Vous êtes sur la page 1sur 4

Analyse numrique matricielle - 5MA03

L3

Rappels sur les matrices

Notations et dfinitions

Soit V un espace vectoriel de dimension finie n sur le corps des rels R ou sur le corps des complexes C. Lorsquil ny a pas lieu de distinguer, on notera K le corps des scalaires.
Une base de V est un ensemble {e1 , e2 . . . en } = (ei )i=1...n = (ei ) de n vecteurs linrairement
indpendants de V . Alors tout vecteur v V admet une dcomposition unique
v=

n
X

vi e i ,

i=1

les scalaires vi tant les composantes du vecteur v sur la base (ei ).


n
X
En notation matricielle, le vecteur v =
vi ei sera reprsent par un vecteur colonne
i=1

v1
v2

v = . ,
..
vn
et on dsignera par t v et v les vecteurs lignes
t

v = v1 v2

...

v = v1 v2


vn ,

...

vn

o
dsigne le complexe conjugu du nombre . Le vecteur ligne t v est le vecteur transpos du
vecteur colonne v, et le vecteur ligne v est le vecteur adjoint du vecteur colonne v.
Lapplication (, ) : V V K dfinie par
(u, v) = t vu = t uv =

n
X

ui vi

si K = R

ui vi

si K = C

i=1

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

n
X
i=1

est appele produit scalaire euclidien si K = R, hermitien si K = C, ou canonique si lon ne


prcise pas le corps des scalaires.
Soit V un espace muni de son produit scalaire canonique. Deux vecteurs u et v de V sont orthogonaux
si (u, v) = 0. Un ensemble {v1 , v2 , . . . vk } de vecteurs de lespace V est dit orthonormal si
(vi , vj ) = ij

1 i, j k,

o ij est le symbole de Kronecker : i,j = 1 si i = j, ij = 0 si i 6= j.

Universit dOrlans

1/4

2009 - 2010

Analyse numrique matricielle - 5MA03

L3

Soit A une matrice de type (m, n) (cest--dire A Mm,n (K)) ; ses lments sont les aij K, avec
1 i m, 1 j n.
Si A Mm,n (C), on note A Mm,n (C) la matrice adjointe de la matrice A dfinie par
(Au, v) = (u, A v)

pour tout u Cn , v Cm .

On a alors : (A )ij = a
ji .
De mme, si A Mm,n (R), on note tA Mm,n (R) la matrice transpose de la matrice A dfinie
par
(Au, v) = (u, tAv) pour tout u Rn , v Rm .
On a alors : (tA)ij = aji .
Soit A M(m, n) une matrice ; on appelle sous-matrice de la matrice A toute matrice de la forme

ai1 j1 ai1 j2 . . . ai1 jq


ai j ai j . . . ai j
2 2
2 q
21
..
..
..
.
.
.
aip j1

a ip j2

...

a ip jq

o les indices ik et j` vrifient


1 i1 < i2 < < ip m

1 j1 < j2 < < jq n.

et

La matrice unit est la matrice I = (ij ).


Une matrice de type (n, n) est dite matrice carre ou matrice dordre n. On note alors Mn ou
Mn (K) lensemble des matrices carres. On dira alors dune matrice non ncessairement carre quelle
est rectangulaire.
Soit A une matrice carre. Les lments aii sont appels lments diagonaux.
La matrice A est inversible sil existe une matrice (unique si elle existe) note A1 et appele matrice
inverse de la matrice A telle que AA1 = A1 A = I. Dans le cas contraire, on dit que la matrice est
singulire.
On rappelle que, si A et B sont des matrices inversibles,
(AB)1 = B 1 A1
La
La
La
La
La
La
La

matrice
matrice
matrice
matrice
matrice
matrice
matrice

A
A
A
A
A
A
A

(tA)1 = t (A1 )

(A )1 = (A1 ) .

est symtrique si A est relle et A = tA.


est hermitienne si A = A .
hermitienne est dfinie positive si, pour tout vecteur v V non nul, v Av > 0.
est orthogonale si A est relle et A tA = tAA = I.
est unitaire si AA = A A = I.
est normale si AA = A A.
est diagonale si aij = 0 pour i 6= j ; on la note A = diag(aii ) = diag(a11 , a22 , . . . , ann ).

