a + c b + d
c d
_
_
a b
c d
_ _
a b
c d
_
_
a b
a + c b + d
_

_
c d
a b
_
_
a b
c d
_

FIG. 4 Oprations lmentaires sur une matrice 2 lignes


a

= 0
_
a
b
_
a ,= 0
b ,= 0
_
0
1
_
chec
_
1

_ _
1
0 a

_
a

,= 0
chec
_
1
0 1
_ _
1 0
0 1
_
b = 0
a = 0
FIG. 5 Algorithme de Gauss pour une matrice carre dordre 2
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_



_
_
. . .
_
_
1
0 1
0 0 1
_
_
. . .
FIG. 6 Les deux phases de lalgorithme de Gauss pour une matrice carre dordre 3
14 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
4 Diagonalisation et changement de base
4.1 Valeurs propres et vecteurs propres
Dnition : On dit que le scalaire est une valeur propre de lapplication linaire f : R
p
R
p
sil existe un
vecteur u ,= 0 tel que f(u) = u. Un tel u sappelle un vecteur propre de f associ la valeur propre .
Exercice 99 : Trouver les valeurs propres et les vecteurs propres de f : R
2
R
2
dans les cas suivants : symtrie
centrale, homothtie de rapport , symtrie orthogonale, projection orthogonale, afnit orthogonale de rapport ,
rotation dangle .
Remarque : Le scalaire 0 est une valeur propre de f si et seulement si le noyau ker f = u R
p
[ f(u) = 0
contient des vecteurs non nuls, cest--dire si f nest pas injective, autrement dit, si det f = 0.
Exercice 100 : Montrer que le scalaire est une valeur propre de f si et seulement si on a det(f id) = 0.
Les valeurs propres de f sont donc les racines du polynme dni par () = det(f id). Cest un polynme
de degr p, appel polynme caractristique de f.
Les valeurs propres, les vecteurs propres et le polynme caractristique dune matrice carre A sont celles et ceux
de lapplication linaire f de matrice A. En particulier, le polynme caractristique de A est () = det(AI).
Remarque : Dans le cas o p = 2, on doit rsoudre une quation du second degr. Selon le cas, il y a deux valeurs
propres relles, ou une seule valeur propre relle, ou aucune valeur propre relle. Pour trouver les vecteurs propres
associs, on rsout un systme linaire.
Exercice 101 : Quelles sont les valeurs propres relles des matrices suivantes ?
_
1 0
0 2
_
,
_
0 1
1 0
_
,
_
0 1
1 0
_
,
_
1
2
1
2
1
2
1
2
_
.
Dans chaque cas, on donnera les vecteurs propres et une interprtation gomtrique.
Remarque : Si la matrice A est diagonale, cest--dire de la forme
_
a 0
0 b
_
, alors ses valeurs propres sont a et b.
Exercice 102 : Soit A =
_
a b
c d
_
. On note et les racines du polynme caractristique de A.
1. Exprimer la somme + et le produit en fonction des coefcients a, b, c, d.
2. Montrer que si det A < 0, alors A a deux valeurs propres relles de signes opposs.
3. Montrer que si b et c ont le mme signe, alors A a deux valeurs propres relles distinctes.
4.2 Diagonalisation en dimension 2
Dnition : Une base de R
2
est la donne de 2 vecteurs u, v non colinaires. Autrement dit, det(u, v) ,= 0.
Exercice 103 : Montrer que, dans ce cas, pour tout w R
2
, il existe un unique (x, y) R
2
tel que w = xu + yv.
[Un systme linaire 2 quations et 2 inconnues dont le dterminant est non nul a une solution unique.]
Remarque : Si u, v est une base de R
2
, alors toute application linaire f : R
2
R
2
est de la forme suivante :
f(xu + yv) = (ax + by)u + (cx + dy)v, o a, b, c, d sont donns par au + cv = f(u) et bu + dv = f(v).
Dnition : Dans ce cas, on dit que
_
a b
c d
_
est la matrice de f dans la base u, v.
Dnition : Soit f : R
2
R
2
lapplication linaire de matrice A dans la base canonique. On dit que f (ou A) est
diagonalisable sil existe une base de vecteurs propres de f, autrement dit, sil existe une base telle que la matrice
de f dans cette base est diagonale. En particulier, un matrice diagonale est diagonalisable.
Exercice 104 : Montrer que si f : R
2
R
2
a deux valeurs propres relles distinctes, alors elle est diagonalisable.
[Choisir un vecteur propre pour chaque valeur propre, puis montrer que ces deux vecteurs forment une base.]
Exercice 105 : Rciproquement, montrer que si une matrice carre dordre 2 est diagonalisable et non diagonale,
