Matrice inverse

Matrices elementaires
Inversibilite et matrice inverse
Rappel : La matrice identite I est lelement neutre pour la multipli-
cation matricielle, puisque pour une matrice quelconque A : mn
on a :
I
m
A = A = AI
n
Denition. Une matrice carree A : n n est dite inversible sil
existe une matrice X : n n satisfaisant :
AX = I et XA = I
On dit que la matrice X est une matrice inverse de la matrice A
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 1
Exemples
1. La matrice A suivante nest pas inversible :
A =
_

_
1 1 3
0 0 0
4 5 6
_

_
En eet si il existait X avec AX = I on devrait avoir en particulier
(AX)
22
= (I)
22
cest-`a-dire 0x
12
+ 0x
22
+ 0x
32
= 1
equation qui na pas de solution.
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 2
2. La matrice A =
_
25

est inversible, car X =
_
0.04

satisfait
_
25
_
0.04

= [1] =
_
0.04
_
25

3. La matrice A =
_
1 8
0 1
_
est inversible, car X =
_
1 8
0 1
_
satisfait
AX =
_
1 8
0 1
_ _
1 8
0 1
_
=
_
1 0
0 1
_
XA =
_
1 8
0 1
_ _
1 8
0 1
_
=
_
1 0
0 1
_
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 3
Theor`eme. Si la matrice A est inversible, elle admet une seule
matrice inverse, quon notera desormais A
1
.
Pr. Supposons que X et Y soient deux matrices inverses de A. On
a donc en particulier XA = I et AY = I. Mais alors
X = XI = X(AY ) = (XA)Y = IY = Y
2
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 4
Denition. On denit
A
n
:= A A
. .
n facteurs
et, si A est inversible,
A
n
:= A
1
A
1
. .
n facteurs
Theor`eme. Soit A : n n une matrice inversible, alors
1. A
1
est inversible et
_
A
1
_
1
= A
2. A
n
est inversible et (A
n
)
1
= A
n
3. kA est inversible si k = 0 et (kA)
1
=
1
k
A
1
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 5
Theor`eme. Soit A : nn et B : nn deux matrices inversibles.
Alors
1. AB est une matrice inversible et
2. (AB)
1
= B
1
A
1
Pr. On montre les deux proprietes en veriant que
_
B
1
A
1
_
(AB) = (AB)
_
B
1
A
1
_
= I
Or
_
B
1
A
1
_
(AB) = B
1
_
A
1
A
_
B = B
1
IB = B
1
B = I
(AB)
_
B
1
A
1
_
= A
_
BB
1
_
A
1
= AIA
1
= AA
1
= I
2
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 6
Remarque : Larmation de ce theor`eme se generalise par induc-
tion au cas de plusieurs matrices inversibles de meme ordre. Le
produit de matrices inversibles est une matrice inversible, egale
au produit des matrices inverses respectives eectue dans lordre
inverse.
(A
1
A
2
A
n
)
1
= A
1
n
A
1
2
A
1
1
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 7
Description de lalgorithme de Gauss avec le
calcul matriciel
Denition. On appelle operation elementaire loperation eectuee
sur les lignes dune matrice dun des trois types suivants :
1. Multiplier une ligne par une constante non nulle.
2. Permuter deux lignes.
3. Ajouter un multiple dune ligne `a une autre.
Remarque : Ces operations sont precisement celles utilisees dans
lalgorithme de Gauss.
Denition. La matrice E : m m est une matrice elementaire
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 8
si elle resulte dune unique operation elementaire eectuee sur les
lignes de la matrice identite I
m
.
Il existe donc trois types de matrices elementaires, correspondants
aux trois types doperations elementaires.
Notation et interpretation :
1. E
i
(a) : multiplier la i-`eme ligne de la matrice identite par a, a =
0.
2. E
ij
: permuter les lignes i et j de la matrice identite.
3. E
ij
(c) : ajouter c fois la j-`eme ligne de la matrice identite `a la
i-`eme.
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 9
Dans cette notation lordre m de la matrice elementaire est sous-
entendu.
Exemples : pour m = 4 on a
E
2
(9) =
_

