Dpartement de mathmatiques et informatique

L1S1, module A ou B

Chapitre 2
Matrices

Emmanuel Royer

emmanuel.royer@math.univ-bpclermont.fr

p. 2

Table des matires

Table des matires

1 Les matrices
1.1 Dfinition . . . . . . . . . . . . . . . . . . .
1.2 Matrices particulires . . . . . . . . . . . .
1.2.1 Matrices colonnes . . . . . . . . . .
1.2.2 Matrices lignes . . . . . . . . . . .
1.2.3 Matrices carres . . . . . . . . . . .
1.2.4 Matrices triangulaires infrieures .
1.2.5 Matrices triangulaires suprieures
1.2.6 Matrices diagonales . . . . . . . . .
1.2.7 Matrices scalaires . . . . . . . . . .
1.2.8 Matrice identit . . . . . . . . . . .
1.2.9 Matrice nulle . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.

3
3
4
4
4
4
4
4
4
5
5
5

.
.
.
.
.
.
.
.
.
.
.

5
5
6
6
7
7
7
8
10
11
13
15

3 Systmes dquations linaires

3.1 Remarques gnrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Rsolution des systmes . . . . . . . . . . . . . . . . . . . . . . . . . . .

16
16
17

4 Inversion de matrices

25

5 Dterminants
5.1 Dfinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

28
28
29

6 Exercices

40

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

2 Calcul matriciel
2.1 galit des matrices . . . . . . . . . . . . . . . . . . . . . . .
2.2 Addition des matrices . . . . . . . . . . . . . . . . . . . . . .
2.3 Produit dune matrice par un lment de K . . . . . . . . .
2.4 Produit de deux matrices . . . . . . . . . . . . . . . . . . . .
2.4.1 Produit dune matrice ligne par une matrice colonne
2.4.2 Produit dune matrice par une matrice colonne . . .
2.4.3 Produit dune matrice par une matrice . . . . . . . .
2.4.4 Proprits . . . . . . . . . . . . . . . . . . . . . . . .
2.4.5 Puissances . . . . . . . . . . . . . . . . . . . . . . . .
2.4.6 Inverse dune matrice carre . . . . . . . . . . . . . .
2.4.7 Transpose dune matrice . . . . . . . . . . . . . . .

A Matrices lmentaires
A.1 Dfinition et proprits lementaires .
A.2 Mise en chelons des matrices . . . . .
A.3 Matrices lmentaires et inversibilit .
A.4 Systmes et oprations lmentaires .
A.5 Justification de la mthode dinversion

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.

45
45
47
50
51
52

B Dterminants
B.1 Dterminant dun produit . . . . . . . . . . . . . . . . . . . . . . . . . .
B.2 Dterminant et transposition . . . . . . . . . . . . . . . . . . . . . . . . .

53
53
53

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

Rfrence Franois Liret & Dominique Martinais, Cours de mathmatiques, Algbre

1re anne . Dunod.

Les matrices

p. 3

Avertissement prliminaire. Dans tout ce chapitre, on fixe K lun des trois corps Q, R
ou C. Ceci signifie que vous pouvez lire le chapitre en remplaant la lettre K par R puis
le relire en remplaant la lettre K par C et le relire une troisime fois en remplaant la
lettre K par Q.

Les matrices

1.1) Dfinition
On appelle matrice coefficients dans K la donne :
a) dun nombre p de colonnes ;
b) dun nombre n de lignes ;
c) dun ensemble de np coefficients de K rangs dans un tableau de n lignes et p
colonnes.
On numrote les coefficients avec deux indices : le premier indique le numro de la
ligne (on les numrote du haut vers le bas), le second le numro de la colonne (on les
numrote de gauche droite). Ainsi, le coefficient aij est lintersection de la i e ligne et
de la j e colonne. On note alors (aij )1in la matrice. On dit que la matrice est de taille
1jp

n p (lire n croix p et respecter lordre de lecture).

Exemple 1 Si

1 2

(aij )1i3 = 3 4

1j2
5 6
alors
a11 = 1, a12 = 2
a21 = 3, a22 = 4
a31 = 5, a32 = 6.
Exemple 2
!
3 5 7
(i + 2j)1i2 =
4 6 8
1j3

1
0

(i + j)1i3 = 1 0 .

1j2
2 1

Notation 3 On note Mn,p (K) lensemble des matrices de taille n p coefficients dans
K.

p. 4

Les matrices

1.2) Matrices particulires

1.2.1

Matrices colonnes

a1
a
2
Ce sont les matrices une colonne : . .
..

an
1.2.2

Matrices lignes



Ce sont les matrices une ligne : a1 a2 . . . an .
1.2.3

Matrices carres

Ce sont les matrices qui ont mme nombres de lignes et de colonnes. Ce nombre de
lignes et de colonnes sappelle lordre de la matrice. Les coefficients ayant mme
  indice
de ligne et de colonne sappellent les coefficients diagonaux. Par exemple, 13 57 est une
matrice carre dordre 2. Les coefficients diagonaux sont 1 et 7.
Notation 4 On note Mn (K) lensemble des matrices carres dordre n coefficients
dans K.
1.2.4

Matrices triangulaires infrieures

Ce sont les matrices carres dont tous les coefficients strictement au dessus de la
diagonale (cest--dire dindices ij avec j > i) sont nuls. Par exemple :

1 0 0

2 3 0 ,

4 5 6
1.2.5

1 0 0

0 2 0 ,

1 0 3

1 0 0

0 2 0 .

0 0 3

Matrices triangulaires suprieures

Ce sont les matrices carres dont tous les coefficients strictement au dessous de la
diagonale (cest--dire dindices ij avec j < i) sont nuls. Par exemple :

1 2 3

0 4 5 ,

0 0 6
1.2.6

1 0 1

0 2 0 ,

0 0 3

1 0 0

0 2 0 .

0 0 3

Matrices diagonales

Ce sont les matrices carres la fois triangulaires suprieures et triangulaires

infrieures. Les seuls coefficients pouvant tre non nuls sont donc ceux de la diagonale.

Calcul matriciel

p. 5

Par exemple :

0
2
0
0

0
0
3
0

0
,
0

1 0 0

0 0 0 .

0 0 0

On noter Diag(a1 , . . . , an ) la matrice diagonale dont les coefficients sont (a1 , . . . , an ).

1.2.7

Matrices scalaires

Ce sont les matrices diagonales dont tous les coefficients diagonaux sont gaux. Par
exemple :

0 0 0

0 0 0

0 0 0 .

0 0 0
1.2.8

Matrice identit

Cest la matrice scalaire dont tous les coefficients diagonaux valent 1. On note In la
matrice identit dordre n. Par exemple :

0
I4 =
0

0
1.2.9

0
1
0
0

0
0
1
0

0
.
0

Matrice nulle

Cest la matrice non ncessairement carre dont tous les coefficients sont nuls. On
la note 0n,p ou 0n p si elle a n lignes et p colonnes, 0 sil ny a pas dambigit. Par
exemple :
!
0 0 0
023 =
.
0 0 0

Calcul matriciel

2.1) galit des matrices

Deux matrices A et B sont gales, ce quon note A = B si
elles ont mme nombre de lignes ;
elles ont mme nombre de colonnes ;
les coefficients la mme position sont gaux.

p. 6

Calcul matriciel

Si A = (aij )1in et B = (bij )1in , la condition dgalit des coefficients est :

1jp

1jp

pour tout i dans {1, . . . , n}, pour tout j dans {1, . . . , p}, aij = bij .
Exemple 5

5 3
2 + 3
1 + 2

3
4 7 = 3
3 .

0
1
11
1
Exemple 6
!
!
0 0 0
0 0
,
.
0 0 0
0 0

2.2) Addition des matrices

Soit A et B deux matrices coefficients dans K ayant mme nombre de lignes n et
mme nombre de colonnes p, la somme A + B de A et B est la matrice n lignes et p
colonnes dont chaque coefficient est somme des coefficients de mme position de A et
de B : si A = (aij )1in et B = (bij )1in alors A + B = (aij + bij )1in .
1jp

1jp

1jp

Exemple 7
!
!
!
!
1 7 12
14 7 21
1 + 14 7 7 12 + 21
15 0 33
+
=
=
.
5 3 21
5 13 12
5 + 5 3 + 13 21 + 12
0 16 33
Les rgles suivantes rsultent des rgles quivalentes sur laddition des lments de
K.
Proposition 8 Si A, B et C sont trois matrices de Mn,p (K).
Laddition est associative : (A + B) + C = A + (B + C) ;
la matrice nulle n lignes et p colonnes est un lment neutre pour laddition :
A+0 = A;
toute matrice admet un symtrique : en posant A = (aij )1in on a
1jp

A + (A) = 0 ;
laddition est commutative : A + B = B + A.
Remarque 9 On note A B la somme de A et du symtrique de B, autrement dit
A B = A + (B).

2.3) Produit dune matrice par un lment de K

Soit A une matrice de Mn,p (K) et K. On appelle produit (externe) de par A, et
on note A la matrice dont chaque coefficient est obtenu en multipliant le coefficient
de mme position de A par :
(aij )1in = (aij )1in .
1jp

1jp

Calcul matriciel

p. 7

Exemple 10

e2 3
3e2

3 sin(4) cos(4) = 3 sin(4) 3 cos(4) .

1
0
3
30
On vrifie sans relle difficult la proposition suivante.
Thorme 11 Soit , des lments de K, A et B des matrices de Mn,p (K). Alors,
a) (A + B) = A + B
b) ( + )A = A + A
c) ()A = (A)
d) 1A = A.
Remarque 12 Le choix, dans b) de = = 0 montre que 0 A = 0. Le choix de
= = 1 montre ensuite que (1) A = A : le produit par 1 de A est loppos de A.

2.4) Produit de deux matrices

2.4.1

Produit dune matrice ligne par une matrice colonne

b1



Soit A = a1 . . . ap une matrice ligne de M1,p (K) et B = ... une matrice colonne

bp
de Mp,1 (K) (noter que la ligne et la colonne ont mme nombre dlments). Le produit
de A par B, not AB est la matrice 1 1 dont le coefficient est
a1 b1 + a2 b2 + + ap bp .

2



Exemple 13 Le produit de 2 0 1 par 1 est

0


 2 
  
2 0 1 1 = 2 2 + 0 (1) + 1 0 = 4 .

0
2.4.2

Produit dune matrice par une matrice colonne

Soit A Mn,p (K) une matrice et B Mp,1 (K) une matrice colonne.
Remarque 14 Noter que A a autant de colonnes que B a de lignes.

p. 8

Calcul matriciel

Le produit de A par B, not AB est la matrice colonne n 1 dont la ligne no i est le

coefficient du produit de la ligne no i de A avec la colonne B et ce pour chaque numro
de ligne i entre 1 et n :

a11
.
.
.

ai1

.
..

an1

b1



.
coefficient de a
..
11 . . . a1p

bp

a b + + a b
..

. . . a1p
1p p
11 1

.. b
..

1
. 1
.




..
..
. . . aip . = coefficient de ai1 . . . aip . = ai1 b1 + + aip bp .

.. b
..

bp

. p
.

..
. . . anp
an1 b1 + + anp bp

b1




coefficient de an1 . . . anp ...

bp

1

2 0 1
Exemple 15 Le produit de
par 3 est
3 1 2

0
!




coefficient de 2 0 1 3
! 1

2 0 1
0
3 =
3 1 2

 1

0
coefficient de 3 1 2 3

0
!
21+03+10
=
3113+20
!
2
=
.
0

2.4.3

Produit dune matrice par une matrice

Soit A Mn,p (K) et B Mp,q (K) deux matrices.

