Vous êtes sur la page 1sur 7

Chapitre 2 :

Introduction aux matrices et au calcul matriciel

Dans le premier chapitre, nous avons vu la rsolution par la mthode du pivot de systmes
dquation du type :
x + 2y z = 1
(S) x y + z = 3
x + y 2z = 3
On peut rcrire cela dune autre faon :
1 2 1 x 1
1 1 1 y = 3


1 1 2 z 3
Ce sont des matrices, et on a deux matrices colonnes.

I Prsentation des matrices lments rels


A) Dfinition
Une matrice est un tableau de rels :

A=

a11 a12
a21 a22
.
.
ai1 ai2
.
.
am1 am2

a1j
a2j
.
aij
.
amj

a1n
a2n
.
ain
.
amn

A = (aij) avec aij IR


i = 1, , m
j = 1, , n

B) Format dune matrice


Le format de la matrice A est (m, n).

1 0
Soit B = 1 2 Le format de B est (3, 2)

2 2

26

Algbre linaire

1 1 2

0 2 2

Soit C =

Le format de C est (2, 3)

II Les matrices particulires


A) Matrices nulles
Une matrice nulle est une matrice dont tous les lments sont nuls.

0
0 0 0
0 0
ou
ou encore

0
0 0 0
0 0

Par exemple :

B) Matrices transposes
On dit que la matrice AT est la transpose de A si les colonnes de AT sont formes par les lignes
de A.
A = (aij)
i = 1, , m
j = 1, , n
AT = (tij) avec tij = aji
Si A est au format (m, n), AT est au format (n, m).

C) Matrices carres
1) Dfinition

2) Diagonale principale dune matrice carre

D) Matrices carres particulires


1) Matrices triangulaires
2) Matrices diagonales
3) Matrices identit

Chapitre 2. Introduction aux matrices et au calcul matriciel

27

4) Matrices symtriques

III Oprations sur les matrices


A) Somme de deux matrices

B) Produit dune matrice par un rel

C) Produit dune matrice par une matrice (ou un vecteur) colonne droite

D) Produit de deux matrices


1) Principes
2) Produit dune matrice quelconque par une matrice identit
3) Produit de deux matrices diagonales de mme ordre
4) La transpose du produit de deux matrices
Thorme : Soient deux matrices A = (aij) o aij IR, i = 1, , m ; j = 1, , n et B = (bij) o bij IR,
i = 1, , n ; j = 1, , p.
On a : (AB) = BA
Dmonstration

AB = aik bkj. On a donc : (AB) = ajk bki


k = 1

k = 1

Par ailleurs, comme A = (aij), on a : A = (aij) avec aij = aji, et comme B = (bij), on a : B = (bij) avec
bij = bji.

On a donc : BA =

bik akj =

k = 1

k = 1

ki ajk

5) Matrices inverses

IV Rang dune matrice

28

Algbre linaire

A) Dpendance ou indpendance linaire des colonnes dune matrice


Dfinition de la dpendance linaire des colonnes dune matrice
Dfinition de lindpendance linaire des colonnes dune matrice
Mthode

B) Dpendance ou indpendance linaire des lignes dune matrice


Dfinition de la dpendance linaire des lignes dune matrice
Dfinition de lindpendance linaire des lignes dune matrice (mme remarque)

3) Mthode
L1
Pour savoir si les lignes . dune matrice A sont linairement dpendantes ou indpendantes, on

Lm
rsout le systme 1L1 + + mLm = 0.
Si la seule solution de ce systme est 1 = = m = 0, on conclut que les lignes de A sont linairement
indpendantes.
Si 1 = = m = 0 nest pas la seule solution de ce systme, on conclut alors que les lignes de A sont
linairement dpendantes.