_
1 0 0 0
0 9 0 0
0 0 1 0
0 0 0 1
_

_
E
24
=
_

_
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
_

_
E
24
(4) =
_

_
1 0 0 0
0 1 0 4
0 0 1 0
0 0 0 1
_

_
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 10
Theor`eme. Soit A : mn une matrice quelconque et E : mm
une matrice elementaire resultant dune certaine operation elemen-
taire eectuee sur les lignes de I
m
. Alors la matrice EA est le resultat
de la meme operation elementaire appliquee aux lignes de A.
Pr. Decoule de linterpretation du produit matriciel : la i-`eme ligne
de EA est une combinaison lineaire des lignes de A avec les coef-
cients provenant de la ligne i de E. Or ces coecients decrivent
precisement loperation elementaire en question. 2
Exemples :
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 11
1. Pour une matrice A : 2 2,
E
1
(7)A =
_
7 0
0 1
_ _
a
11
a
12
a
21
a
22
_
=
_
7a
11
7a
12
a
21
a
22
_
2. Pour une matrice A : 3 2,
E
13
A =
_

_
0 0 1
0 1 0
1 0 0
_

_
_

_
a
11
a
12
a
21
a
22
a
31
a
32
_

_ =
_

_
a
31
a
32
a
21
a
22
a
11
a
12
_

_
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 12
3. Pour une matrice A : 3 2,
E
13
(3)A =
_

_
1 0 3
0 1 0
0 0 1
_

_
_

_
a
11
a
12
a
21
a
22
a
31
a
32
_

_
=
_

_
a
11
3a
31
a
12
3a
32
a
21
a
22
a
31
a
32
_

_
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 13
Theor`eme. Toute matrice elementaire est inversible, et on a :
1. [E
i
(a)]
1
= E
i
(
1
a
) , a = 0
2. [E
ij
]
1
= E
ij
3. [E
ij
(c)]
1
= E
ij
(c)
Pr. Soit E une matrice elementaire quelconque et E
0
la matrice
denie comme matrice inverse de E dans le theor`eme. E
0
est tou-
jours denie et on verie que EE
0
= I = E
0
E. En eet E
0
decrit
loperation elementaire inverse de celle decrite par E, precisement
celle qui appliquee `a E redonne I. 2
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 14

Equivalence par lignes

Denition. Deux matrices de meme taille A : mn et B : mn
sont dites equivalentes par lignes si B peut etre obtenue `a partir de
A par une suite doperations elementaires eectuees sur les lignes
de A. On note A
l
B.
On a donc A
l
B si il existe des matrices elementaires
E
1
, E
2
, . . . , E
k
telles que
B = E
k
E
2
E
1
A
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 15
Cette relation est donc symetrique, car on a alors aussi
E
1
1
E
1
2
E
1
k
B = E
1
1
E
1
2
E
1
k
(E
k
E
2
E
1
A)
=
_
E
1
1
_
E
1
2

_
E
1
k
E
k
_
E
2
_
E
1
_
A
= A
et les matrices E
1
i
sont bien des matrices elementaires.
Theor`eme. Pour toute matrice carree A : n n les armations
suivantes sont equivalentes :
1. A est inversible.
2. Lequation AX = 0 na que la solution triviale X = 0.
3. A est equivalente par lignes `a I. (A
l
I
n
)
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 16
Pr. On montre les implications 1. 2. 3. 1.
1. 2. Soit X
0
une solution quelconque de AX = 0, donc
satisfaisant AX
0
= 0. Puisque A
1
existe, on a aussi A
1
AX
0
=
A
1
0 cest-`a-dire X
0
= 0.
2. 3. Soit A
0
la matrice augmentee du syst`eme AX = 0.
A
0
=
_

_
a
11
a
1n
.
.
.
. . .
.
.
.
a
n1
a
nn

0
.
.
.
0
_

_
La solution triviale X = 0 etant la solution unique du syst`eme, en
appliquant lalgorithme de Gauss `a A
0
on obtient necessairement
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 17
une matrice echelonnee reduite R
0
de la forme
R
0
=
_