Remarque 16 Noter que A a autant de colonnes que B a de lignes.
Le produit de A par B est la matrice n q dont la colonne no j est le produit de A
par la colonne no j de B et ce pour chaque numro de colonne j compris entre 1 et q :

Calcul matriciel

B1

A= AB1

B2 . . .

AB2 . . .

p. 9

Bq

ABq

2 0 1 0

2 0 1
Exemple 17 On veut faire le produit de A =
par B = 1 1 3 1. On
3 1 2

0 1 0 2
commence par remarquer que A a trois colonnes et que B a trois lignes : le produit peut
tre calcul. Par ailleurs, A 2 lignes et B a 4 colonnes, la matrice produit sera donc de
taille 2 4.

2 0 1 0

1 1 3 1

0 1 0 2

2 0 1

3 1 2


2

0
1

 2
1
1
2

0

2 0
3 1

 0
1
1
2

1

2 0
3 1

 1
1
3
2

0

puis
2
3

2
3
do

!
!
! 2
2 2 + 0 (1) + 1 0
4
0 1
1 =
=
,
3 21 (1) + 2 0
7
1 2
0

! 0
!
!
20+01+11
1
2 0 1
1 =
=
,
3 01 1 + 2 1
1
3 1 2
1


! 1
!
! 0
!

0 1
2
2 0 1
2
3 =

1 =
, et
1 2
0
3 1 2
3
0
2

! 2 0 1 0
!

2 0 1
4 1 2 2
1 1 3 1 =
.

3 1 2
7 1 0 3
0 1 0 2

2 0
3 1

 0
1
1
2

2

p. 10

Calcul matriciel

Remarque 18 Si A = (aij )1in et B = (bij )1ip , alors pour tout i {1, . . . , n} et tout
1jp

1jq

j {1, . . . , q}, le coefficient dindice ij de AB est

ai1 b1j + ai2 b2j + + aip bpj =

p
X

aik bkj .

(1)

k=1

2.4.4

Proprits

Restriction de dfinition. Le produit des matrices A et B nest dfini que si le nombre

de colonnes de A est gal au nombre de lignes de B.
Les proprits suivantes peuvent tre dmontres par calcul en utilisant lexpression (1) des coefficients dun produit.
Associativit. Soit A, B et C telles que
le nombre de colonnes de A est gal au nombre de lignes de B (de sorte quon
peut calculer AB) ;
le nombre de colonnes de B est gal au nombre de lignes de C (de sorte quon
peut calculer BC).
Alors
(AB)C = A(BC).
B Dfaut de commutativit. Le produit matriciel nest pas commutatif. Cest vident

lorsquon peut calculer AB mais pas BA (ce qui arrive si le nombre de colonnes de A est
gal au nombre de lignes de B mais que le nombre de colonnes de B diffre du nombre
de lignes de A, comme dans lexemple 17) mais on peut aussi avoir AB , BA lorsque A
et B sont deux matrices carres de mme ordre. Ainsi, pour
!
!
0 2
1 0
A=
et B =
1 1
1 1
on a
2 2
AB =
2 1

!
mais

!
0 2
BA =
.
1 3

Rle des matrices identit. Si A Mn,p (K), on a

AIp = A et

In A = A.

Distributivit par rapport laddition. Si A, B et C sont trois matrices telles que A et

B ont mme nombre de lignes et mme nombre de colonnes et le nombre de lignes de
C est gal au nombre de colonnes de A (et donc de B). Alors
(A + B)C = AC + BC.
Si A, B et C sont trois matrices telles que B et C ont mme nombre de lignes et mme
nombre de colonnes et le nombre de colonnes de A est gal au nombre de lignes de B
(et donc de C). Alors
A(B + C) = AB + AC.

Calcul matriciel

p. 11

Compatibilit avec le produit externe. Si A et B sont deux matrices telles que le

nombre de colonnes de A est gal au nombre de lignes de B et si K, alors
(AB) = (A)B = A(B).
B Produit nul. Le produit de deux matrices peut-tre nul alors quaucune des matrices

nest nulle. Par exemple, si

0 1
A=
0 0

!
et

!
1 2 3
B=
0 0 0

alors
AB = 0
2.4.5

mais

A , 0 et B , 0.

Puissances

Si k 0 est un entier et si A Mn (K), on dfinit la puissance k e de A de la faon

suivante :

In
si k = 0

k1
k
A A=
A A
si k 1.
A =

|{z}

produit de k copies de A

2 3 5

Exemple 19 Soit A = 7 11 13, alors

17 19 23

3946 4920 6064

110 134 164

A3 = A2 A = 312 389 477 A = 11456 14278 17588 .

20632 25700 31654

558 697 861
La proposition suivante est aisment dmontre.
Proposition 20 Soit A est une matrice carre, soit k et ` sont deux entiers.
Ak A` = Ak+` ,


Ak

`

= Ak` ,

(A)k = k Ak

( K).

Exercice 21 Montrer que si A = Diag(a1 , . . . , an ) est une matrice diagonale alors, Ak est
la matrice diagonale obtenue en levant la puissance k les coefficients diagonaux de
A, cest--dire
Ak = Diag(ak1 , . . . , akn ).

p. 12

Calcul matriciel

On a dmontr dans C la formule du binme de Newton : si z et w sont deux

nombres complexes, alors
!
n
X
n nk k
n
(z + w) =
z w
k
k=0

pour tout entier n 0. En relisant la preuve, vous verrez limportance du fait que le
produit de z et w commute. Ds lors que le produit de deux matrices commute, on peut
faire la mme preuve.
Proposition 22 Soit A et B deux matrices carres telles que AB = BA et n 0 un entier.
Alors
!
n
X
n nk k
n
(A + B) =
A B .
k
k=0

1 2 3

Exemple 23 Soit A = 4 5 6. La matrice I3 commute avec A (elle commute avec

7 8 9
toute matrice). Notant I au lieu de I3 , on a donc
(A + I)3 = A3 + 3A2 I + 3AI2 + I3
= A3 + 3A2 + 3A + I

468 576 684

30 36 42
1 2 3 1 0 0

= 1062 1305 1548 + 3 66 81 96 + 3 4 5 6 + 0 1 0

1656 2034 2412

102 126 150
7 8 9
0 0 1

562 690 819

= 1272 1564 1854 .

1983 2436 2890

!
!
1 1
0 1
et S =
. Elles ne commutent
Exemple 24 Considrons les matrices T =
0 1
1 0
!
!
1 1
0
1
pas car TS =
alors que ST =
. On calcule
1 0
1 1
!2
!
1 2
1 4
(T + S) =
=
1 1
2 1
2

alors que
!
2 4
T + 2TS + S =
.
2 0
2

En revanche on vrifiera (T + S)2 = T2 + TS + ST + S2 = (S + T)2 .

2.4.6

Calcul matriciel

p. 13

Inverse dune matrice carre

Si x est un rel non nul, il admet un inverse : cest un rel y = 1/x tel que xy = 1 et
par commutativit, yx = 1. La multiplication ntant pas commutative dans Mn (K), il
faut a priori prendre des prcautions.
Dfinition 25 Soit A Mn (K) une matrice carre dordre n. Une matrice B carre dordre
n est appele inverse droite de A si AB = In et inverse gauche de A si BA = In .
Si une matrice A admet un inverse droite B et un inverse gauche C alors B = C et
on peut donc dire que B est un inverse de A sans ambigit. Montrons le en calculant
CAB de deux faons grce lassociativit du produit matriciel : (CA)B = C(AB) donc
In B = CIn puis B = C.
Par ailleurs, si une matrice A admet un inverse droite et gauche, cet inverse est
unique. Supposons que B et C sont deux inverses droite et gauche : AB = BA = In et
AC = CA = In . Alors B = C car
C = CIn = C(AB) = (CA)B = In B = B.
Dfinition 26 Une matrice carre est dite inversible si elle admet un inverse droite et
gauche. Cet inverse est alors unique. On note A1 linverse de la matrice inversible A.
Si A Mn (K), on a AA1 = A1 A = In .
Proposition 27 Soit A une matrice inversible et K .
1) La matrice A1 est inversible dinverse A.
1
2) La matrice A est inversible dinverse A1 .

Exercice 28 Dmontrer la proposition 27.

!
!
1 2
2
1
et B =
. Vous vrifierez que B est inverse de A
Exemple 29 Soit A =
3 4
3/2 1/2
en montrant AB = I2 et BA = I2 . Nous montrerons plus loin comment calculer linverse
dune matrice inversible.
Exercice 30 1) Montrer que la matrice nulle nest pas inversible.
2) Si a1 , . . . , an sont non nuls, montrer que la matrice diagonale Diag(a1 , . . . , an ) est
1
inversible dinverse Diag(a1
1 , . . . , an ).
On montre comment se comporte linversion vis--vis du produit.
Thorme 31 Soit A et B deux matrices carres inversibles de mme taille. Alors le
produit AB est inversible et son inverse est (AB)1 = B1 A1 .
BIl faut prendre garde au changement de lordre de la multiplication lorsquon prend

linverse dun produit.

p. 14

Calcul matriciel

Dmonstration du thorme 31. Il suffit de calculer

AB(B1 A1 ) = A(BB1 )A1 = AIA1 = AA1 = I
et
(B1 A1 )AB = B1 (A1 A)B = BB1 = I.

Le thorme suivant est plus compliqu mais il permet en pratique doublier la

distinction entre inverse droite et gauche. Il est dmontr en annexe (voir A.3).
Thorme 32 Si une matrice carre admet un inverse gauche, alors elle admet un
inverse droite. Elle est donc inversible.
Ce thorme implique qutant donn une matrice carre A, si on trouve une
matrice de mme taille B telle que AB = I alors BA = I et B = A1 . Dans lexemple 29 il
suffit donc de montrer
!
!
!
1 2 2
1
1 0
=
3 4 3/2 1/2
0 1
pour dduire
!
!
!
2
1
1 2
1 0
=
3/2 1/2 3 4
0 1

et donc

1 2
3 4

!1

!
2
1
=
.
3/2 1/2

On peut alors parler de puissances ngatives dune matrice inversible. Si A est inversible, la ritration du thorme 31 montre que Ak est inversible pour tout entier k 0

k
dinverse A1 . On pose alors
Ak = (A1 )k = (Ak )1 .

2.4.7

Calcul matriciel

p. 15

Transpose dune matrice

Dfinition 33 Si A = (aij )1in est une matrice n lignes et p colonnes, on appelle

t

1jp

transpose de A et on note A la matrice p lignes et n colonnes dont le coefficient de la

!
t
o
o
ligne n i et colonne n j est aji . Ainsi, (aij )1in = (aji )1ip .
1jp

1jn

Les colonnes de t A sont donc les lignes de A ou, ce qui revient au mme, les lignes
de A sont les colonnes de A.
t

1 4

Exemple 34 La transpose de 2 5 est

3 6
t

!
1 4

1 2 3
2 5 =
.

4 5 6
3 6

La proposition suivante se vrifie par calcul.

Proposition 35 Soit A et B deux matrices et K. Alors,
t 
a) t A = A
(A Mn,p (K))
b) t (A) = t A
c) t (A + B) = t A + t B
d) t (AB) = t B t A

(A Mn,p (K))
(A, B Mn,p (K))
(A Mn,p (K), B Mp,q (K))

B Il faut prendre garde au changement de lordre de la multiplication lorsquon prend

la transpose dun produit.

