Vous êtes sur la page 1sur 10

Algbre linaire pour GM

Prof. A. Abdulle

Jeudi 03 novembre 2011


EPFL

Srie 6 (Corrig)
Exercice 1

9 6 3

a) Calculer la dcomposition LU de la matrice A = 6 3 1 .


1 0 1

Sol.: On effectue la rduction de la matrice A jusqu obtenir une forme chelonne.


On calcule au fur et mesure la matrice triangulaire infrieure L (pour la premire
i1
colonne de L, on a li1 = aa11
et ainsi de suite pour les colonnes suivantes).

9 6
3
9 6 3
9 6
3

A = 6 3 1 0 1 1 0 1 1 = U
4
0 23 32
1 0 1
0 0
3
1
1 0 0
2

2
3 1 0 3
1
1
0 1
9
9

0
1
2
3

On a donc la dcomposition A = LU,

b) Rsoudre le systme linaireAx


1

dcomposition LU, avec b = 2


3

Solution de (i): y =

Solution de (ii): x =

1
4
3

9 6
3

U = 0 1 1
.
4
0 0
3

= b, o A est la matrice ci-dessus, en utilisant la

Sol.: Ax = b LUx = b

Ly = b
Ux = y.

3
2
17
6
3
2

1 0 0
2
L= 3 1 0

1
2
1
9
3

0
1 0 0
2

0 3 1 0
= L.
1
2
1
1
9
3

(i)
(ii)

Exercice 2

0 3 1

Soit A = 4 1 1 .
2 2 4

a) Montrer que la dcomposition LU de la matrice obtenue en permutant les lignes 1 et


2 de la matrice A scrit
P A = LU,
o P est une matrice lmentaire (matrice de permutation). Donner P , L et U.
La matrice de
deux premires lignes est donne
permutation quipermute les
4 1 1
0 1 0

par P =
1 0 0 et on a P A = 0 3 1 . Suivant la mme dmarche qu
2 2 4
0 0 1
lexercice 1 on obtient

Sol.:

4 1 1
4 1 1
4 1 1

PA =
0 3 1 0 3 1 0 3 1 =U
0 23 72
2 2 4
0 0 3

1 0 0
1 0 0
1 0 0

0 1 0 0 1 0 0 1 0 = L.
1
1
1
1
1
0 1
1
1
2
2
2
2
2

On a donc la dcomposition P A = LU,

1 0 0

L= 0 1 0
1
1
1
2
2

4 1 1

U = 0 3 1 .
0 0 3

b) Rsoudre Ax = b, o b =
5 laide de la dcomposition P A = LU.
6
5

Sol.: Notons que P b = 1 et observons que


6

Ax = b P Ax = P b LUx = P b

Solution de (i): y = 1 .
3

Solution de (ii): x = 0 .
1
2

Ly = P b
Ux = y.

(i)
(ii)

Exercice 3
a) Montrer que linverse de la matrice

Li =

est donn par

1
0
..
.
..
.

0 0

Sol.:

0
0

..

..
.

li+1,i
..
.

L1
i =

0
1 0
.
0 ..
..
.

1
0
..
.
..
.

ln,i

0
1 0
.
0 ..
..
.

..

ln,i

. 0
1

0
0

..

..
.
.

li+1,i
..
.
0 0

..

. 0
1

Mthode 1. On calcule la forme chelonne rduite de la matrice [Li


[Li

I] . . . ( dtailler) [I

I]:

L1
i ].

Mthode 2. (sans calcul) La matrice Li correspond une collection doprations lmentaires


sur les lignes. Cest la matrice qui soustrait la ligne i aux lignes i + 1, . . . , n avec
des coefficients multiplicateurs respectifs li+1,i , . . . , ln,i. Par consquent, linverse
L1
est donn par la matrice qui ajoute la ligne i aux lignes i + 1, . . . , n avec
i
les mmes coefficients multiplicateurs.
b) Montrer que le produit de deux matrices Li , Lj , i < j est donn par

Li Lj =

1
0

0
..

.
1

..
.

li+1,i

..
.

..
.

..

.
1
lj+1,j
..
.

ln,i

ln,j

..