alors elle a deux valeurs propres relles distinctes.
Exercice 106 : Parmi les matrices suivantes, lesquelles sont diagonalisables ?
_
1 0
0 2
_
,
_
2 0
0 2
_
,
_
1 2
0 1
_
,
_
1 1
0 2
_
,
_
1 1
1 1
_
,
_
2 1
1 0
_
.
Le cas chant, on donnera une base de vecteurs propres.
Yves Lafont. Calcul matriciel. 2006. 15
4.3 Changement de base
Dnition : une base u, v de R
2
, on associe la matrice de passage dont les colonnes sont les matrices respectives
de u et v dans la base canonique.
Exemple : Si u = + et v = , alors P =
_
1 1
1 1
_
.
Par dnition, la matrice P est toujours inversible. De plus, elle permet de passer dune base lautre :
1. si X est la matrice colonne de w dans la base u, v, alors la matrice de w dans la base canonique est PX ;
2. si X est la matrice colonne de w dans la base canonique, alors la matrice de w dans la base u, v est P
1
X.
Elle permet aussi de calculer la matrice dune application linaire f dans la base u, v partir de sa matrice A dans
la base canonique. Pour cela, on considre la matrice colonne X dun vecteur w dans la base u, v :
1. la matrice de w dans la base canonique est PX ;
2. celle de f(w) dans la base canonique est donc APX ;
3. celle de f(w) dans la base u, v est donc P
1
APX ;
On en dduit que la matrice de f dans la base u, v est P
1
AP.
Exercice 107 : Soient f et g les applications linaires dont les matrices respectives dans la base canonique sont :
_
0 1
1 0
_
,
_
1 0
0 1
_
.
Calculer les matrices respectives de f et g dans la base u, v, o u = + et v = .
Exercice 108 : Si B est la matrice de f dans la base u, v, quelle est la matrice de f dans la base canonique ?
Exercice 109 : Si B = P
1
AP et n Z, exprimer B
n
en fonction de A
n
et A
n
en fonction de B
n
.
Exercice 110 : Montrer que si B = P
1
AP, alors les matrices Aet B ont le mme dterminant, le mme polynme
caractristique, et les mmes valeurs propres. [Calculer P
1
(A I)P.]
4.4 Diagonalisation et changement de base en dimension 3
Dnition : Une base de R
3
est la donne de 3 vecteurs u, v, w non coplanaires. Autrement dit, det(u, v, w) ,= 0.
On a de mme la dcomposition unique de tout vecteur de R
3
dans la base u, v, w. On a aussi la notion de matrice
dune application linaire dans la base u, v, w, ainsi que les notions de matrices diagonales et diagonalisables.
Remarque : Dans ce cas, le polynme caractristique est de degr 3. Or un tel polynme a au moins une racine
relle. Donc toute matrice carre dordre 3 a au moins une valeur propre relle.
Exercice 111 : Trouver les valeurs propres et les vecteurs propres de f : R
3
R
3
dans les cas suivants : symtrie
centrale, homothtie de rapport , symtrie orthogonale plane ou axiale, projection orthogonale plane ou axiale,
afnit orthogonale plane de rapport , rotation dangle .
Exercice 112 : Soit A une matrice carre dordre 3. Montrer que si det A > 0 (respectivement det A < 0), alors A
a au moins une valeur propre positive (respectivement ngative). [Calculer les limites de () en +et en .]
Exercice 113 : Montrer quune matrice carre dordre 3 est diagonalisable si et seulement si lune des conditions
suivantes est satisfaite : elle a trois valeurs propres relles distinctes ; ou elle a deux valeurs propres relles distinctes
et il existe deux vecteurs propres non colinaires associs lune delle ; ou elle est de la forme I.
Exercice 114 : Soit f lapplication linaire dont la matrice dans la base canonique est A =
_
_
0 0 1
1 0 0
0 1 0
_
_
.
1. Montrer que 1 est une valeur propre de cette matrice, et donner un vecteur propre u associ.
2. Donner un vecteur v non nul et orthogonal u, puis calculer w = u v.
3. Donner la matrice de passage P associe la base u, v, w et calculer P
1
.
4. Montrer que la base forme des vecteurs u

=
1
u
u, v

=
1
v
v, et w

=
1
w
w est orthonorme directe :
u

, u

, v

, det(u

, v

, w

) = 1.
5. Montrer que la matrice de passage associe cette base est de la forme PQ o la matrice Q est diagonale.
6. Calculer la matrice de f dans la base u