Proposition 36 Si A est une matrice carre inversible alors sa transpose est inversible
et
 1 t 

t
A
= A1 .

 t

t
Dmonstration. Il suffit de calculer t A A1 = A1 A = t I = I.

p. 16

Systmes dquations linaires

Systmes dquations linaires

3.1) Remarques gnrales

Un systme dquations linaires est un ensemble dquations dinconnues x1 , . . . , xp
de la forme

a11 x1 + a12 x2 + + a1p xp = b1

a x + a x + + a2p xp = b2

21 1 22 2

..
..

.
.

a x + a x + + a x = b
n1 1
n2 2
np p
n
o pour tout i et j les coefficients aij et bi sont fixs dans K. Si on note

a11 a12 . . . a1p
b1

b2
a
.
.
.
a
2p
21 22

A = .
et
B
=

..
.
..
..
.

bn
an1 an2 . . . anp

x1

on cherche X = ... tel que AX = B. La matrice colonne B sappelle le second membre

xp
du systme. Si B = 0, on dit que le systme est un systme dquations linaires
homognes. Les systmes dquations linaires homognes admettent toujours au moins
une solution : la matrice colonne nulle.
Proposition 37 Si A est une matrice carre inversible, le systme AX = B a une solution
unique. Cette solution est X = A1 B.
Dmonstration. Si X = A1 B alors AX = A(A1 B) = (AA1 )B = B et donc X est solution.
Rciproquement, si AX = B alors A1 (AX) = A1 B donc (AA1 )X = A1 B et X = A1 B.
!
!
!
!
1 2
1 2 1/3 2/3
1 0
Exemple 38 Soit A =
. On vrifie que
=
donc A est
2 1 2/3 1/3
0 1
2 1
!
1/3 2/3
inversible dinverse A1 =
. On en dduit que le systme
2/3 1/3
(
x + 2y = 5
2x + y = 3
a une unique solution donne par
!
!
! !
!
x
1/3 2/3 5
1/3
1 5
=A
=
=
2/3 1/3 3
7/3
y
3
autrement dit x = 1/3 et y = 7/3.

Systmes dquations linaires

p. 17

Nous montrons ensuite que lensemble des solutions de AX = B se dduit de la

connaissance dune solution et de lensemble des solutions du systme dquations
linaires homognes associ AX = 0.
Proposition 39 Soit A Mn,p (K) et B Mn,1 (K). Sil existe X0 Mp,1 (K) tel que
AX0 = B, alors lensemble des solutions de AX = B est lensemble des matrices colonnes
X = X0 + Y o Y parcourt lensemble des solutions de AY = 0.
Dmonstration. Soit X = Mp,1 (K) et Y = X X0 , alors AX = A(Y + X0 ) = AY + AX0 =
AY + B. On en dduit que si X vrifie AX = B alors AY = 0. On en dduit aussi la
rciproque, savoir que si AY = 0 alors AX = B.
Proposition 40 Soit A Mn,p (K). On suppose que les matrices colonnes X1 et X2 de
Mp,1 (K) sont solutions de AX = 0. Alors
a) (Stabilit par addition) la matrice colonne X1 + X2 est solution de AX = 0
b) (Stabilit par produit externe) si K, la matrice colonne X1 est solution de AX = 0.
Dmonstration. Le premier point rsulte de A(X1 + X2 ) = AX1 + AX2 = 0, le second de
A(X) = AX = 0.
Cette proposition implique en particulier que sil existe une solution non nulle
un systme linaire homogne alors il existe une infinit de solutions (si (x1 , . . . , xp ) est
une solution non nulle, (x1 , . . . , xp ) est solution pour tous les K).

3.2) Rsolution des systmes

Lobjectif de cette partie est de montrer comment rsoudre nimporte quel systme
dquations linaires. On sen servira en particulier pour inverser les matrices. Le
principe gnral est de mettre le systme en chelons.
Dfinition 41 Soit A une matrice non nulle. On dit que A est en chelons lorsquelle a
les proprits suivantes :
1) chaque ligne non nulle a son premier coefficient non nul gal 1 ;
2) toute ligne suivant une ligne nulle est nulle ;
3) si une ligne non nulle a son premier coefficient non nul sur la colonne no j, alors la
ligne suivante, si elle nest pas nulle, a son premier coefficient non nul sur une colonne
no k > j.
Pour dire quune matrice est en chelons, on dit aussi quelle est chelonne.

p. 18

Systmes dquations linaires

Voil la forme gnrale dune matrice non nulle en chelons.

0 1 . . . . . . . . . . . . . . . . . .

0 0 0 1 . . . . . . . . . . . .

0 0 0 0 1 . . . . . . . . .

. .

.. ..

0 0 0 . . . . . . . . . 0 1

0 0 0 . . . . . . . . . 0 0 0 0

. .

.. ..

0 0 0 ... ... ... 0 0 0 0

o dsigne nimporte quel lment de K.
Exemple 42 Les matrices carres dordre 2 en chelons sont les matrices de la forme
!
!
!
0 1 1 1
,
,
.
0 0 0 0 0 1
Les matrices 3 2 en chelons sont les matrices de la forme

0 1 1 1

0 0 , 0 0 , 0 1 .

0 0 0 0 0 0
Les matrices 2 3 en chelons sont les matrices de la forme
!
!
!
!
!
!
0 0 1 0 1 0 1 1 1 1
,
,
,
,
,
.
0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 1
Remarque 43 Il faut remarquer que
1) si une matrice carre est en chelons et na pas de ligne nulle, alors elle est triangulaire suprieure avec des 1 pour coefficients diagonaux ;
2) si une matrice en chelons a strictement plus de lignes que de colonnes, ses dernires
lignes sont ncessairement nulles.
Pour mettre une matrice en chelons, on va utiliser des oprations lmentaires sur
les lignes (a) . Ces oprations permettent de transformer tout systme en un systme
plus simple rsoudre mais dont les solutions sont les mmes.
Dfinition 44 Les oprations lmentaires sur les lignes sont
a) multiplication dune ligne par K, , 0 ;
b) change de deux lignes ;
c) ajout une ligne dune autre ligne multiplie par K.
a. Chacune de ces oprations correspond la multiplication gauche de la matrice par une matrice
dite lmentaire (voir lannexe A).

Systmes dquations linaires

1 2

Exemple 45 Partons de la matrice 5 6

9 10
par 2 on obtient

1
L2 2L2 10

p. 19

3 4

7 8 . En multipliant la deuxime ligne

11 12

2 3 4

12 14 16 .

10 11 12

Si sur cette nouvelle matrice, on change les deuxime et troisime lignes, on obtient

1 2 3 4

L2 L3 9 10 11 12 .

10 12 14 16
Enfin, on ajoute la troisime ligne de cette matrice 10 fois la premire pour obtenir

3
4
1 2

12 .
L3 L3 10L1 9 10 11

0 8 16 24
Nous admettons le thorme suivant qui sera dmontr en annexe (voir A.2).
Thorme 46 Toute matrice non nulle peut tre transforme en une matrice en chelons
laide dune suite doprations lmentaires sur les lignes.
Exemple 47 Nous mettons en chelons la matrice

1 0 3

A = 9 9 6

2
4
2

L1 L1

1 0

L2 L2
3 3

1 2
1

L3 L3
2

(
L2 L2 3L1 1 0
0 3

L3 L3 L1
0 2
1 0

L3 L3 23 L2 0 3

0 0

1 0

L L2

2
3

0 1

L3
L3
0 0
16
et cette dernire matrice est en chelons.

11

2
3

11
16
3

11
3

p. 20

Systmes dquations linaires

Exemple 48 Nous mettons en chelons la matrice

0
B =
1

2
1
0
1

L3 L3 L1
L4 L4 L1

L3 L3 + 2L2
L4 L4 + L2

L3 12 L3

L4 L4 L3

1
1
1
1

2
1
2
1
2
1
0
0
2
1
0
0
2
1
0
0

1
1
0
0
1
1
2
1
1
1
1
1
1
1
1
0

et cette dernire matrice est en chelons.

Dfinition 49 Soit A une matrice en chelons. On appelle ligne principale toute ligne
non nulle. Si AX = B est un systme dquations linaires, on appelle quation principale
toute quation correspondant une ligne principale de A et inconnue principale toute
inconnue correspondant au premier coefficient non nul dune ligne principale.
Exemple 50 Considrons le systme

x
1 2 0 2 2
0 1 1 3 y = 0 .

0 0
0 0
0
t
Il est en chelons. Les lignes principales de la matrice sont ses deux premires, et les
quations principales sont
(
x 2y + 2t = 2
y z + 3t = 0.
Les inconnues principales sont donc x et y.

Systmes dquations linaires

p. 21

Nous donnons maintenant une mthode de rsolution des systmes appeles mthode
de Gauss. Ds lors que nous savons quune matrice peut toujours tre transforme en
matrice en chelons par des oprations lmentaires sur les lignes, nous voyons que
cette mthode sapplique tout systme. Quelle donne effectivement les solutions du
systme de dpart rsulte du fait quappliquer des transformations lmentaires revient
multiplier la matrice gauche par une matrice inversible. Ce fait sera dmontr en
annexe (voir le thorme 108).
Thorme 51 (Mthode de Gauss) Soit A une matrice ayant au moins deux lignes
et une colonne. Soit B une matrice colonne ayant autant de lignes que A. On cherche
rsoudre le systme AX = B.
1) En appliquant une suite doprations lmentaires sur les lignes de A et B, on transe =e
e en chelons ;
forme le systme AX = B en un systme AX
B avec A
2) ce systme admet au moins une solution si et seulement si les seconds membres des
quations non principales sont nuls ;
3) sil y a au moins une solution, on obtient toutes les solutions en considrant les
inconnues non principales comme des paramtres pouvant prendre toutes les valeurs
de K et en exprimant les inconnues principales en fonctions de ces paramtres ;
4) lensemble obtenu est lensemble des solutions du sytme de dpart AX = B.
Exemple 52 On veut rsoudre le systme

x 2y + t = 2

x y z + 4t = 2 cest--dire

x 3y + z 2t = 2


1 2 0 1
1 1 1 4
1 3 1 2

x
1 2
1 2 0

y
1 1 1 4 = 2 .

z
1 3 1 2
2
t

On met en chelons la matrice

en appliquant les mmes oprations la
 
2
matrice colonne 2 . On travaille donc sur la matrice
2

1 2 0
1

1 1 1 4

1 3 1 2

1 2
(

L2 L2 L1

L3 L3 L1 0 1

0 1

1 2

L3 L3 + L2 0 1

0 0

..
. 2
..
. 2
..
. 2
..
. 2
..
1 3 . 0
..
1 3 . 0
.
0 1 .. 2
.
1 3 .. 0 .
.
0 0 .. 0
0

p. 22

Systmes dquations linaires

Cette matrice correspond au systme

x 2y + t = 2

y z + 3t = 0

0 = 0.
Il ny a quune quation non principale, elle est donne par la dernire ligne. Le second
membre de cette quation est 0 donc il y a au moins une solution (b) . Les inconnues
principales sont les premires des lignes principales donc x et y. Les solutions sont donc
exprimes en fonctions de z et t prises en paramtres : y = z 3t daprs la deuxime
quation et x = 2 + 2z 7t en reportant y dans la premire quation. Cela revient dire
les deux choses suivantes :
1) pour nimporte quelles valeurs de z et t, les quadruplets (x, y, z, t) avec x = 2 + 2z 7t
et y = z 3t sont des solutions du systme
2) si un quadruplet (x, y, z, t) est solution du systme alors x = 2 + 2z 7t et y = z 3t.
Exemple 53 On veut rsoudre le systme

y +z = 2

x + y + z = 2

x +z = 1

x + y z = 0

cest--dire

1 1 2
x
1 1 2
y = .
0 1 1
z

1 1
0

0 1 1 
On met en chelons la matrice 11 10 11 en appliquant les mmes oprations la matrice
1 1 1
2
2
colonne 1 . On travaille donc sur la matrice
0

1
1
0
1

.
1 ..
.
1 ..
.
1 ..
.
1 ..