.
1

Sol.: Si M est une matrice avec n lignes, le produit Li M correspond soustraire la ligne
i aux lignes i + 1, . . . , n de la matrice M avec les coefficients multiplicateurs respectifs
li+1,i , . . . , ln,i. On applique ce rsultat pour M = Lj en utilisant j > i. 
3

Exercice 4
Soient A et B sont des matrices n n. Montrer les assertions suivantes.
a) Si A et B sont des matrices triangulaires infrieures (resp. suprieures), alors le
produit AB est aussi une matrice triangulaire infrieure (resp. suprieure).
Sol.: On suppose A et B triangulaires infrieures. On procde par rcurrence sur la
dimension des matrices.
(initialisation) Pour n = 1, le rsultat est vident car toutes les matrices de taille 1 1 sont en
fait triangulaires.
(rcurrence) On suppose le rsultat vrai pour les matrices de taille (n 1) (n 1) avec
n 2. Soit A = (aij ) et B = (bij ) deux matrices triangulaires infrieures de
taille n n. On note A(n1)(n1) et B(n1)(n1) les sous matrices obtenues en
supprimant la dernire ligne et la dernire colonne. On calcule:

AB =

A(n1)(n1)
an1

0
0

..
..

.
.
B(n1)(n1)

0
0
bn1
bnn
ann

A(n1)(n1) B(n1)(n1)

0
..
.

0
ann bnn

Par hypothse de rcurrence A(n1)(n1) B(n1)(n1) est triangulaire infrieure,


donc AB est triangulaire infrieure. 
Dans le cas o A et B sont des matrices triangulaires suprieure, on peut faire le
mme raisonnement par rcurrence.
On peut aussi dduire le rsultat pour les matrices triangulaire suprieures partir du
rsultat pour les matrices triangulaires infrieures. Soit A et B des matrices triangulaires suprieures. On a lgalit AB = ((AB)T )T = (B T AT )T . Le produit B T AT est
triangulaire infrieur comme produit de deux matrices triangulaires infrieures. Ainsi
AB est triangulaire suprieure.
b) Si A et B sont deux matrices triangulaires infrieures (resp. suprieures) avec que des
coefficients 1 sur la diagonale, alors le produit AB est aussi une matrice triangulaire
infrieure (resp. suprieure) avec que des coefficients 1 sur la diagonale.
Sol.: On utilise la mme mthode que pour la question a).
Lassertion est vidente pour n = 1. On suppose lassertion vraie pour les matrices de
taille (n 1) (n 1). Alors pour les matrices de taille n n, on a ann = 1, bnn = 1,
ann bnn = 1. On conclut ensuite de la mme manire. 
c) Si A est une matrice inversible triangulaire infrieure (resp. suprieure), alors A1
est aussi une matrice triangulaire infrieure (resp. suprieure).
4

Sol.:
Mthode 1. (sans calcul) On considre la forme chelonne rduite [B C] de la matrice
[A I] (de taille n (2n)).
La matrice C est obtenue dans lalgorithme de mise sous forme chelonne en
multipliant des matrices lmentaires diagonales E(k, i) qui multiplient la ligne
i par k 6= 0 et des matrices lmentaires E(k, i, j) qui ajoutent k fois la ligne
i sur la ligne j. Comme la matrice A est triangulaire infrieure, lalgorithme
de Gauss ne fait intervenir que des matrices E(k, i, j) avec j > i, cest--dire
triangulaires infrieures. Daprs a), C est donc triangulaire infrieure.
En outre, comme A est inversible, on a B = I. De CA = B, on dduit que
A1 = C est triangulaire infrieure.
Mthode 2. On peut refaire une dmonstration par rcurrence sur la dimension comme au
a).
Le rsultat est vident en dimension n = 1. On suppose lassertion vraie pour les
matrices de taille (n 1) (n 1). tant donne une matrice n n inversible
A, on note

A=

0
..
.

0
ann

A(n1)(n1)
an1

On calcule le produit

AA

,A =

A(n1)(n1) A(n1)(n1)

Comme AA1 = I, on obtient

a
1n
..
.

A(n1)(n1)
a
n1

a11 a
1n
a21 a
1n + a22 a
2n
..
.
Pn

i=1

ani ain

a
n1,n
a
nn

A(n1)(n1) = A1
(n1)(n1)
a11 a1n = 0 a
1n = 0
a21 a1n + a22 a
2n = 0 a2n = 0
..
.
an1,1 a
1n + an1,2 a
2n + + an1,n1an1,n = 0 a
n1,n = 0
n
X

ani a
in = 1 a
nn = a1
nn .

i=1

Ainsi, A1 est triangulaire infrieure. 


Cas des matrices triangulaires suprieures. On peut conclure en utilisant le rsultat
pour les matrices triangulaires infrieures. Si A est inversible, on a AA1 = A1 A =
I. En transposant, on obtient (A1 )T AT = AT (A1 )T = I, ainsi A1 = ((AT )1 )T .
Si A est triangulaire suprieure, alors AT est triangulaire infrieure, et donc aussi
(AT )1 , et A1 = ((AT )1 )T est triangulaire suprieure.
5

Exercice 5
Donner un algorithme pour calculer linverse dune matrice A inversible de taille n n, en
utilisant la dcomposition LU. Combien doprations arithmtique lalgorithme ncessite
t-il? (Ici on compte 1 multiplication + 1 addition comme une seule opration).
Sol.:
(a) On note A1 = (1 , 2 , , n ), avec i vecteur de taille n 1. I = (e1 , e2 , , en ),
ei = (0, , 0, 1 , 0, , 0)T .
i
AA1 = I Ai = ei ,

i = 1, . . . , n.