_
1 0
.
.
.
. . .
.
.
.
0 1

0
.
.
.
0
_

_ = [I
n
| 0]
o` u chaque ligne a son 1 directeur. Mais lalgorithme de Gauss
est une suite doperations elementaires eectuees sur A
0
. Il
existe donc des matrices elementaires E
1
, E
2
, . . . , E
k
telles que
E
k
E
2
E
1
A
0
= R
0
, cest-`a-dire E
k
E
2
E
1
[A| 0] = [I
n
| 0] et
donc E
k
E
2
E
1
A = I
n
soit A
l
I
n
.
3. 1. A
l
I
n
signie quil existe des matrices elementaires
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 18
E
1
, E
2
, . . . , E
k
telles que E
k
E
2
E
1
A = I
n
, mais alors on
a E
1
1
E
1
2
E
1
k
E
k
E
2
E
1
A = E
1
1
E
1
2
E
1
k
I
n
, cest-`a-
dire A = E
1
1
E
1
2
E
1
k
. A est un produit de matrices (elemen-
taires) inversibles, donc inversible.
2
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 19
Methode de calcul de linverse
On deduit du theor`eme precedent la methode suivante pour deter-
miner si une matrice A : n n est inversible et, le cas echeant,
calculer son inverse :
1. Former la matriceaugmentee[A| I
n
].
2.

Echelonner et reduire cette matrice - sans faire aparaitre de 1-
directeur dans la partie correspondant `a I - obtenant ainsi la ma-
trice [R| X].
3. Si R = I
n
, alors A
1
= X,
Sinon A nest pas inversible.
Remarque : Lapplication de lalgorithme de Gauss fournit non
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 20
seulement linverse, quand elle existe, mais egalement une decom-
position de celle-ci - et donc de A - en produit de matrices elemen-
taires, qui est souvent plus utile que la matrice explicite. Pour cela
il sut de repertorier la suite doperations elementaires eectuees.
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 21
Exemples
1.
A =
_

_
1 2 3
2 5 3
1 0 8
_

_
_

_
1 2 3
2 5 3
1 0 8

1 0 0
0 1 0
0 0 1
_

_ l
2
2l
1
l
3
l
1

_
1 2 3
0 1 3
0 2 5

1 0 0
2 1 0
1 0 1
_

_
l
3
+ 2l
2

Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 22

_

_
1 2 3
0 1 3
0 0 1

1 0 0
2 1 0
5 2 1
_

_
l
3

_
1 2 3
0 1 3
0 0 1

1 0 0
2 1 0
5 2 1
_

_
l
1
3l
3
l
2
+ 3l
3

_

_
1 2 0
0 1 0
0 0 1

14 6 3
13 5 3
5 2 1
_

_
l
1
2l
2

Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 23

_

_
1 0 0
0 1 0
0 0 1

40 16 9
13 5 3
5 2 1
_

_
il vient
A
1
=
_

_
40 16 9
13 5 3
5 2 1
_

_
mais encore
E
12
(2)E
13
(3)E
23
(3)E
3
(1)E
32
(2)E
31
(1)E
21
(2)A = I
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 24
et
E
12
(2)E
13
(3)E
23
(3)E
3
(1)E
32
(2)E
31
(1)E
21
(2)I = A
1
donc aussi pour la matrice A elle-meme, en appliquant les r`egles
pour linverse dun produit de matrices inversibles
A = E
21
(2)E
31
(1)E
32
(2)E
3
(1)E
23
(3)E
13
(3)E
12
(2)
2.
A =
_