 
 
2
2
b. Si on avait choisi 2 au lieu de 2 comme second membre du systme de dpart, on aurait obtenu
3

1 comme second membre de lquation non principale du systme chelonn et le systme naurait pas eu
de solution.

Systmes dquations linaires

L1 L2

L3 L3 L1
L4 L4 L1

L3 L3 + L2

L4 L4 + 2L3

1 1

0 1

1 0

1 1
1 1

0 1

0 1

0 0
1 1

0 1

0 0

0 0
1 1

0 1

0 0

0 0

.
1 ..
.
1 ..
.
1 ..
.
1 ..
.
1 ..
.
1 ..
.
0 ..
.
2 ..
.
1 ..
.
1 ..
.
1 ..
.
2 ..
.
1 ..
.
1 ..
.
1 ..
.
0 ..

p. 23

0
2

2
2

2
.

Cette matrice correspond au systme

x+y +z = 2

y +z = 2

z=1

0 = 0.
Il ny a quune quation non principale, elle est donne par la dernire ligne. Le second
membre de cette quation est 0 donc il y a au moins une solution. Les inconnues
principales sont les premires des lignes principales donc x, y et z. On trouve z = 1
puis y = 1 et enfin x = 0.
Remarque 54 La mthode de Gauss implique que si un systme, aprs mise en chelons, na que des inconnues principales alors il a une solution unique si les quations
non principales ont 0 comme second membre et na aucune solution si lune des
quations non principales au moins a un second membre non nul.
Corollaire 55 Soit A Mn,p (K). Si p > n alors le systme AX = 0 admet une infinit de
solutions.
Dmonstration. Puisquil y a plus dinconnues que dquations, il y a ncessairement
des inconnues non principales. De plus, les seconds membres sont tous nuls.

p. 24

Systmes dquations linaires

La remarque suivante est importante pour la rsolution des systmes carrs (c) . Elle
est justifie en annexe (voir page 52).
Remarque 56 Si A est carre et si la matrice en chelons obtenue na pas de ligne
nulle, on peut continuer faire des oprations lmentaires pour transformer A en I.
En appliquant les mmes oprations B, on obtient B0 de sorte que AX = B et IX = B0
ont mmes solutions. Autrement dit, X = B0 .
Exemple 57 On rsout le systme

x + 5y z = 7

3x + 16y + 4z = 2

2x + 9y + z = 3

cest--dire

1 5 1 x 7

3 16 4 y = 2

2 9 1 z
3

en travaillant sur la matrice

1 5 1 ... 7

..

3 16 4 . 2

2 9 1 .. 3

L2 L2 3L1
L3 L3 2L1

L3 L3 + L2

1
L
L3
10 3

5
1
1
5
1
0
5
1
0

.
1 ..
.
7 ..
.
3 ..
.
1 ..
.
7 ..
.
10 ..
.
1 ..
.
7 ..
.
1 ..

19

11

19

30

19 .

On a obtenu une matrice carre en chelons sans ligne nulle, le systme a donc une
solution unique. On poursuit lapplication de transformations lmentaires sur les
c. Ayant autant dquations que dinconnues.

Inversion de matrices

p. 25

lignes pour faire apparatre lidentit :

L1 L1 5L2

L1 L1 + 36L3

L2 L2 7L3

1 0 36

0 1 7

0 0 1

1 0 0

0 1 7

0 0 1

1 0 0

0 1 0

0 0 1

..
. 102

..

. 19

..

. 3

..
. 6

..

. 19

..

. 3

..
. 6

..

. 2 .

..

. 3

Le systme a donc pour solution x = 6, y = 2 et z = 3.

Corollaire 58 Soit A Mn,p (K) et B M p, 1. Si p > n alors le systme AX = B soit
nadmet aucune solution, soit admet une infinit de solutions.

Inversion de matrices
Chercher un inverse pour la matrice carre A = (ai,j )1i,jn , cest chercher une
matrice B = (xi,j )1i,jn telle que AB = I. Cette quation se traduit en un systme
dquations pour chaque colonne :

a
x
+
a
x
+

+
a
x
=
1
a1,1 x1,2 + a1,2 x2,2 + + a1,n xn,2 = 0

1,1
1,1
1,2
2,1
1,n
n,1

a x + a x + + a2,n xn,1 = 0
a x + a x + + a2,n xn,2 = 1

2,1 1,1 2,2 2,1

2,1 1,2 2,2 2,2
,
...

.
.
..
..

..
..

.
.

a x + a x + + a x = 1
a x + a x + + a x = 0
n,1 1,1
n,2 2,1
n,n n,1
n,1 1,2
n,2 2,2
n,n n,2

a
x
+
a
x
+

1,1 1,n
1,2 2,n + a1,n xn,n = 0

a x + a x + + a2,n xn,n = 0

2,1 1,n 2,2 2,n

..
..

.
.

a x + a x + + a x = 1.
n,1 1,n

n,2 2,n

On veut donc rsoudre les n systmes

x1,1 1
x 0
2,1
A . = . ,
.. ..

xn,1
0

x1,2
x1,n

0
x 1
x2,n .
2,2 0
A . = , , A . = .. .
.. ..
..

0


xn,2
xn,n
0
1

n,n n,n

p. 26

Inversion de matrices

Comme tous ces sytmes sont associs la mme matrice, ils vont tre rsolus en
appliquant la mme succession doprations lmentaires, et seules les second membres
seront diffrents chaque tape. On applique donc la mthode suivante.
Soit A Mn (K) une matrice carre. On construit une matrice n lignes et 2n
colonnes (A|I) en crivant la matrice identit dordre n droite de A. En appliquant des
e On
oprations lmentaires, on transforme la matrice A en la matrice en chelons A.
e
e
e
applique les mmes oprations I. On obtient (A|I). Si A a une ligne nulle, elle nest
pas inversible et A nest pas inversible. Sinon, en appliquant de nouvelles oprations
e en I. Les mmes oprations lmentaires transforment e
I
lmentaires, on transforme A
1
en A . Cette mthode est justifie en annexe (voir A.5).


1 1 1
Exemple 59 On cherche inverser A = 2 1 1 . On travaille donc sur
1 2 1

1
1
1

2 1 1

1 2 1

L2 12 L2

L2 L2 L1

L3 L3 + L1

L L2

2
3

L3 L3
3
L3 L3 L2

L3 3L3

..
. 1 0 0

..

. 0 1 0

..

. 0 0 1

.
1
1
1 .. 1 0 0

1 1/2 1/2 .. 0 1/2 0

..

1
2
1 . 0 0 1

..

1
1
1
.
1
0
0

..

0 3/2 1/2 . 1 1/2 0

1
2
1 .. 0
0 1

..
1
1
1
. 1
0 0

0 3/2 1/2 .. 1 1/2 0

..

0
3
0
. 1
0 1

1 1 1 ... 1
0
0

0 1 1/3 .. 2/3 1/3 0

0 1 0 .. 1/3
0
1/3

..
1 1
1
.
1
0
0

0 1 1/3 .. 2/3 1/3 0

..

0 0 1/3 . 1/3 1/3 1/3

1 1 1 ... 1
0
0

0 1 1/3 .. 2/3 1/3 0 .

1 1
0 0 1 .. 1

Inversion de matrices

p. 27

La matrice de gauche est en chelons et sans ligne nulle. On en dduit que A est
inversible et on continue les oprations lmentaires pour avoir I gauche :

L1 L1 L2

L1 L1 23 L3

L2 L2 31 L3

1 0 2/3 ... 1/3 1/3

0

0 1 1/3 .. 2/3 1/3 0

0 0 1 .. 1
1 1

1 0 0 ... 1/3

1
2/3

..

0 1 1/3 . 2/3 1/3 0

..

0 0 1 .
1
1
1

1 0 0 ... 1/3 1 2/3

..

0 1/3 .
0 1 0 . 1/3

0 0 1 ..
1
1 1

On a donc

1
1
1/3 1 2/3
1

2 1 1 = 1/3
0 1/3 .

1
1 1
1 2 1


11 1
Exemple 60 On cherche inverser A = 2 3 4 . On travaille donc sur
4 7 10

1 1 1

2 3 4

4 7 10

L2 L2 2L1

L3 L3 4L1

L3 L3 3L2

..
. 1 0 0

..

. 0 1 0

..

. 0 0 1
1
1
7
1
1
3
1
1
0

..
. 1 0
.
2 .. 2 1
.
10 .. 0 0
.
1 .. 1 0
.
2 .. 2 1
.
6 .. 4 0
.
1 .. 1
0
..
2 . 2 1
.
0 .. 2 3
1

0 .

La dernire ligne de la matrice non augmente est nulle, donc la matrice A nest pas
inversible.

p. 28

Dterminants

La mthode dinversion de matrices prsente implique en particulier le rsultat

suivant.
Thorme 61 Soit A Mn (K) une matrice carre. Elle est inversible si et seulement si le
systme AX = 0 (en X Mn1 (K)) nadmet que 0 comme solution.
Dmonstration. On a dj vu que si A est inversible alors 0 est la seule solution. Supposons que A ne soit pas inversible. Aprs mise en chelon, le systme AX = 0 est donc
quivalent un systme avec une ligne non principale (puisque A est transforme en
une matrice ayant au moins une ligne nulle). Le second membre de ce nouveau systme
est 0 et il a donc une infinit de solutions.

Dterminants
On associe chaque matrice un nombre permettant de dterminer si elle est inversible : le dterminant. Le dterminant dune matrice nest dfini que si la matrice est
carre.
!
a b
Exercice 62 On considre une matrice A =
.
c d
1) Si a , 0, montrer, laide de la partie 4 que A est inversible si et seulement si
ad bc , 0.
2) Si a = 0, montrer que A est inversible si et seulement si bc , 0.
!
a b
Lexercice 62 montre quune matrice
est inversible si et seulement si la
c d
quantit ad bc est non nulle. Lintroduction du dterminant permet de gnraliser la
condition dinversibilit ad bc , 0 des matrices dordre quelconque.

5.1) Dfinition
Soit A Mn (K) une matrice carre. Le dterminant de A, not det(A), est llment
de K dfinit par descente de la faon suivante :
a) si n = 1 alors A = (a11 ) et det(A) = a11 ;
b) si n 2, alors A = (aij )1i,jn et
det(A) = a11 11 a21 21 + a31 31 + (1)n1 an1 n1
o i1 est le dterminant de la matrice de Mn1 (K) obtenue en enlevant A la ligne
no i et la premire colonne.
Exemple 63 On calcule
!
 
 
a b
det
= a det (d) c det (b) = ad bc.
c d

Dterminants

p. 29

Exemple 64 On calcule

!
!
!
1 2 3

5 6
2 3
2 3
det 4 5 6 = 1 det
4 det
+ 7 det
8 9
8 9
5 6

7 8 9
= (5 9 6 8) 4(2 9 3 8) + 7(2 6 3 5)
= 0.