, v

, w

. [Calculer (PQ)
1
partir de P
1
et Q
1
.]
7. En dduire linterprtation gomtrique de f.
16 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
5 Matrices orthogonales et matrices symtriques
5.1 Transpose
Dnition : Si A est une matrice q lignes et p colonnes, sa transpose
t
A est la matrice p lignes et q colonnes
dont les lignes correspondent aux colonnes de A (et rciproquement).
Cas particulier des matrices carres dordre 2 et des matrices (colonnes ou lignes) de vecteurs de R
2
:
t
_
a b
c d
_
=
_
a c
b d
_
,
t
_
x
y
_
=
_
x y
_
,
t
_
x y
_
=
_
x
y
_
.
Plus gnralement, si p = q, alors
t
Asobtient en changeant les coefcients symtriques par rapport la diagonale
principale, et si X est la matrice colonne dun vecteur de R
p
, alors
t
X est sa matrice ligne, et vice-versa.
Remarque : Si u et u

sont des vecteurs de matrices colonnes respectives X et X

, alors on a u u

=
t
XX

.
Exercice 115 : Vrier les proprits suivantes dans le cas des matrices carres dordre 2 :
tt
A = A,
t
(A + B) =
t
A +
t
B,
t
(A) =
t
A,
t
(AB) =
t
B
t
A.
Remarque : Ces proprits stendent aux matrices de types quelconques (voir la gure 7 pour le cas du produit).
De plus, on a
t
0
q,p
= 0
p,q
et
t
I
p
= I
p
.
Exercice 116 : Montrer que si A est une matrice carre inversible, alors
t
A est inversible et
t
(A
1
) = (
t
A)
1
.
5.2 Matrice dune forme bilinaire
Dnition : Une forme bilinaire sur R
p
est une application : R
p
R
p
R telle que, pour tout vecteur v R
p
,
les deux applications u (u, v) et u (v, u) sont linaires. Autrement dit, on a les identits suivantes :
(u + u

, v) = (u, v) + (u

, v), (u, v) = (u, v),


(u, v + v

) = (u, v) + (u, v

), (u, v) = (u, v).


Exemples : Le produit scalaire est une forme bilinaire sur R
p
. Le dterminant est une forme bilinaire sur R
2
.
toute matrice carre A =
_
a b
c d
_
, on associe la forme bilinaire : R
2
R
2
R dnie par :
(u, u

) = axx

+ bxy

+ cyx

+ dyy

pour u = (x, y) = x + y et u

= (x

, y

) = x

+ y

.
Rciproquement, toute forme bilinaire : R
2
R
2
R est de cette forme. Pour reconstruire A partir de , il
suft de poser a = (,), b = (, ), c = (,), et d = (, ).
Dnition : Dans ce cas, on dit que est la forme bilinaire de matrice A, ou que A est la matrice de .
Exercice 117 : Quelles sont les matrices respectives du produit scalaire et du dterminant (sur R
2
) ?
Exercice 118 : Vrier que si : R
2
R
2
R est une forme linaire de matrice A et u, u

sont des vecteurs de


matrices colonnes respectives X et X

, alors on a (u, u

) =
t
XAX

.
Dnition : Plus gnralement, la matrice dune forme bilinaire sur R
p
est la matrice carre dordre p qui
satisfait une telle identit pour u, u

R
p
.
Remarque : Toute matrice carre dordre p dnit la fois une application linaire f : R
p
R
p
et une forme
bilinaire : R
p
R
p
R. Par dnition, on a (u, u

) = u f(u

) pour u, u

R
p
.
5.3 Changement de base
Soit u, v une base de R
2
et P la matrice de passage associe.
Dnition : La matrice dune forme bilinaire : R
2
R
2
R dans la base u, v est A =
_
a b
c d
_
o :
a = (u, u), b = (u, v), c = (v, u), d = (v, v).
Si w, w

sont des vecteurs de matrices colonnes respectives X et X

dans la base u, v, on a donc (w,w

) =
t
XAX

.
Exercice 119 : Montrer que si A est la matrice dune forme bilinaire : R
2
R
2
R (dans la base canonique),
alors la matrice de dans la base u, v est
t
PAP. [Utiliser la formule de changement de base pour les vecteurs.]
Remarque : En particulier, la matrice du produit scalaire dans la base u, v est
t
PP.
On dnit de mme la matrice dune forme bilinaire : R
3
R
3
R dans une base de R
3
. La formule de
changement de base est alors la mme que pour R
2
.
Yves Lafont. Calcul matriciel. 2006. 17
5.4 Matrices orthogonales
Dnition : Une matrice orthogonale est une matrice carre A dordre p telle que
t
AA = I
p
.
Autrement dit, une matrice carre A est orthogonale si elle est inversible et si A
1
=
t
A.
Exercice 120 : Vrier que la matrice de passage associe une base u, v de R
2
est orthogonale si et seulement si
cette base est orthonorme, cest--dire si on a u v et |u| = |v| = 1.
Remarque : Daprs la section prcdente, la matrice de passage est orthogonale si et seulement si la matrice du
produit scalaire dans cette base est I.
Exercice 121 : Montrer que la matrice dune application linaire f : R
2
R
2
(dans la base canonique) est
orthogonale si et seulement si f prserve le produit scalaire : autrement dit, si u, u