En utilisant la dcomposition A = LU, on L(Ui ) = ei , i = 1, . . . , n.


Soit yi = Ui , i = 1, . . . , n. On obtient
(

Lyi = ei
Ui = yi .

(1)

On rsout les n systmes linaires ci-dessus, et on obtient (1 , , n ) = A1 .


(b) Lalgorithme de la dcomposition LU, o lon calcule successivement les lignes de U
et colonnes de L, scrit:
pour k

1, . . . , n,

ukj := akj
lik

:=

fin

k1
P

lkr urj ,
r=1
!
k1
P
aik
lir urk /ukk ,
r=1

j = k + 1, . . . , n
(2)
i = k + 1, . . . , n,

o A = (aij ), L = (lij ), U = (lij ).


(c) On calcule le nombre doprations ncessaires:
i) Oprations pour la dcomposition LU, daprs (2). Pour chaque coefficient ukj ,
on effectue k 1 additions & multiplications, soit k 1 oprations. Pour chaque
coefficient lik , on effectue k 1 additions & multiplications, et une division, soit
k oprations. Le nombre doprations pour la dcomposition LU est donc (voir
1
cours) environ n3 .
3
ii) Le nombre doprations pour rsoudre les n couples de systmes linaires triangulaires (1) est
n[

n
X

(i 1) +

i=1

n
X

(n i + 1)] =

i=1

n2 (n 1) n2 (n + 1)
+
= n3 .
2
2

iii) Nombre total doprations:

4 3
n
3

Remarque: En fait, on peut calculer A1 en seulement environ n3 oprations en sinspirant


de la dcomposition A = LU. Lide est de ne pas calculer la matrice L, mais de calculer
directement la matrice L1 .
Pour cela, on effectue directement une rduction de la matrice [A I], et on obtient
P
3
avec nk=2 (nk + k) n2 oprations une matrice [U L1 ]. Ainsi, on a calcul la matrice
U et la matrice L1 . Ensuite, puisque UA1 = L1 les colonnes 1 , . . . n de la matrice
A1 sont obtenues en rsolvant les n systmes triangulaires suprieures Uj = bj o bj est
3
2
jime colonne de la matrice L1 calcule prcdemment (environ n n2 = n2 oprations).
Exercice 6
Calculer le dterminant des matrices suivantes.
a)

1 1 0

C = 2 2 0 ,
0 0 3

E=
Sol.:

1
0
0
1

0
1
4
1

3
7
3
2

4
1
2
1

1 0 1

B= 0 1 0
,
1 0 1

1 2 3

A= 0 1 2
,
0 0 4

9 8 7

D = 6 5 4 ,
3 2 1

A: Lide est de dvelopper par rapport une ligne ou une colonne avec beaucoup
de zros pour faire le moins de calculs possible.
On dveloppe par rapport la premire colonne de A
det A = 1 det

1 2
0 4

= 4.

B: On dveloppe par rapport la seconde colonne de B, det B = 0. On peut aussi


remarquer que la matrice est non inversible (deux colonnes identiques), et donc
det B = 0.
C: On dveloppe par rapport la troisime colonne de C, det C = 0. On peut aussi
remarquer que la matrice est non inversible (deux colonnes identiques), et donc
det C = 0.
D: On dveloppe par rapport
de D,
! la premire colonne
!
!
8 7
5 4
8 7
= 0.
det D = 9 det
6 det
+ 3 det
2 1
5 4
2 1
E: On dveloppe par rapport la premire colonne de E,

0 3 4
1 7 1

det E = 1 det 4 3 2 1 det 1 7 1 = 84.


4 3 2
1 2 1
7

b) Mme question pour AT , B T , C T , D T , E T .


Sol.: La transposition ne change pas la valeur du dterminant. Les rsultats sont
les mme quau a).
Exercice 7

9 6 3

Calculer le dterminant de la matrice A = 6 3 1


1 0 1
a) en utilisant le dveloppement avec les cofacteurs,

Sol.: On dveloppe par rapport la troisime ligne de A (ligne avec des zros):
6 3
3 1

det A = 1 det

+ 1 det

9 6
6 3

= 12.

b) en utilisant la dcomposition LU.


Sol.: det A = det U. Daprs lexercice 4, det A = 12.
Exercice 8
Calculer les dterminants des matrices suivantes.