5.2) Proprits
La proposition suivante est centrale dans le calcul des dterminants. Elle permet
en particulier de calculer le dterminant de toute matrice en chelons.
Proposition 65 Le dterminant de toute matrice triangulaire suprieure est le produit
de ses lments diagonaux :

a11

0 a22

..
det ...
.

..
.

0
...

...
..
.
..
.
..
.
...

...
..
..

= a a a .
11 22
nn

..
.
..
.

.
0 ann

Dmonstration. On note A la matrice triangulaire suprieure. On a det(A) = a11 11 car

a21 = a31 = = an1 = 0. Ainsi,

a22

0 a33

..
det(A) = a11 det ...
.

..
.

0
...

...
..
.
..
.
..
.
...

...
..

..

..
.
..
.

.
0 ann

et le rsultat sobtient par ritration.

Exemple 66 On calcule

1 2 3

det 0 4 5 = 1 4 6 = 24.

0 0 6
Exemple 67 La matrice identit In a 1 pour dterminant.
On tudie ensuite le devenir du dterminant lorsquon applique des transformations
lmentaires sur les lignes.

p. 30

Dterminants

Proposition 68 Si on multiplie lune des lignes dune matrice par un lment de K alors
le dterminant de cette matrice est multipli par le mme lment de K.
Dmonstration. On considre lhypothse P (n) : si on multiplie par un lment de
K lune des lignes dune matrice dordre n alors le dterminant de cette matrice
est multipli par le mme lment de K . Lhypothse P (1) est vraie puisque le
dterminant dune matrice dordre 1 est son unique coefficient qui est aussi son unique
ligne. Soit n 2. On suppose vraie lhypothse P (n 1) et on considre une matrice
A = (ai,j )1i,jn dordre n. On note b
A = (b
ai,j )1i,jn la matrice dordre n obtenue en
o
multipliant par la ligne n ` de A, on a donc

si i , `
ai,j
b
(2)
ai,j =

ai,j si i = `.
On a
det(A) = a1,1 1,1 a2,1 2,1 + a3,1 3,1 + (1)n1 an,1 n,1 .
A prive de sa ligne no i et de sa colonne
Pour tout i, on note b
i,1 le dterminant de b
o
n 1. On a aussi
det(b
A) = b
a1,1b
1,1 b
a2,1b
2,1 + b
a3,1b
3,1 + (1)n1b
an,1b
n,1 .
Utilisant (2) on dduit
det(b
A) = a1,1b
1,1 + + (1)`2 a`1,1b
`1,1 + (1)`1 a`,1b
`,1 + (1)` a`+1,1b
`+1,1 +
+ (1)n1 an,1b
n,1
Soit i , ` alors i < ` ou i > `. Le dterminant b
i,1 est donc le dterminant dune des
matrices dordre n 1 suivantes

a1,n

a1,n
a1,2
a1,2
.
.
..
..
.
.
.
.
.
.

ai1,2

a
a

a
`1,2

i1,n
`1,n

a
a`,2

ai+1,n

a`,n
i+1,2

..
..
a`+1,2

a`+1,n
.

ou ..
.. .
a
.

a`1,n
.
`1,2

a
ai1,2

a`,n

a
`,2
i1,n

a`+1,2

a
a

a
`+1,n
i+1,2
i+1,n

..
..
..
..
.
.
.
.

an,2

an,n
an,2

an,n
Dans les deux cas, lhypothse P (n 1) implique b
i,1 = i,1 . De plus, le dterminant
o
b
b
`,1 est celui de A qui on a enlev sa ligne n ` (et sa premire colonne), cest--dire
la seule ligne qui distingue b
A de A ; on a donc b
`,1 = `,1 . Au final, on a det(b
A) =
det A.

Dterminants

!
4 8
1
Exemple 69 On a det
= 4 det
3 4
3
!
4 8
Exemple 70 On a det
= 4 det
12 16

p. 31

!
2
= 4(2) = 8.
4
!
!
1 2
1 2
= 4 4 det
= 32.
12 16
3 4

On a en particulier limportant corollaire suivant.

Corollaire 71 Le dterminant dune matrice carre ayant une ligne nulle est 0.
Dmonstration. Si A a une ligne nulle, en multipliant cette ligne par 0, on ne change
pas A mais on multiplie le dterminant de A par 0. On a donc
det(A) = 0 det(A) = 0.

On retiendra aussi le corollaire suivant.

Corollaire 72 Si A Mn (K) et K alors det(A) = n det(A).
Dmonstration. Multiplier A par revient multiplier chacune de ses lignes par . On
applique une fois la proposition pour chaque ligne ce qui fournit n multiplications du
dterminant par .
Nous tudions maintenant le devenir du dterminant par ajout dune ligne.
Proposition 73 Soit A Mn (K) une matrice carre dont on note L1 , . . . , Ln les lignes.
Soit L0 M1,n (K) une ligne. Alors

L1
L1
L1
.
.
.
.
.
.
.
.
.

Li1
Li1
Li1

det Li + det L = det Li + L0 .

Li+1
Li+1
Li+1

..
..
..
.
.
.

Ln
Ln
Ln
La preuve se fait par rcurrence sur lordre des matrices, de la mme faon que
pour la preuve de la proposition 68.

p. 32

Dterminants

B Il faut remarquer que dans lnonc prcdent, on na chang quune ligne. Pour ajou-

ter plusieurs lignes, il faut donc appliquer la proposition plusieurs fois. Par exemple, si
on modifie deux lignes :

L1
L1
L1
.
.
.
.
.
.
.
.
.

Lj1
Lj1
Lj1

Lj + L0
Lj
L0j

Lj+1
L

Lj+1
j+1

det .. = det ... + det ...

Li1
L

i1

i1

L + L0

0
0

Li + Li
i
Li + Li
i

Li+1
i+1
i+1

.
.
..
..
..
.

Ln
Ln
Ln

L1
L1
L1
L1
.
.
.
.
.
.
.
.
.
.
.
.

Lj1
Lj1
Lj1
Lj1
0
0

L
L
L
L
j
j
j
j

Lj+1
Lj+1
Lj+1
Lj+1

.
.
= det .. + det .. + det ... + det ...

L
L
Li1
Li1
i1
i1

L0
L
Li
Li
i
i
L
L
L
L
i+1
i+1
i+1
i+1
.
.
.
.
..
..
..
..

Ln
Ln
Ln .
Ln .
Exemple 74 On calcule

1
1 2 3

det 4 5 6 = det 1

7
7 8 9

= det 1

2 3
1

2 3 + 3 det 1

7
8 9

2 3
1

2 3 + 3 det 1

1
8 9

2 3

1 1

8 9

2 3
1 2 3

1 1 + 18 det 1 1 1 .

1 1 1
2 3

Exercice 75 Montrer que le dterminant de lexemple 74 est nul.

Dterminants

p. 33

Remarque 76 Les propositions 68 et 73 peuvent se rsumer de la faon suivante :

L1
L1
L1

.
.
..

.
.
.

.
.
L

L
L
i1
i1
i1

det Li + L0i = det Li + det L0i .

Li+1
Li+1
Li+1

..
..
..

.
.

Ln
Ln
Ln
Il reste une opration lmentaire que nous navons pas tudie : lchange de
lignes.
Proposition 77 Si on change deux lignes dune matrice carre, le dterminant est
multipli par 1.
Dmonstration. Pour tout k 2, on appelle H(k) la proprit si on change deux
lignes dune matrice dordre k, le dterminant est multipli par 1 . Pour les matrices
dordre 2, il suffit de remarquer que
!
!
a b
c d
det
= ad bc = (cb ad) = det
c d
a b
pour conclure que H(2) est vraie. Soit n 3. On suppose que H(n 1) est vraie. Soit
alors A = (ai,j )1i,jn une matrice dordre n. On change deux lignes conscutives, de
e = (e
numros i et i + 1 pour obtenir une matrice A
ai,j )1i,jn . Comme prcdemment,
pour tout numro de ligne ` on note `,1 le dterminant de la matrice obtenue en
enlevant A sa premire colonne et sa ligne no ` et e
`,1 le determinant de la matrice
e sa premire colonne et sa ligne no `. Lhypothse H(n 1)
obtenue en enlevant A
implique que si ` , i et ` , i + 1 alors e
`,1 = `,1 (la ligne enleve nest pas lune
de celles changes). Pour la mme raison, a`,1 = e
a`,1 . Enfin ai,1 = e
ai+1,1 , ai+1,1 = e
ai,1
e
e
et i,1 = i+1,1 , i+1,1 = i,1 . Reportant ces informations dans les dfinitions de det A
e on obtient det A = det A.
e Pour changer deux lignes quelconques, il suffit
et det A
dchanger un nombre impair de fois deux lignes conscutives :

changes

Li
Li+1
Li+2
..
.

Li+1
Li
Li+2
..
.

Li+`2
Li+`1
Li+`

Li+`2
Li+`1
Li+`
1

Li+1
Li+2
Li
..
.

...

Li+1
Li+2
Li+3
..
.

Li+`2
Li+`1
Li+`1 . . .
Li
Li+`
Li+`
2
`1

Li+1
Li+2
Li+3
..
.
Li+`1
Li+`
Li
`

Li+1
Li+2
Li+3
..
.

...

Li+`
Li+1
Li+2
..
.

Li+`
Li+`2
Li+`1 . . . Li+`1
Li
Li
`+1
2` 1

p. 34

Dterminants

Corollaire 78 Le dterminant dune matrice carre ayant deux lignes identiques est nul.
Dmonstration. Soit A une matrice carre deux lignes identiques. En changeant ces
deux lignes, on multiplie le dterminant par 1 mais la matrice est inchange, son
dterminant lest donc aussi. Ainsi det(A) = det(A) puis det(A) = 0.
Corollaire 79 Si une ligne dune matrice on ajoute le produit dun lment de K par
une autre ligne, le dterminant est inchang.
Dmonstration. On utilise la remarque 76 avec L0i = Lj (o i , j). Le dterminant
multipli par a deux lignes identiques ( savoir Lj ), il est donc nul.
Exemple 80

1 2 3
1

det 4 5 6 = det 4

3
7 8 9

= det 3

2 3

5 6

3 3

2 3

3 3

3 3

L3 L3 L2

L2 L2 L1

= 0.
e est
Remarque 81 Les propositions 68 et 77 et le corollaire 79 impliquent que si A
e
dduite de A par une succession doprations lmentaires, alors det A = det A avec
, 0.
La table 1 rsume les transformations des dterminants par les oprations lmentaires. Toute matrice peut tre mise en chelons par une succession doprations
lmentaires (thorme 46). On sait calculer le dterminant dune matrice chelonne
(proposition 65). On sait donc calculer tous les dterminants par mise en chelons.
Oprations lmentaires
Li Lj (i , j)
Li Li
Li Li + Lj

dterminant
multipli par 1
multipli par
inchang

Table 1: Transformations lmentaires et dterminant

Exemple 82 Cherchons le dterminant de

2 1

3 2
A =
4 7

5 6

4
3

1 2
.
2 3

3 4

Dterminants

p. 35

Par lopration lmentaire L4 L4 L3 , on a

4
3
2 1

3 2
1 2
= det A.
det
4 7 2 3

1 1 1 1
Par lopration lmentaire L3 L3 L2 , on a

4
3
2 1

3 2
1 2

= det A.
det
1 5 3 5

1 1 1 1
Par lopration lmentaire L2 L2 L1 , on a

4
3
2 1
1 1 3 5
= det A.
det

1 5 3 5

1 1 1 1
Par lopration lmentaire L1 L4 , on a

4
3
2 1
1 1 1 1

1 1 3 5
1 1 3 5

= det
det
1 5 3 5 = det A.
1 5 3 5

1 1 1 1
2 1
4
3
Par les oprations lmentaires L2 L2 L1 , L3 L3 L1 et L4 L4 2L1 , on obtient

1 1 1 1
1 1 1 1

0 2 2 6
1 1 3 5
= det
= det(A).
det
0 6 2 4
1 5 3 5

0 3
6
1
2 1
4
3
Lopration lmentaire L2

1 1 1

0 1 1
det
0 6 2

0 3
6

1
L conduit ensuite
2 2

1
1 1 1 1

1
0 2 2 6
3 1

= det
0 6 2 4 = 2 det A.
4 2

1
0 3
6
1

Par les oprations lmentaires L3 L3 6L2 et L4 L4 3L2 , on obtient

1 1 1 1
1 1 1 1

0 1 1 3
= det 0 1 1 3 = 1 det A.
det

0 6 2 4
4 22
2
0 0

0 0
9 10
0 3
6
1

p. 36

Dterminants

9
Enfin, lopration lmentaire L4 L4 L3 donne
4

1
1 1 1
1 1 1 1
0 1 1 3

1
0 1 1 3

= det A.
det 0 0
=
det

4
22

4 22
2
0 0

79

0 0
0 0
9 10
0
2
On a

1
1 1 1

0 1 1 3

det 0 0
4
22 = 158

79
0 0
0
2

donc det A = 316.