R
2
, alors f(u)f(u

) = uu

.
Exercice 122 : Montrer que le produit de deux matrices orthogonales est une matrice orthogonale, et que linverse
dune matrice orthogonale est une matrice orthogonale.
5.5 Matrices symtriques
Dnition : Une matrice symtrique est une matrice carre A telle que
t
A = A.
En particulier, une matrice carre dordre 2 symtrique est une matrice de la forme
_
a b
b c
_
.
Exemple : Les matrices diagonales sont symtriques.
Exercice 123 : Montrer que si A et B sont des matrices carres dordre p symtriques, alors la matrice AB est
symtrique si et seulement si A commute avec B.
Exercice 124 : Montrer que si P et A sont des matrices carres dordre p et la matrice P est orthogonale, alors la
matrice A est symtrique si et seulement si la matrice P
1
AP =
t
PAP est symtrique.
Exercice 125 : Montrer que la matrice dune application linaire f : R
2
R
2
(dans la base canonique) est
symtrique si et seulement si f satisfait la proprit suivante : si u, u

R
2
, alors f(u) u

= u f(u

).
Exercice 126 : Soit f : R
2
R
2
une application linaire dont la matrice est symtrique.
1. Montrer que f a des valeurs propres relles. [Calculer le discriminant du polynme caractristique.]
2. Monter que si u, v forment une base orthogonale de R
2
et u est un vecteur propre de f, alors v est aussi un
vecteur propre de f. [Utiliser lexercice prcdent.]
3. En dduire le thorme ci-dessous :
Thorme 3 : La matrice dune application linaire f : R
2
R
2
(dans la base canonique) est symtrique si et
seulement si f est diagonalisable dans une base orthonorme.
Remarque : Autrement dit, une matrice carre A dordre 2 est symtrique si et seulement sil existe une matrice
orthogonale P telle que la matrice P
1
AP =
t
PAP est diagonale.
t
B
t
A
t
B
t
A
AB A
B
FIG. 7 Transpose de la matrice AB
18 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
6 Complments de gomtrie
6.1 quation dun cercle ou dune sphre
Dnition : La distance entre deux points u, v R
p
est d(u, v) = |u v|.
Si u
0
est un point du plan R
2
, le cercle de centre u
0
et de rayon 0 est donc :
( = u R
2
[ d(u, u
0
) = = u R
2
[ |u u
0
|
2
=
2
.
Si on pose u
0
= (x
0
, y
0
) et u = (x, y), on obtient ainsi lquation cartsienne (x x
0
)
2
+ (y y
0
)
2
=
2
.
Exemple : Le cercle de centre u
0
= (1, 0) et de rayon 2 a pour quation (x1)
2
+y
2
= 4, soit x
2
+y
2
2x = 3.
Exercice 127 : quelle condition sur les coefcients a, b, c lquation cartsienne x
2
+y
2
+ax+by = c dnit-elle
un cercle dans R
2
? Quels sont alors le centre et le rayon de ce cercle ?
Exercice 128 : Quelle est lquation cartsienne de la sphre de centre u
0
= (x
0
, y
0
, z
0
) et de rayon ?
Exercice 129 : Montrer que le cercle de centre u
0
et de rayon est ( = u
0
+ v

[ [0, 2[ o on pose
v

= (cos , sin ). En dduire un systme paramtrique pour (. [Tout vecteur unitaire de R


2
est de la forme v

.]
Exercice 130 : Montrer que la sphre de centre u
0
et de rayon est o = u
0
+ v
,
[ [0, 2[, [0, ] o
on pose v
,
= (cos sin , sin sin , cos ). En dduire un systme paramtrique pour o.
Exercice 131 : partir des proprits de la norme euclidienne, montrer celles de la distance euclidienne :
d(v, u) = d(u, v), d(u, w) d(u, v) + d(v, w), d(u, v) = 0 si et seulement si u = v.
6.2 Projections orthogonales
Thorme 4 : Si u est un vecteur non nul de R
p
, alors tout vecteur de v de R
p
se dcompose de faon unique en
v = v