La trace dune matrice A = (aij ) est dfinie par


tr(A) =

n
X

aii .

i=1

Universit dOrlans

2/4

2009 - 2010

Analyse numrique matricielle - 5MA03

L3

Soit Sn le groupe des permutations de lensemble {1, 2, . . . , n}. Le dterminant de la matrice A est
dfini par
X
a(1)1 a(2)2 . . . a(n)n ,
det(A) =
Sn

o dsigne la signature de la permutation .


Les valeurs propres i = i (A) (1 i n) dune matrice dordre n sont les n racines relles ou
complexes, distinctes ou confondues, du polynme caractristique de la matrice A
pA : C 7 pA () = det(A I).
Daprs le thorme de Cayley-Hamilton, la matrice A est racine de pA .
Le spectre de la matrice A est le sous ensemble
sp(A) = {1 (A), 2 (A), . . . n (A)}.
On a les relations :
tr(A) =

n
X

i (A)

det(A) =

i=1

n
Y

i (A)

i=1

tr(AB) = tr(BA)

tr(A + B) = tr(A) + tr(B)

det(AB) = det(BA) = det(A) det(B).


Le rayon spectral de la matrice A est le nombre positif dfini par
(A) = max{|i (A)|, 1 i n}.
A toute valeur propre dune matrice A, on associe (au moins) un vecteur v tel que
v 6= 0

et

Av = v ;

le vecteur v est un vecteur propre de la matrice A associ la valeur propre . Si sp(A), le


sous-espace vectoriel
{v V ; Av = v}
est appel sous-espace propre associ la valeur propre .

Rduction des matrices

La matrice A Mn est diagonalisable si et seulement si il existe une matrice diagonale D Mn


telle que A soit semblable D, cest--dire quil existe une matrice de passage P inversible telle que
A = P DP 1 .
La matrice A Mn (K) est diagonalisable si et seulement si son polynme caractristique pA est scind
sur K (cest--dire PA (X) = C(X a1 )(X a2 ) . . . (X an )) et si, pour chaque valeur propre de A,
la dimension du sous-espace propre associ est gale la multiplicit de .
Si la matrice A Mn admet n valeurs propres distinctes deux deux, alors A est diagonalisable.
Si la matrice A est normale (resp. symtrique), alors A est semblable une matrice diagonale D par une
transformation unitaire (resp. orthogonale), cest--dire A = P DP 1 avec P matrice unitaire (resp.
orthogonale).

Universit dOrlans

3/4

2009 - 2010

Analyse numrique matricielle - 5MA03

L3

Procd dorthonormalisation de Gram-Schmidt

Le procd de Gram-Schmidt est une mthode pour orthonormaliser une famille libre de vecteurs
(v1 , ..., vn ) dun espace vectoriel V muni dun produit scalaire (, ).
A partir de la famille libre (v1 , ..., vn ), on construit une famille orthonormale (e1 , ..., en ) qui engendre
les mmes espaces vectoriels successifs :
pour tout 1 j n,

Fj = Vect(e1 , . . . , ej ) = Vect(v1 , . . . , vj ).

Ltape gnrale de lalgorithme consiste soustraire au vecteur vj+1 sa projection orthogonale sur
lespace Fj . On sappuie sur la famille orthonormale dj construite (e1 , e2 , . . . ej ) pour le calcul de
projection.
Nous dfinissons loprateur de projection sur une droite vectorielle u par :
proju v =

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

Le procd de Gram-Schmidt est alors :


u1 = v1 ,
u2 = v2 proju1 v2 ,
u3 = v3 proju1 v3 proju2 v3 ,
...
uk = vk

k1
X

projuj vk ,

j=1

Universit dOrlans

u1
ku1 k
u2
e2 =
ku2 k
u3
e3 =
ku3 k
...
e1 =

4/4

ek =

uk
.
kuk k

2009 - 2010