Le dterminant se comporte bien vis--vis du produit, ce quexprime le thorme
suivant qui sera dmontr en annexe (voir B.1).
Thorme 83 Si A et B sont deux matrices carres de mme ordre, alors
det(AB) = det(A) det(B).
Exemple 84 Soit

65

115
A =
92

40

46
97
75
30

23 4

44 7

58 9

20 10

On vrifie que A = LU avec

1
0
L =
0

2
5
0
0

3 4

6 7

8 9

0 10

et

10
9
U =
7

0
8
6
3

0
0
5
2

0
.
0

Les matrices L et U tant triangulaires on calcule facilement det L = 400 et det U = 400.
On en dduit det A = 160 000.
On peut alors caractriser linversibilit des matrices laide du dterminant.
Thorme 85 Soit A une matrice carre. Elle est inversible si et seulement si son dterminant est non nul. Lorsque A est inversible, on a
det(A1 ) =

1
.
det(A)

Dterminants

p. 37

Dmonstration. Grce la mthode de Gauss, on peut transformer A en la matrice en

e en nutilisant que des oprations lmentaires sur les lignes. Le dterminant
chelons A
e = det(A) avec , 0 (voir la remarque 81). La nullit de
de A devient alors det(A)
e Supposons det(A) , 0. Alors det(A)
e , 0. La
det(A) est donc quivalente celle de det A.
e na donc pas de ligne nulle et A est inversible. Rciproquement, supposons
matrice A
A inversible. Alors AA1 = I donc det(A) det(A1 ) = 1. Cela implique det(A) , 0 et
det(A1 ) = 1/ det(A).
Corollaire 86 Un systme linaire ayant autant dquations que dinconnues a une
solution unique si et seulement si la matrice associe est de dterminant non nul.
Exemple 87 On considre la matrice

12 22 2

A = 7 13 1 .

4 8 2
Les valeurs de pour lesquelles la matrice A I3 est inversibles sont celles pour
lesquelles det(A I3 ) , 0. On calcule donc le dterminant

22
2
12

13
1 .
D() = det 7

4
8
2
Par les oprations successives L1 L1 + L2 puis L1 L1 + L3 , on a

1
1
1 1 1
1

1 = (1 ) det 7 13
1
D() = det 7 13

4
8
2
4
8
2
Les oprations L2 L2 + 7L1 puis L3 L3 + 4L1 donnent alors

1
1
1
1
1
1

1 = det 0 6
8
det 7 13

4
8
2
0
4
6
Par lopration L2 L2 L3 on obtient

1
1
1
1
1
1
1 1
1

8 = det 0 2 2 + = (2 + ) det 0 1
1
det 0 6

0 4 6
0
4
6
0
4
6
et donc

1
1 1

1 .
D() = (1 )(2 + ) det 0 1

0 4 6

p. 38

Dterminants

Enfin, lopration L3 L3 4L1 fournit

1
1
1 1
1 1

1 = det 0 1
1 = ( 2).
det 0 1

0 4 6
0 0 2
On a donc D() = ( 1)( + 2)( + 2) et la matrice A I3 est inversible si et seulement
si < {2, 1, 2}.
Dans tout ce chapitre, nous avons effectu des oprations sur les lignes. Nous
aurions pu faire des oprations sur les colonnes. Faire des oprations sur les colonnes
dune matrice, cest
1) transposer la matrice
2) faire les oprations sur les lignes de cette transpose
3) transposer la matrice obtenue.
Nous admettons le rsultat suivant qui sera dmontr en annexe (voir B.2).
Thorme 88 Une matrice carre et sa transpose ont mme dterminant.
Grce ce thorme et aux rsultats dmontrs sur les oprations lmentaires sur
les lignes, on peut rsumer dans la table 2, les transformations du dterminant par
oprations lmentaires sur ces colonnes.
Oprations lmentaires
Ci Cj (i , j)
Ci Ci
Ci Ci + Cj

dterminant
multipli par 1
multipli par
inchang

Table 2: Transformations lmentaires sur les colonnes et dterminant

Le thorme 88 implique en particulier que le dterminant peut tre calcul en
dveloppant relativement la premire ligne dune matrice (cest--dire relativement
la premire colonne de sa transpose). Nous pouvons alors revenir sur le choix fait dans
la dfinition de privilgier la premire colonne. Nous aurions pu privilgier nimporte
quelle ligne et mme nimporte quelle colonne. Cela rsulte simplement du fait quon
peut ramener nimporte quelle ligne en premire position laide dune succession
dchanges de lignes avec la ligne qui prcde et quon peut ramener nimporte quelle
colonne en premire position laide dune succession dchanges de colonne avec la
colonne qui prcde.

Dterminants

p. 39

Proposition 89 Soit A = (aij )1i,jn une matrice carre dordre n 2. On note ij le

dterminant de la matrice carre dordre n 1 obtenue en enlevant A sa ligne no i et sa
colonne no j. Alors,


det(A) = (1)i+1 ai1 i1 ai2 i2 + + (1)n+1 ain in
et



det(A) = (1)j+1 a1j 1j a2j 2j + + (1)n+1 anj nj

pour tout choix dentiers i et j dans {1, . . . , n}.

Remarque 90 La premire galit sappelle le dveloppement du dterminant par
rapport la ligne no i. La seconde galit sappelle le dveloppement du dterminant
par rapport la colonne no j.
Remarque 91 Pour retenir le signe quon doit affecter aux coefficients apparaissant
dans le dveloppement par rapport une ligne ou une colonne, on peut utiliser
le tableau de signes suivant. Si le dterminant calculer est dordre n, on remplit
une matrice carre dordre n en commenant par mettre + en haut gauche puis en
remplissant le tableau de gauche droite et de haut laide de la rgle suivante :
1. Si deux coefficients se succdent sur une mme ligne, ils sont de signe oppos ;
2. si deux coefficients se succdent sur une mme colonne, ils sont de signe oppos ;
Dans le dveloppement du dterminant, chaque coefficient aij sera alors multipli par
1 selon le signe donn par la position (i, j) du tableau de signes. On donne les tableaux
correspondant aux matrices dordre 3, 4, 5 et 6.

+ +

+ ,

+ +

+
,

,
+

Exemple 92 En dveloppant par rapport la deuxime ligne, on a

!
1 2 3

1 3

det 0 1 0 = det
= 6.
4 6

4 5 6

+
.

p. 40

Exercices

Exercices
1) On considre les matrices coefficients complexes

1
1
i
0
1 + i
2 + i 1 i

5 , B =
A = 1 i
7 , C =
3 i ,
i
5
+
i

3 i 2 + 3i
1 2i
2i
3

et E = 2 .
5
7i
Effectuer tous les produits possibles de deux de ces matrices.


D = 2 3

2) On dfinit les matrices

1
A =
0

1
0
0
0

0
0 0
0

0
0
0 0
, B =
1 0
0 1

0 1
1 0

1
0
0
0

0
0

0
1
, C =
0
0

1
0

0 0 1

0 1 0
.
1 0 0

0 0 0

a) Montrer que A2 = B2 = C2 = I4 , BC + CB = A, CA + AC = B et AB + BA = C.
b) On considre lensemble
H = {aA + bB + cC + dI4 : a, b, c, d R}.
Montrer que cet ensemble est stable par addition et par produit et que tous ses
lments non nuls sont inversibles.
!
a b
3) On considre une matrice A =
coefficients complexes.
c d
a) Calculer A2 (a + d)A + (ad bc)I2 .
b) En dduire que si ad bc , 0, il existe une matrice B telle que AB = I2 .
c) On suppose ad bc = 0. On a alors A2 = (a + d)A. Montrer quil nexiste aucune
matrice B telle que AB = I2 .
4) On note G lensemble
(

!
)
cos sin
G = g() =
: R .
sin cos
a) Montrer que I2 est un lment de G.
b) Montrer que pour tous rels et 0 , la matrice g( + 0 ) est un lment de G.
c) Montrer que tout lment de G est inversible.
d) Calculer g()n pour tout entier relatif n.

Exercices

p. 41

5) Calculer les puissances de la matrice

2 2 4

1 3
4 .

1 2 3
6) Soit

1 1 1 1

0 1 1 1

B =
0 1 1
0

0
0
0 1
a) Touver N tel que B = N I4 .
b) En dduire une expression de Bn pour tout entier n 0.
c) Exprimer linverse de B laide de puissances de la matrice N. En dduire B1 .
d) Donner une expression de Bn pour tout entier n < 0.
7) Rsoudre les systmes suivants.
a)

(i 1)x + y
z = 1

x + (i 1)y
+z = 1

xy
+(i 1)z = 2

x + 2y
z = a

x + y
+2z = b

2x + y
3z = c

o a, b et c sont des paramtres rels.

b)

x + 2y 3z + 2t = 2

2x + 5y 8z + 6t = 5 ,

3x + 4y 5z + 2t = 4

x + 2y +2z = a

z = b
3x 2y

2x 5y +3z = c

x + 4y +6z = d

o a, b, c et d sont des paramtres rels.

c)

x+y
+dz = a

x + dy
+z = b ,

dx + y
+z = c

x + ay +a2 z = 0

x + by +b2 z = 0

x + cy +c2 z = 0

o a, b, c et d sont des paramtres rels.

8) Calculer le dterminant de

2a
2a
a b c

2b
bac
2b .

2c
2c
cab

p. 42

Exercices

9) Calculer le dterminant de

b
a
b
1 + a

b
1+a
b
a

.
a
b
1+a
b

b
a
b
1+a
10) Montrer que la matrice

cos(t) cos(2t)
1

cos(t) cos(2t) cos(3t)

cos(2t) cos(3t) cos(4t)

nest inversible pour aucune valeur de t.
11) On dfinit une matrice coefficients complexes en posant

1 + i 1 i
1

A = 1 i 1 + 2i 1 i .