2 4 6

B = 0 4 1 ,
1 3 1

1 2 3

A = 0 4 1 ,
1 3 1

1 6 4

D=
0 4 1 .
1 3 1

0 4 1

C=
1 2 3 ,
1 3 1

Indication: Utiliser les proprits du dterminant.


Sol.:

1 2 3

det A = det 0 4 1
= det
0 1 2

4 1
1 2

= 9,

det B = 2 det A = 18, (linarit par rapport la premire ligne),


det C = det A = 9, (change de deux lignes),
det D = det A = 9.

Pour la matrice D, lopration lmentaire L1 = L1 L2 redonne la matrice A, do lgalit


des dterminants.

Exercice 9
Pour quelles valeurs de c1 , c2 , c3 la matrice suivante est-elle inversible ?

1 1 1

A = c1 c2 c3

2
2
2
c1 c2 c3
Indication: Montrer det A = (c2 c1 )(c3 c1 )(c3 c2 ).
Sol.:

1
c1
c21
1 c1 c21
rduction partielle
0 c2 c1 c22 c21
AT =

1 c2 c22
2
2
2
0 c3 c2 c3 c2
1 c3 c3

Ainsi,

det A = det AT = (c2 c1 )(c3 c1 )(c3 c2 ).


La matrice A est inversible si et seulement si det A 6= 0. Ainsi A est inversible si et seulement si ci 6= cj pour tout i, j = 1, 2, 3, avec i 6= j.

En gnral, si A =

1
c1
c21
..
.

1
c2
c22
..
.

1
cn
c2n
..
.

c1n1 c2n1 cnn1


dterminant de Vandermonde.

det A =

n
Q

(cj ci ), sappelle un

1i<jn

Exercice 10
Soit A et B des matrices de taille n n. Montrer que si A ou B est non inversible, alors
AB est non inversible.
Sol.:
Mthode 1. On utilise quune matrice carre M est inversible si et seulement si le systme Mx = b
possde une solution unique pour tout b.
Cas 1. Supposons la matrice A non inversible. Comme A est carre, il existe un vecteur
b tel que le systme Ay = b ne possde pas de solution. Ensuite, on posant
y = Bx, le systme ABx = b ne possde pas de solution.
Cas 2. Supposons la matrice carre B non inversible. Il existe un vecteur x0 6= 0 tel que
Bx0 = 0. Ensuite, on a ABx0 = 0, ce qui montrer que la solution du systme
ABx = 0 nest pas unique. Ainsi AB est non inversible.
Mthode 2. Nous allons montrer la contrapose: Si AB est inversible, alors A et B sont inversibles. En effet, si AB est inversible, son inverse C = (AB)1 vrifie les galits
ABC = I,

CAB = I.

De la premire galit on dduit que A est inversible dinverse BC, et de la seconde


on dduit que B est inversible dinverse CA.
9

Mthode 3. On utilise la proprit du dterminant det(AB) = det(A) det(B). Ainsi, si det(A) = 0


ou det(B) = 0 alors det(AB) = 0. Une matrice carre est inversible si et seulement
si son dterminant est non nul, do le rsultat. 
Exercice 11
Soit A =

a b
c d

une matrice 2 2. Montrez que si A est inversible, alors det A =

ad bc 6= 0.
Sol.: Mthode 1. La matrice A est inversible si et seulement si le systme Ax = g a une
solution pour tout vecteur g R2 . La premire colonne de A est ncessairement non nulle,
ainsi a 6= 0 ou c 6= 0.
Cas a 6= 0. Une forme chelonne de la matrice augmente est
a
0

b
adbc
a

g1
g2 ac g1

Sil existe une unique solution au systme, alors


Ainsi ad bc 6= 0.

adbc
a

est un pivot, donc est non nul.

Cas a = 0. On a c 6= 0. En changent les lignes de la matrice, on obtient une forme


chelonne de la matrice augmente:
c d g2
0 b g1

Sil existe une unique solution au systme, alors c et b sont des pivots, donc non nuls.
Ainsi bc 6= 0.
On a donc montr dans tous les cas ad bc 6= 0.
Mthode 2. Daprs le cours, la matrice carre A est inversible si et seulement si ses
colonnes sont linairement indpendantes. On a donc pour tout (1 , 2 ) 6= 0,
1

a
c

+ 2

b
d

6= 0.

On prend le cas particulier (1 , 2 ) = (b, a) qui est bien


! non nul car la premire ligne de A
0
est ncessairement non nulle. On obtient
6= 0. Do le rsultat: ad bc 6= 0.
bc + ad


Informations gnrales, sries et corrigs http://anmc.epfl.ch/Algebre.html

10

Vous aimerez peut-être aussi