_
1 4 6
2 3 0
4 5 12
_

_
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 25
_

_
1 4 6
2 3 0
4 5 12

1 0 0
0 1 0
0 0 1
_

_ l
2
2l
1
l
3
4l
1

_
1 4 6
0 11 12
0 11 12

1 0 0
2 1 0
4 0 1
_

_
1
11
l
2

_

_
1 4 6
0 1
12
11
0 11 12

1 0 0
2
11

1
11
0
4 0 1
_

_
l
3
+ 11l
2

Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 26

_

_
1 4 6
0 1
12
11
0 0 0

1 0 0
2
11

1
11
0
2 1 1
_

_
l
1
4l
2

_
1 0
18
11
0 1
12
11
0 0 0

3
11
4
11
0
2
11

1
11
0
2 1 1
_

_ = [R| X]
On conclut que A nest pas inversible, puisque R = I.
Neanmoins, on a
XA = R et A = X
1
R
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 27
avec
X = E
12
(4)E
32
(11)E
2
(
1
11
)E
31
(4)E
21
(2)
X
1
= E
21
(2)E
31
(4)E
2
(11)E
32
(11)E
12
(4)
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 28
Decomposition LU
La suite doperations eectuees par lalgorithme de Gauss pour eche-
lonner et reduire une matrice A secrit, de mani`ere generale, comme
le produit matriciel
E
k
. . . E
i+1
E
i
. . . E
1
A = R
o` u R est la matrice echelonnee reduite obtenue, les matrices
E
1
, . . . , E
i
sont les matrices elementaires correspondant aux ope-
rations successives de la phase echelonner de lalgorithme, et les
matrices E
i+1
, . . . , E
k
celles de la phasereduire.
On supposera dans ce qui suit quon na pas d u faire de permutations
de lignes au cours de la phase echelonner. On remarque qualors
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 29
les matrices E
1
, . . . , E
i
sont toutes des matrices triangulaires in-
ferieures, et les matrices E
i+1
, . . . , E
k
des matrices triangulaires
superieures.
On a donc
A = E
1
1
. . . E
1
i
E
1
i+1
. . . E
1
k
R
A = (E
1
1
. . . E
1
i
)(E
1
i+1
. . . E
1
k
)R
A = LUR
o` u L, produit de matrices triangulaires inferieures, est une matrice
triangulaire inferieure, et U une matrice triangulaire superieure.
Si A est une matrice carree, alors R est une matrice triangulaire
superieure et U

= UR est encore triangulaire superieure et on

Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 30
obtient ainsi une factorisation de A de la forme A = LU

, produit
dune matrice triangulaire inferieure par une triangulaire superieure.
En particulier si A est inversible on a R = I et donc directement
A = LU.
Exemple Dans lexemple 1. precedent on a obtenu
(E
12
(2)E
13
(3)E
23
(3)) (E
3
(1)E
32
(2)E
31
(1)E
21
(2)) A = I
soit
A = (E
21
(2)E
31
(1)E
32
(2)E
3
(1)) (E
23
(3)E
13
(3)E
12
(2))
= LU
avec
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 31
L =
_

_
1 0 0
2 1 0
0 0 1
_

_
_

_
1 0 0
0 1 0
1 0 1
_

_
_

_
1 0 0
0 1 0
0 2 1
_

_
_

_
1 0 0
0 1 0
0 0 1
_

_
L =
_

_
1 0 0
2 1 0
1 2 1
_

_
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 32
U =
_

_
1 0 0
0 1 3
0 0 1
_

_
_

_
1 0 3
0 1 0
0 0 1
_

_
_

_
1 2 0
0 1 0
0 0 1
_

_
U =
_

_
1 2 3
0 1 3
0 0 1
_

_
On a de meme une decomposition de A
1
de la forme A
1
=
U
1
L
1
avec
U
1
=
_

_
1 2 9
0 1 3
0 0 1
_

_ et L
1
=
_

_
1 0 0
2 1 0
5 2 1
_

_
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 33
Caracterisation des matrices inversibles
La methode de calcul de linverse permet de completer les arma-
tions equivalentes dej`a prouvees dans le theor`eme precedent.
Theor`eme. Pour toute matrice carree A : n n les armations
suivantes sont equivalentes :
1. A est inversible.
2. Lequation AX = 0 na que la solution triviale X = 0.
3. A est equivalente par lignes `a I. (A
l
I
n)
)
4. Le syst`eme Ax =

b poss`ede une solution pour tout vecteur

b.
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 34
Pr. On a dej`a montre lequivalence des 3 premi`eres armations.
1. 4. Pour tout

b, A
1
b est bien deni et on verie que
x
0
= A
1
b est solution du syst`eme : A(A
1
b) = (AA
1
)

b =

b
4. 1. Le syst`eme poss`ede une solution pour tout

b, en par-
ticulier en choisissant pour

b chacun des vecteurs colonnes de la
matrice identite
e
1
=
_

_
1
.
.
.
0
_

_, . . . , e
n
=
_

_
0
.
.
.
1
_

_
Soit x
i
une solution de Ax = e
i
, i = 1, . . . , n et soit X la ma-
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 35
trice ayant pour colonnes ces vecteurs x
i
: X =
_
x
1
|. . .| x
n

.
Il vient
AX = A
_
x
1
|. . .| x
n

=
_
Ax
1
|. . .| Ax
n

=
_
e
1
|. . .| e
n

= I
donc A est inversible et X est son inverse.
2
Alg`ebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 36