1 i 1 + i
1
a) Pour tout C, calculer le dterminant de A I3 .
b) Pour quelles valeurs complexes de ce dterminant sannule-t-il ?
c) crire det(A I3 ) sous la forme
det(A I3 ) = a0 + a1 + a2 2 + a3 3
et calculer a0 I3 + a1 A + a2 A2 + a3 A3 . Calculer linverse de A.
d) Pour toute valeur C, on considre le systme

x (1 i)y
+(1 i)z = x

(1 i)x (1 2i)y +(1 i)z = y

(1 i)x (1 i)y
+z = z.
i) crire ce systme sous forme matricielle.
ii) Le rsoudre.
Soit
iii) On suppose tel que le systme prcdent a une infinit de solutions.

x

(x, y, z) une solution, montrer quon peut exprimer les matrices y laide

z

1 1 1

des matrices 1,1 et 0 .

1 0
1
e) On dfinit une matrice coefficients complexes en posant

1 1 1

P = 1 1 0 .

1 0 1

Exercices

p. 43

i) Montrer que P est inversible et calculer son inverse.

ii) Calculer D = P1 AP.
iii) Calculer D2025 .
iv) En dduire A2025 .
v) Donner une autre mthode de calcul de linverse de A.
12) On dfinit

11 16 20

A = 30 41 50 .

18 24 29
a) Pour tout R, calculer le dterminant de A I3 .
b) Pour quelles valeurs de ce dterminant sannule-t-il ?
c) crire det(A I3 ) sous la forme
det(A I3 ) = a0 + a1 + a2 2 + a3 3
et calculer a0 I3 + a1 A + a2 A2 + a3 A3 . Calculer linverse de A.
d) Pour toute valeur R, on considre le systme

11x + 16y 20z = x

30x + 41y 50z = y

18x + 24y 29z = z.

i) Rsoudre ce systme.
ii) On suppose tel que le systme prcdent a une infinit de solutions.
Soit

x

(x, y, z) une solution, montrer quon peut exprimer les matrices y laide

z

3 1 2
des matrices 1 ,2 et 5.

1 1
3
e) On dfinit

3 1 2

P = 1 2 5 .

1 1 3
i) Montrer que P est inversible et calculer son inverse.
ii) Calculer D = P1 AP.
iii) Calculer D143 .
iv) En dduire A143 .
v) Donner une autre mthode de calcul de linverse de A.

p. 44

Exercices

13) (Une autre construction du corps des nombres complexes) On a donn en annexe
du premier chapitre une construction du corps des nombres complexes. Lexercice
suivant propose une autre construction.
On considre lensemble
(
!
)
x y
C=
: x R, y R .
y x
a) Montrer que C muni de laddition et de la multiplication des matrices est un
corps.
!
0 1
b) On pose I =
. Calculer I 2 .
1 0
c) On dfinit lapplication
f

: C
z

C
!
<(z) =(z)
.
=(z) <(z)

i) Montrer que si f (z) = f (z 0 ) alors z = z 0 .

ii) Montrer que si Z C, il existe z C tel que Z = f (z).
iii) Montrer que f (z + z 0 ) = f (z) + f (z 0 ).
iv) Montrer que f (zz 0 ) = f (z)f (z 0 ).
v) Montrer que f (1) = I.
vi) Si z , 0, que dduisez-vous des proprits prcdentes propos de f (1/z) ?
vii) Exprimer f (z) en fonction de f (z).
viii) Exprimer det (f (z)) en fonction de f (z).

Matrices lmentaires

p. 45

Annexes de complments
Cette partie contient des complments qui donnent les preuves des noncs du
cours non dmontrs. Aucune notion de cette annexe nest exigible par le programme.

Matrices lmentaires
Lobjet de cette partie est dintroduire la notion de matrices lmentaires et dutiliser
celles-ci pour dmontrer certains des rsultats admis du cours.

A.1) Dfinition et proprits lementaires

Dfinition 93 (Matrices lmentaires) Si n 1, on appelle matrice lmentaire toute
matrice de Mn (K) de lune des formes suivantes.
Matrice diagonale dont lun des coefficients diagonaux est un lment quelconque
a de K tandis que tous les autres valent 1. On note Di (a) la matrice si a se trouve
en position (i, i).
Matrice dont tous les coefficients diagonaux valent 1 et qui na quun coefficient
non diagonal ventuellement diffrent de 0. On note Tij () cette matrice si le
coefficient non diagonal ventuellement diffrent de 0 est et si ce coefficient se
trouve lintersection de la ligne no i et de la colonne no j (i , j, K).
Les matrices Di (a) sappellent matrices de dilatation. Les matrices Tij () sappellent
matrices de transvection.
Exemple 94 Les matrices lmentaires de M1 (K) sont les matrices de la forme D1 (a) =
(a) avec a K \ {0}. Les matrices lmentaires de M2 (K) sont les matrices de la forme
!
!
!
!
a 0
1 0
1
1 0
D1 (a) =
, D2 (a) =
, T1,2 () =
, T2,1 () =
0 1
0 a
0 1
1
avec a K \ {0} et K.
Exercice 95 Quelles sont les matrices transposes de Di (a) et Tij () ?
Proposition 96 La multiplication gauche par les matrices lmentaires agit sur les
lignes.
Multiplier gauche par Di (a), cest multiplier la ligne no i par a.
Multiplier gauche par Tij (), cest ajouter la ligne no i le produit de la ligne no j
par .
Exemple 97
!
!
a b
a b
D1 ()
=
,
c d
c
d

!
!
a b
a
b
T21 ()
=
.
c d
a + c b + d

p. 46

Matrices lmentaires

Proposition 98 La multiplication droite par les matrices lmentaires agit sur les
colonnes.
Multiplier droite par Dj (a), cest multiplier la colonne no j par a.
Multiplier droite par Tij (), cest ajouter le produit de la colonne no i par la
colonne no j.
Exemple 99
!
!
a b
a b
D () =
,
c d 1
c d

!
!
a b
a a + b
T () =
.
c d 21
c c + d

Exercice 100 Se convaincre des propositions 96 et 98.

e la matrice dduite de A par change des lignes i
Proposition 101 Soit A Mn,p (K) et A
et j (avec i , j). Alors,
e = Di (1)Tji (1)Tij (1)Tji (1)A.
A
On note
Sij = Di (1)Tji (1)Tij (1)Tji (1).
Dmonstration de la proposition 101. Notons L1 , L2 , . . . , Ln les lignes de A. Quitte changer les noms des variables i et j, on suppose i < j. Par applications successives de la
proposition 96, on a

L1
.
..

Li

Tji (1)A = ...

L + L
i
j

..
.

Ln

puis

L1
.
..

Lj

Tij (1)Tji (1)A = ...

L + L
i
j

..
.

Ln

puis

L1
.
..

L
j

Di (1)Tji (1)Tij (1)Tji (1)A = ... .

L
i
.
.
.
Ln

et

L1
.
..

Lj
.
Tji (1)Tij (1)Tji (1)A = ..

L
i
.
.
.
Ln

Matrices lmentaires

p. 47

Les propositions 96 et 98 impliquent linversibilit des matrices lmentaires (et

donc de leurs produits). Plus prcisment, vous montrerez le rsultat suivant.
Proposition 102 Soit i et j deux entiers. Soit a et dans K avec a , 0. Alors
1) La matrice de dilatation Di (a) est inversible dinverse Di (1/a).
2) La matrice de transvection Tij () est inversible dinverse Tij ().

A.2) Mise en chelons des matrices

Dans cette partie, on dmontre maintenant le thorme 46 qui, compte-tenu des
propositions 96 et 101, est quivalent au thorme 103 ci-dessous.
Thorme 103 Si A Mn,p (K) est non nulle alors il existe une matrice P Mn (K)
produit de matrices lmentaires telle que PA est en chelons.
Remarque 104 En particulier, la matrice P est inversible.
Passons la dmonstration du thorme 103.
Cas dune matrice ligne Si n = 1, on crit A = (a1 , . . . , ap ) et on pose P = D1 (1/ai ) o i
est le plus petit indice tel que ai , 0.
Cas dune matrice deux lignes Montrons le rsultat pour n = 2. Si A M2,p (K), on
crit a1 , . . . , ap les coefficients de la premire ligne de A et b1 , . . . , bp les coefficients de la
seconde ligne de A.
Si la premire ligne de A est nulle, appelons i1 le plus petit indice i pour lequel
bi , 0. En posant S12 = D1 (1)T21 (1)T12 (1)T21 (1), la proposition 101 implique que
!
0 0 bi1 bp
S12 A =
.
0 0
On a donc
!
!
1
0 0 1 bi1 +1 /bi1 bp /bi1
D1
S A=
.
0

0
bi1 12
 
On pose P = D1 b1 D1 (1)T21 (1)T12 (1)T21 (1). La matrice PA est en chelons.
i1

Si la deuxime ligne de A est nulle, appelons i0 le plus petit indice i pour lequel
ai , 0. Alors,
!
!
1
0 0 1 ai0 +1 /ai0 ap /ai0
.
D1
A=
0

0
a i0
 
Posant P = D1 a1 , la matrice PA est donc en chelons.
i0

Si aucune ligne de A nest nulle, appelons i0 le plus petit indice i pour lequel ai , 0
et i1 le plus petit indice i pour lequel bi , 0.

p. 48

Matrices lmentaires

1er cas : i1 < i0 En posant S12 = D1 (1)T21 (1)T12 (1)T21 (1), la proposition 101
implique que
!
0 0 bi1 bp
S12 A =
.
0 0 ai0 ap
On a donc
D2

!
!
1
1
0 0 1 bi1 +1 /bi1
D
S A=
0

ai0 1 bi1 12


On pose P = D2

1
ai0


D1

1
bi1

0 1 ai0 +1 /ai0

!
bp /bi1
.
ap /ai0


D1 (1)T21 (1)T12 (1)T21 (1). La matrice PA est en chelons.

2e cas : i0 < i1 Dans ce cas,

 il nest
  pas ncessaire dchanger les deux premires
lignes. On pose donc P = D1

1
ai0

D2

1
bi1

. La matrice PA est en chelons.

3e cas : i0 = i1 On a
!
bi0
0 ai0
A=

0
0
ai0

T21

ai0 +1 ap
bi0 +1 bp

o bi = bi bi0 ai /ai0 pour tout i. Si les bi sont tous nuls, on pose P = D1

1
ai0



b
T21 ai0 .
i0

Si lun des coefficients

  bi est non nul,on note i2 le plus petit indice i pour lequel bi , 0.
b
On pose P = D2 b1 D1 a1 T21 ai0 . Dans les deux cas, la matrice PA est en chelons.
i2

i0

i0

Extension un nombre quelconque de lignes Pour n 3, on raisonne par rcurrence sur

le nombre de colonnes p. On note H(p) la proprit pour tout entier n 3, pour toute
matrice non nulle A Mn,p (K), il existe une matrice P Mn (K) produit de matrices
lmentaires telles que PA est en chelons .
Si p = 1, on crit

a1

A = ... .

an
Choisissons lindice i de lun des coefficients non nuls de A. La proposition 96 implique
alors

a1
.
.
.

!
ai1

A = 1
Di

ai
ai+1
.
.
.

an

Matrices lmentaires

p. 49

puis

0
.
.
.

!
0

1
A = 1 ,
T1i (a1 ) T(i1)i (ai1 )T(i+1)i (ai+1 ) Tni (an )Di

ai
0

..
.

0
le 1 tant sur la ligne no i. Il reste repositionner le 1 sur la premire ligne. La
proposition 101 conduit

1

0
1
A = . .
S1i T1i (a1 ) T(i1)i (ai1 )T(i+1)i (ai+1 ) Tni (an )Di
ai
..