Exemples
1 2 1
A1 = 2 2 2
1 1 1
1
2
1 0
1L1 + 2L2 + 3L3 = 0 1 2 + 2 2 + 3 1 = 0
1
2
1 0
1 22 3 0
21 + 22 + 3 = 0
1 22 3 0
1 + 22 + 3 0
21 + 22 + 3 = 0
1 22 + 3 0
1 + 22 + 3 = 0
21 + 22 + 3 = 0 puis rsolution par la mthode du pivot de Gauss.
1 22 + 3 = 0
1 = 2 = 3 = 0
Conclusion : Lunique solution du systme tant 1 = 2 = 3 = 0, les lignes de la matrice A1 sont
linairement indpendantes.
1 2 1
A2 = 2 2 2
1 0 1

Chapitre 2. Introduction aux matrices et au calcul matriciel

29

1
2
1 0

2
2
1L1 + 2L2 + 3L3 = 0 1 + 2 + 3 0 = 0
1
2
1 0
1 + 22 3 = 0
1 + 22 3 = 0
3 = 2
21 + 22 = 0
21 + 22 = 0

1 = 2
2 + = 0
0 = 0
[L3 = L1 + L3]
1
2
3
Conclusion : Ce systme ayant dautres solutions que 1 = 2 = 3 = 0, les lignes de A2 sont
linairement dpendantes.

C) Rang dune matrice


Dfinition
Thormes
1) Le rang des lignes dune matrice est gal au rang de ses colonnes (une matrice comporte autant de
lignes linairement indpendantes que de colonnes linairement indpendantes).
2) Le rang dune matrice ne change pas si lon remplace une de ses colonnes (lignes) par une
combinaison linaire delle-mme et dune autre colonne (ligne) de cette matrice.
3) Le rang dune matrice ne change pas si lon permute ses lignes ou ses colonnes.
4) Le rang dune matrice triangulaire est gal lordre de cette matrice si les termes situs sur sa
diagonale principale sont tous diffrents de 0.
5) Le rang dune matrice A est suprieur ou gal au rang de nimporte laquelle de ses sous-matrices.
On appelle sous-matrice de la matrice A, la matrice A laquelle on a retir certaine(s) de ses
ligne(s) et ou colonne(s).
Une matrice de plein rang ou matrice rgulire est une matrice carre dont toutes les colonnes
et les lignes sont linairement indpendantes.
Une matrice rgulire est donc une matrice carre dont le rang est gal lordre.

D) Rang de matrices et existence de solutions des systmes dquations


linaires
Nous avons vu quun systme dquations linaire peut scrire sous la forme AX = B, o X est une
matrice colonne inconnue, et A et B deux matrices donnes.

Exemples
x + 2y z = 1
 S2 : x y + z = 3
x + y 2z = 3

11

2 1

1 1
1 2
A

xy 1
=3
z 3
X

1
2
1 1

x 1 + y 1 + z 1 = 3
1
1
2 3

30

Algbre linaire

a dit que la quatrime colonne est une combinaison linaire des trois autres, ce qui veut dire que
le rang de la matrice forme par les quatre colonnes ne change pas si on enlve la quatrime
colonne.
1 2 1 1
1 2 1

rang 1 1 1 3 = rang 1 1 1
1 1 2 3
1 1 2
a au moins une solution si et seulement si on a : rang(A | B) = rang(A)
Ce systme
na pas de solution si et seulement si on a : rang(A | B) = 1 + rang(A)

S2 a-t-il (au moins) une solution ?


1 2 1 1
1 2 1 1

rang 1 1 1 3 = rang 0 3 2 4
1 1 2 3
0 1 1 2
1 2 1 1
= rang 0 3 2 4
0 5 0 0

L1

L1 L2

L1 L3
L1

L2

L2 + 2L3

1 1 2 1
= rang 0 2 3 4
0 0 5 0
1 1 2
rang 0 2 3 = 3
0 0 5
3 car la matrice comporte trois lignes
Donc : rang{A | B} = 3
1 2 1
1 2 1

rang{A} = rang 1 1 1 = rang 0 3 2 = 3


1 1 2
0 5 0
Conclusion : Le systme S2 a au moins une solution car rang{A | B} = rang{A}.

 S3

11
:
2

1 1
1 2
2 1
A

2
xy 1

=
z 0
X

Ce systme a au moins une solution si et seulement si on a : rang{A | B} = rang{A}.

Chapitre 2. Introduction aux matrices et au calcul matriciel

31

1 1 1 2
rang{A | B} = rang 1 1 2 1
2 2 1 0
1 1 1 2
= rang 0 0 3 3
0 0 3 4

L1

L1 L2

2L1 L3

1 1 1 2
= rang 0 0 3 3
0 0 0 1

L1

L2

L3 L2

rang{A | B} = 3
1 1 1
rang{A} = rang 1 1 2 < 3 car C1 = C2
2 2 1
Conclusion : rang{A} rang{A | B}, donc S3 na pas de solution.

32

Algbre linaire