+ v

avec v

Ru et v

.
v
u

Ru
u
v

Dans ce cas, on a v

= u et u v = u v

+u v

avec u v

= u u = |u|
2
et u v

= 0, do les formules :
_
v

= u,
v

= v u,
avec =
u v
|u|
2
.
Rciproquement, ceci donne bien une dcomposition v = v

+ v

avec v

Ru et v

. C.Q.F.D.
Remarque : Dans le plan R
2
, lensemble u

est une droite vectorielle. Dans lespace R


3
, cest un plan vectoriel.
Dnition : On dit que les vecteurs v

et v

sont les projets orthogonaux de v respectivement sur Ru et sur u

.
Remarque : Si on note w le symtrique de v par rapport la droite Ru, alors le projet v

de v sur Ru est le milieu


de v et w : autrement dit, v

=
1
2
(v + w), do w = 2v

v. Si P est la matrice de la projection orthogonale sur


la droite Ru, alors la matrice de la symtrie orthogonale par rapport la droite Ru est donc S = 2P I
p
.
Exercice 132 : Soit u = (a, b) un vecteur non nul de R
2
. Calculer la matrice de la projection orthogonale sur laxe
Ru, puis celle de la symtrie orthogonale par rapport laxe Ru. Mme question pour u = (a, b, c) R
3
Exercice 133 : Montrer que si v

et v

sont les projets orthogonaux de v respectivement sur Ru et sur u

, on a :
|v

| =
[u v[
|u|
, |v

| =
[ det(u, v)[
|u|
(dans le plan R
2
), |v

| =
|u v|
|u|
(dans lespace R
3
).
[Dans le plan R
2
, exprimer [u v[ et [ det(u, v)[ en fonction de |v

| et |v

|. Utiliser le fait que [u v[ = |u||v| si


et seulement si u et v sont colinaires, et le fait que [ det(u, v)[ = |u||v| si et seulement si ils sont orthogonaux.]
Remarque : |v

| est aussi la distance entre le point v et la droite vectorielle ou le plan vectoriel u

. De mme,
|v

| est la distance entre le point v et la droite vectorielle Ru.


Dnition : Langle entre les vecteurs u et v est dtermin par les formules suivantes :
cos =
u v
|u||v|
, sin =
det(u, v)
|u||v|
(dans le plan R
2
), sin =
|u v|
|u||v|
(dans lespace R
3
).
Remarque : Dans lespace R
3
, on a toujours sin 0 car cet angle est non orient : autrement dit, [0, ].
Dans ce cas, on peut aussi retrouver le sinus partir du cosinus : sin =

1 cos
2
.
Yves Lafont. Calcul matriciel. 2006. 19
6.3 quation dun cylindre
Pour calculer la distance entre un point u et une droite ou un plan afne passant par un point u
0
, on se ramne au
cas vectoriel en appliquant la translation de vecteur u
0
. Ainsi, dans lespace R
3
, la distance entre le point u et la
droite parallle au vecteur v passant par le point u
0
est :
d(u, u
0
+Rv) = d(u u
0
, Rv) =
|(u u
0
) v|
|v|
.
Le cyclindre de rayon 0 dont laxe est la droite parallle v passant par u
0
est donc :
( = u R
3
[ d(u, u
0
+Rv) = = u R
2
[ |(u u
0
) v|
2
=
2
|v|
2
.
Exemple : Pour u
0
= (0, 0, 2), v = (1, 1, 0), et = 3, on obtient lquation cartsienne suivante :