0
!

o S1i est le produit de matrices lmentaires

S1i = D1 (1)Ti1 (1)T1i (1)Ti1 (1).
On pose
!
1
.
P = S1i T1i (a1 ) T(i1)i (ai1 )T(i+1)i (ai+1 ) Tni (an )Di
ai
La matrice PA est en chelons. La proprit H(1) est vraie.
Soit p 1, on suppose vraie lhypothse H(p). Soit alors A Mn,p+1 (K). Appelons
C1 la premire colonne de A de sorte que A = (C1 |B) avec B Mn,p (K).
1er cas : C1 = 0 Comme B , 0 et daprs H(p), il existe P Mn (K) produit de
matrices lmentaires telle que PB est en chelons. On a alors PA = (0|PB) et PA est en
chelons.
2e cas : C1 , 0 Daprs le cas p = 1, il existe P0 Mn (K) produit de matrices
lmentaires telle que

1

0
0
P C1 = . .
..

0
On introduit les matrices Q Mn1,p (K) et L M1,p (K) telles que
!
1 L
P A=
.
0 Q
0

1er sous-cas : Q = 0 La matrice P0 A est en chelons.

p. 50

Matrices lmentaires

2e sous-cas : Q , 0 Soit par le cas des matrices deux lignes (si n = 3), soit
par lhypothse H(p) (si n > 3), il existe R Mn1 (K) produit de matrices lmentaires
telle que RQ est en chelons. Si R est produit des matrices lmentaires E1 , , Eq alors
on a le produit

!


1 0 = 1 0 1 0 .

0 R
0 E1
0 Eq
Chacune des matrices du membre de droite est lmentaire. On dfinit P comme le
produit de matrices lmentaires


P = 1 0 P0 .
0 R
On a
PA =

1 L
0 RQ

et la matrice PA est en chelons.

A.3) Matrices lmentaires et inversibilit

Dans cette partie, on montre quon peut, dans le cas des matrices, oublier la distinction entre inversibilit gauche et inversibilit droite. On montre aussi que toute
matrice inversible est produit de matrices lmentaires.
Proposition 105 Toute matrice carre triangulaire suprieure dont la diagonale nest
constitue que de 1 est produit de matrices lmentaires et en particulier inversible.
Dmonstration. Soit U = (uij ) Mn (K) une telle matrice. On peut construire U
partir de lidentit remplissant les lignes une une de haut en bas. Plus prcisment,
la proposition 96 implique que

1 u1,2 u1,3 . . . u1,n

1
0
...
0

..

..
..
.
.
.
T1,2 (u1,2 )T1,3 (u1,3 ) T1,n1 (u1,n1 )T1,n (u1,n ) =

..
0

1
(pour sen convaincre, lire le produit des matrices de transvections de la droite vers la
gauche). Par ritration, et en notant
T` = T`,`+1 (u`,`+1 )T`,`+2 (u`,`+2 ) T`,n1 (u`,n1 )T`,n (u`,n )
on obtient
U = Tn1 Tn2 T2 T1 .

Matrices lmentaires

p. 51

On peut maintenant dmontrer le thorme 32 dont on rappelle lnonc.

Thorme 106 Si une matrice admet un inverse gauche, alors elle admet un inverse
droite. Elle est donc inversible.
Dmonstration. Soit A Mn (K). On suppose lexistence de B Mn (K) telle que BA = I.
Puisque BA , 0, la matrice B nest pas nulle et le thorme 103 fournit une matrice
inversible P telle que la matrice carre PB est chelonne. Cette matrice na pas de ligne
nulle sinon, son produit droite par nimporte quelle autre matrice de mme taille
aurait aussi une ligne nulle alors que PB(AP1 ) = PP1 = I na pas de ligne nulle. La
matrice PB est donc triangulaire suprieure avec une diagonale forme uniquement
de 1. Elle est donc inversible par la proposition 105. On en dduit que B = P1 (PB) est
inversible. On a alors
A = (B1 B)A = B1 (BA) = B1 .
La matrice B1 est inversible donc A est inversible et admet un inverse droite (celui
de B1 , cest--dire B).
Il est immdiat quun produit de matrices lmentaires est inversible. On montre
maintenant que la rciproque est vraie.
Proposition 107 Toute matrice inversible est produit de matrices lmentaires.
Dmonstration. Soit A Mn (K) une matrice inversible. Elle est non nulle. Par le thorme 103, on peut trouver une matrice P Mn (K), produits de matrices lmentaires,
telle que PA = E est en chelons. Cette matrice en chelons E est inversible, comme
produit des deux matrices inversibles P et A. Elle nadmet donc pas de ligne nulle (dans
le cas contraire, le produit droite de E par nimporte quel matrice aurait aussi une
ligne nulle mais E E1 = I na pas de ligne nulle). Elle est donc triangulaire suprieure
avec uniquement des 1 sur la diagonale. Par la proposition 105, on peut lcrire comme
produit de matrices lmentaires. La matrice A = P1 E est alors produit de matrices
lmentaires. En effet, la matrice P1 est produit dinverses de matrices lmentaires,
donc de matrices lmentaires daprs la proposition 102.

A.4) Systmes et oprations lmentaires

Thorme 108 Soit A Mn,p (K), B Mn,1 (K). On applique simultanment A et B
e et e
une succession doprations lmentaires pour obtenir A
B. Alors les systmes AX = B
e
e
et AX = B ont mme ensemble de solutions.
e = PA et e
Dmonstration. On a A
B = PB avec P un produit de matrices lmentaires. En
particulier, la matrice P est inversible. Si X est solution de AX = B alors PAX = PB aprs
multiplication par P. Rciproquement, si X est solution de PAX = PB alors AX = B
aprs multiplication par P1 .

p. 52

Matrices lmentaires

On justifie maintenant la remarque 56. Si A est carre et a t transforme en une

e sans ligne nulle alors A est inversible (d) . Son inverse A1 est
matrice en chelons A
inversible donc produit de matrices lmentaires daprs la proposition 107. Appliquer
A les oprations lmentaires sur les lignes correspondant ces matrices lmentaires revient transformer A en A1 A = I. Il existe donc une succession doprations
lmentaires permettant de transformer A et I. Considrons une telle succession doprations lmentaires. Appliquer ces oprations revient multiplier A gauche par
une matrice P, produit de matrices lmentaires, telle que PA = I. Si on applique les
mmes oprations B, on transforme B en PB. Mais de PA = I, on tire P = A1 . On a
donc transform B en A1 B qui est la solution du systme daprs la proposition 37.

A.5) Justification de la mthode dinversion

On a nonc dans la partie 4 une mthode permettant de dterminer si une matrice
est inversible et, lorsquelle lest, de calculer son inverse. Le but de cette annexe est de
justifier cette mthode.
e obtenue partir de A par une succession
Soit A Mn (K). La matrice en chelons A,
e = PA o P est une matrice indoprations lmentaires sur les lignes est de la forme A
versible (voir les propositions 96 et 101). En particulier A est inversible si et seulement
e lest.
si A
Lors de la mise en uvre de la mthode dinversion, on applique A et I les
mmes oprations lmentaires sur les lignes. En termes de matrices lmentaires, on
e
transforme simultanment

 A en A = PA et I en P = PI. On transforme donc la matrice
e
augmente (A|I) en A|P .
e a une ligne nulle. La matrice A
e nest donc pas inversible.
Supposons dabord que A
e
e et donc aucun tel
En effet, tout produit AB contient une ligne nulle, la mme que A,
produit ne peut tre gal I. Il sensuit que A nest pas inversible.
e na pas de ligne nulle. Puisquelle est carre cheSupposons maintenant que A
lonne, elle est alors triangulaire suprieure et sa diagonale nest compose que de 1.
Elle est donc inversible (voir la proposition 105) et son inverse est produit de matrices
e1 A
e = I, cela signifie quil existe une
lmentaires (voir la proposition 107). Puisque A
e
succession doprations lmentaires sur les lignes qui transforment
 A en I. Appliquer
e
cette succession doprations lmentaires la matrice augmente A|P , la transforme


e1 P . Or A
e = PA donc A
e1 P = A1 . On a finalement
en la matrice augmente I|A


transform la matrice augmente (A|I) en la matrice augmente I|A1 .

e est triangulaire suprieure avec des 1 sur la diagonale. La proposition 105

d. En effet la matrice A
e = PA avec P inversible, la matrice A est aussi inversible.
implique donc quelle est inversible. Puisque A

Dterminants

p. 53

Dterminants

B.1) Dterminant dun produit

Nous montrons que det(AB) = det(A) det(B).
1. Supposons que A nest pas inversible. Il existe un produit Q de matrices lmene telle que A
e = QA. La matrice Q est inversible,
taires et une matrice en chelons A
on note P son inverse. Cest encore un produit de matrices lmentaires. On a
e Puisque multiplier gauche par un produit de matrices lmentaires
A = PA.
revient appliquer une succession
 doprations lmentaires sur les lignes, il
e . La matrice A nest pas inversible donc la
existe , 0 tel que det(A) = det A
 
e contient une ligne de 0. Il en rsulte que det A
e = 0 puis
matrice en chelons A
e
que det(A) = 0 et doncdet(A)
 det(B) = 0. Puisque AB = PAB, il existe aussi , 0
e . Mais, comme A,
e la matrice AB
e contient une ligne de
tel que det(AB) = det AB
0 donc est de dterminant nul. Ainsi, det(AB) = 0 et on a det(A) det(B) = det(AB).
2. Supposons que A est inversible. Il existe des matrices lmentaires E1 , . . . , Eq telles
que A = E1 Eq (voir la proposition 107). On a alors
det(AB) = det(E1 Eq B).
B = E2 Eq B. Si E1 est une matrice de dilatation Di (a), alors E1b
Notons b
B se
o
dduit de b
B par multiplication de la ligne n i par a (proposition 96). Il en ressort
que det(E1b
B) = a det(b
B) (proposition 68). Mais a = det (Di (a)) donc det(E1b
B) =
b
det(E1 ) det(B). Si E1 est une matrice de transvection Tij () alors E1b
B se dduit de
b
B par ajout la ligne no i du produit par de la ligne no j (proposition
96). Il en

b
b
ressort que det(E1 B) = det(B) (corollaire 79). Mais det Tij () = 1 donc
det(AB) = det(E1 ) det(E2 Eq B)
quelque soit la matrice lmentaire E1 . Par ritration, on a
det(AB) = det(E1 ) det(Eq ) det(B)
pour toute matrice B. En appliquant cette galit B = I, on trouve en particulier
det(A) = det(E1 ) det(Eq ).
Finalement
det(AB) = det(A) det(B).

B.2) Dterminant et transposition

Nous montrons que A et t A ont mme dterminant.

p. 54

Dterminants

1) Si A nest pas inversible alors t A nest pas inversible. En effet, si t A tait inversible,
t 
alors daprs la proposition 36, la matrice A = t A serait inversible. Puisque A nest
 
pas inversible, on a det(A) = 0 et puisque t A nest pas inversible, on a det t A = 0.
2) Si A est inversible elle se dcompose en A = E1 Eq avec E1 , . . . , Eq des matrices
 
lmentaires. On a alors t A = t Eq t E1 puis det(A) = det(E1 ) det(Eq ) et det t A =
 
 
det t Eq det t E1 . Il suffit donc de dmontrer que le dterminant dune matrice
lmentaire est gal celui de sa transpose. La transpose de la matrice de transvection Tij () est Tji () et les matrices de transvection sont toutes de dterminant
1 de sorte que le rsultat est vrai pour les matrices de transvection. Les matrices
de dilatation sont leur propre transpose de sorte que le rsultat est vrai pour les
matrices de dilatation.