y 1
z 2 0

2
+

x 1
z 2 0

2
+

x 1
y 1

2
= 18, soit x
2
+ y
2
+ 2z
2
2xy 8z = 10.
Exercice 134 : Calculer lquation de lintersection de ce cylindre avec le plan dquation y = 0, et donner
linterprtation gomtrique de cette intersection. Mme question pour lintersection avec le plan dquation z = 0.
6.4 quation dune ellipse
Soient u et v deux vecteurs non nuls et orthogonaux de R
2
: autrement dit, ils forment une base orthogonale, mais
pas forcment orthonorme. On considre la courbe c dquation x
2
+ y
2
= 1 dans la base u, v.
Remarque : Si |u| = |v| = 1, cest--dire si la base est orthonorme, c est le cercle de centre O et de rayon 1.
De mme, si |u| = |v| = , cest le cercle de centre O et de rayon . Si |u| , = |v|, alors c est une ellipse. Les
vecteurs u et v dterminent les axes de lellipse : le plus grand correspond au grand axe et le plus petit au petit axe.
Si |u| > |v|, alors |u| est le demi-grand axe et |v| est le demi-petit axe. Ici, le centre est toujours lorigine O.
O
u
v
u
v
O
Pour trouver lquation de c dans la base canonique, il suft de faire un changement de base.
Exemple : Si u = 2 et v = , lquation de c dans la base canonique est (
x
2
)
2
+ y
2
= 1, soit x
2
+ 4y
2
= 4.
Exercice 135 : Donner lquation de c si u = a et v = b, cest--dire si un axe est horizontal et lautre vertical.
Exemple : Si u = 2 +2 et v = , alors la matrice de passage est P =
_
2 1
2 1
_
et on a P
1
=
1
4
_
1 1
2 2
_
.
Lquation est donc (
x+y
4
)
2
+ (
2y2x
4
)
2
= 1, soit 5x
2
+ 5y
2
6xy = 16.
On considre maintenant le cas o la base u, v nest pas orthogonale. On va montrer que c est encore une ellipse,
bien quici, les vecteurs u et v ne correspondent plus aux axes de cette ellipse.
Remarque : Soit P la matrice de passage associe la base u, v. On pose A = P
1
et on note X la matrice
_
x
y
_
.
Lquation de c dans la base canonique scrit alors
t
(AX)(AX) = 1, soit
t
XBX = 1 avec B =
t
AA.
Exercice 136 : Montrer que pour toute matrice carre dordre 2 A inversible, la matrice B =
t
AA est symtrique
et ses valeurs propres sont strictement positives. [Commencer par calculer det
t
A, puis det B.]
Daprs le thorme 3, la matrice B est diagonalisable dans une base orthonorme. Autrement dit, si on note Q
la matrice de passage associe cette base orthonorme, la matrice C = Q
1
BQ =
t
QBQ est diagonale. Dans
cette base, lquation de c est x
2
+ y
2
= 1 avec , > 0. Daprs lexercice 135, il sagit bien dune ellipse.
On peut interprter ce rsultat en termes de transformations linaires :
Thorme 5 : Limage dun cercle par une transformation linaire (bijective) du plan R
2
est une ellipse.
Remarque : Pour retrouver lellipse partir de son quation ax
2
+by
2
+2cxy = d, on diagonalise B =
_
a c
c b
_
dans une base orthonorme, puis on rcrit lquation dans cette base.
Exercice 137 : Retrouver par cette mthode les axes de lellipse dquation x
2
+ y
2
+ xy = 3.
20 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
7 Complexes
7.1 Forme algbrique
Dnition : Un nombre complexe z = x+iy est la donne de deux nombres rels x = Re(z) (partie relle de z) et
y = Im(z) (partie imaginaire de z). Lensemble des nombres complexes est C = R + iR = x + iy [ x, y R.
Remarque : Pour z = x+iy et z

= x

+iy

avec x, y, x

, y

R, on a z = z

si et seulement si x = x

et y = y

.
Autrement dit, la forme algbrique dun complexe est unique.
La somme, loppos et la diffrence sont dnis comme pour les vecteurs de R
2
, de mme que le produit par un rel.
Le produit stend aux complexes en posant i
2
= 1. On a donc (x +iy)(x

+iy

) = (xx

yy

) +i(xy

+yx

).
Dnition : Si z = x + iy, on pose z = x iy (conjugu de z) et [z[ =

zz =
_
x
2
+ y
2
(module de z).
Remarque : Linverse se calcule partir du conjugu :
1
z
=
z
zz
=
z
[z[
2
=
x
x
2
+ y
2
+i
y
x
2
+ y
2
si z = x+iy ,= 0.
Exercice 138 : Calculer la forme algbrique du quotient z/z

pour z = x+iy et z

= x

+iy

avec x, y, x

, y

R.
Remarque : On a aussi les identits suivantes : Re(z) =
z + z
2
et Im(z) =
z z
2i
=
i(z z)
2
.
Exercice 139 : quelle condition a-t-on z = z ? quelle condition a-t-on z = z ?
Exercice 140 : Montrer que le conjugu et le module satisfont les proprits suivantes :
z = z, z + z

= z + z

, z = z, zz

= z z

, 1/z = 1/z pour z ,= 0.


[z[ = [z[, [z[ = [z[, [zz

[ = [z[ [z

[, [z[ = 0 ssi z = 0, [1/z[ = 1/[z[ pour z ,= 0.


Remarque : On a aussi lingalit triangulaire [z + z

[ [z[ +[z

[.
7.2 Plan complexe
On reprsente le complexe z = x + iy par le point dafxe z (cest--dire de coordonnes x et y) dans le plan, ou
encore par le vecteur de composantes x et y.
R 0
i
iy
iR
x
C
z = x + iy
1
Dans cette reprsentation, lorigine est 0 et la base canonique est 1, i. Les ensembles R, iR, et C sont appels
respectivement axe rel, axe imaginaire, et plan complexe. Chaque opration a une interprtation gomtrique :
lopration z z correspond la symtrie centrale par rapport lorigine 0 ;
lopration z z correspond la symtrie orthogonale par rapport laxe rel ;
si c = a + ib, lopration z z + c correspond la translation de vecteur c ;
si a R, lopration z az correspond lhomothtie de rapport a ;
si c = a + ib, lopration z cz correspond la similitude de matrice
_
a b
b a
_
.
De plus, [z[ est la norme euclidienne du vecteur z, cest--dire la distance entre lorigine 0 et le point z.
Remarque : On pourrait aussi dnir C comme lensemble des matrices de similitudes du plan R
2
.
Exercice 141 : Quelle est linterprtation gomtrique de lopration z z ?
Dnition : Le cercle unit est lensemble U = z C [ [z[ = 1. Cest aussi le cercle de centre 0 et de rayon 1.
En particulier, 1, 1, i et i sont des lments de U.
Exercice 142 : Montrer les proprits suivantes :
si z, z

U alors zz

U, si z U alors z U et 1/z = z U.
Exercice 143 : En dehors de 1, 1, i et i, existe-t-il des lments de U dont la partie relle et la partie imaginaire
sont des entiers (respectivement des rationnels) ? [Chercher des entiers p, q, r tels que p
2
+ q
2
= r
2
.]
Yves Lafont. Calcul matriciel. 2006. 21
7.3 Racines carres
Dnition : Une racine carre du complexe c est un complexe z tel que z
2
= c.
Exercice 144 : Quelles sont ces racines carres dans le cas o c R? [Distinguer les cas c > 0, c = 0, et c < 0.]
Thorme 6 : Tout complexe c ,= 0 a deux racines carres opposes qui sont notes

c .
En effet, soit c = a+ib avec a, b R. On cherche z = x+iy tel que z
2
= c, cest--dire x
2
y
2
= a et 2xy = b.
Or on a aussi x
2
+ y
2
= [z[
2
= [z
2
[ = [c[, si bien que x
2
et y
2
sont les solutions du systme linaire suivant :
_
X + Y = [c[,
X Y = a.
En gnral, cela donne quatre possibilits pour z = x + iy, mais comme lquation 2xy = b impose que x et y
aient le mme signe si b > 0, ou des signes diffrents si b < 0, il ne reste en fait que deux solutions opposes.
Exemple : Les racines carres de 1 i sont
_
_

2+1
2
i
_

21
2
_
.
Remarque : La notation

c (non prcde du symbole ) na de sens que dans le cas o c est un rel positif :
comme les deux racines carres sont relles, on choisit de noter

c celle qui est positive.
Exercice 145 : Rsoudre les quations suivantes et reprsenter toutes les solutions dans le plan complexe :
z
2
= 1, z
4
= 1, z
8
= 1.
7.4 quations du second degr
Dnition : Un polynme complexe de degr 2 est une fonction de la forme f(z) = az
2
+bz +c avec a, b, c C.
Exercice 146 : Exprimer les coefcients a, b, c en fonction de f(0), f(1) et f(1). [Rsoudre un systme linaire.]
Thorme 7 : Si f(z) = az
2
+ bz + c avec a ,= 0, on a la factorisation f(z) = a(z )(z ) o , sont les
racines complexes
b

2a
avec = b
2
4ac. Ces racines sont aussi les solutions de lquation f(z) = 0.
Exercice 147 : Exprimer + et en fonction des coefcients a, b, c. [Dvelopper le polynme a(z)(z).]
partir de l, retrouver la formule pour les racines , . [Exprimer ( )
2
en fonction de ( + )
2
et de .]
Remarque : Si b = 2b

, les racines scrivent aussi


b

a
avec

= b
2
ac =

4
(discriminant rduit).
Exemple : Les racines de z
2
+ 2iz 2 + i sont
_

2+1
2
i
_
_

21
2
+ 1
_
et
_

2+1
2
+ i
_
_

21
2
1
_
.
Remarque : Si le discriminant est nul, on a la factorisation f(z) = a(z )
2
o =
b
2a
est la racine double.
Exercice 148 : Rsoudre les quations suivantes et reprsenter toutes les solutions dans le plan complexe :
z
3
= 1, z
6
= 1, z
12
= 1.
[Commencer par factoriser f(z) = z
3
1 en remarquant que lquation z
3
1 = 0 a une solution vidente.]
7.5 Exponentielle imaginaire
Dnition : Lexponentielle imaginaire est lapplication f : R C dnie par f() = e
i
= cos + i sin.
En particulier, on a e
0
= e
2i
= 1, e
i
= 1, et e
i
2
= i.
Exercice 149 : En utilisant les formules trigonomtriques, montrer les proprits suivantes :
[e
i
[ = 1, e
i(+

)
= e
i
e
i

, e
i
= e
i
= 1/e
i
.
Remarque : Lexponentielle imaginaire est priodique (de priode 2) et son image f(R) est le cercle unit U.
Rciproquement, le cosinus et le sinus sexpriment partir de lexponentielle imaginaire (formules dEuler) :
cos = Re(e
i
) =
e
i
+ e
i
2
, sin = Im(e
i
) =
e
i
e
i
2i
=
i(e
i
e
i
)
2
.
De plus, si u = e
i
et n Z, on a u
n
= e
in
, do la formule de Moivre : (cos +i sin )
n
= cos(n) +i sin(n).
Exercice 150 : En utilisant les formules dEuler ainsi que les proprits de lexponentielle imaginaire, retrouver les
formules trigonomtriques pour cos(), sin(), cos( +

), sin( +

), cos cos

, sin sin

, et sin cos

.
22 Facult des Sciences de Luminy - Licences MASHS-MI-SPC - Anne 1 - Semestre 2.
7.6 Forme trigonomtrique
Tout complexe z ,= 0 est de la forme z = u avec = [z[ > 0 et u = z/ U. Daprs ce qui prcde, on a :
z = e
i
= cos + i sin avec > 0 et R.
Remarque : Pour z = e
i
et z

e
i

avec ,

> 0 et , R, on a z = z

si et seulement si =

et

2Z = 2k [ k Z. Autrement dit, le module est unique et largument est dni modulo 2.


Le module et largument de z sont les coordonnes polaires du point dafxe z :
R
iR C
z = e
i
0

1
U
e
i
Cela permet dexpliciter linterprtation gomtrique de la multiplication par c = e
i
: lopration z cz
correspond la similitude de rapport et dangle . En particulier, z e
i
z correspond la rotation dangle .
partir des proprits de lexponentielle imaginaire, on obtient les rgles de calcul suivantes :
[e
i
[ = , e
i

e
i

e
i(+

)
, e
i
= e
i
,
1
e
i
=
1

e
i
.
Remarque : On a aussi e
i
= e
i(+)
, mais il ny a pas de rgle simple pour la somme e
i
+

e
i

.
Exercice 151 : Pour z = e
i
et z

e
i

, quelle est la forme trigonomtrique du quotient z/z

?
7.7 Racines n-imes
Dnition : Si n 1, une racine n-ime du complexe c est un complexe z tel que z
n
= c.
Exercice 152 : Montrer que 1 admet n racines n-imes distinctes 1, u, u
2
, . . . , u
n1
o u = e
2i
n
.
Remarque : Cest dans cet ordre quapparaissent les racines si on parcourt U dans le sens trigonomtrique.
Les racines n-imes de 1 sont aussi appeles racines n-imes de lunit. Pour n = 1, 2, 3, 4, on obtient :
i
3
= = i
1 i
2
= 1
i = e
i
2

1

1 1 = e
i
1
j = e
2i
3
j
2
=

Exercice 153 : Retrouver les valeurs remarquables du cosinus et du sinus en utilisant les exercices 145 et 148.
Exercice 154 : Montrer que si z = e
i
, alors v =
n

e
i
n
est une racine n-ime de z, et que si v

est une autre


racine n-ime de z, alors v

/v est une racine n-ime de lunit. En dduire le thorme ci-dessous :


Thorme 8 : z = e
i
admet n racines n-imes distinctes v, vu, vu
2
, . . . , vu
n1
o v =
n

e
i
n
et u = e
2i
n
.
Remarque : Ces racines n-imes sobtiennent en appliquant la similitude z vz aux racines n-imes de lunit.
Elles forment un polygone rgulier n sommets.
Exercice 155 : Calculer la somme des racines n-imes de z. [Cest la somme dune suite gomtrique.]
Dnition : Sil existe un entier n 1 tel que z est une racine n-ime de 1, on dit que z est une racine de lunit.
Exercice 156 : quelles conditions sur et le complexe z = e
i
est-il une racine de lunit ?
7.8 Exponentielle complexe
Dnition : Lexponentielle complexe est lapplication f : C C dnie par la formule suivante :
f(z) = e
z
= e
x
e
iy
= e
x
cos y + ie
x
sin y pour z = x + iy avec x, y R.
Exercice 157 : Montrer les proprits suivantes :
[e
z
[ = e
Re(z)
, e
z+z

= e
z
e
z

, e
z
= e
z
, e
z
= 1/e
z
.
Exercice 158 : tant donn c = e
i
avec > 0 et R, rsoudre lquation e
z
= c dans C.