Matrices

Vido
Vido
Vido
Vido
Vido
Vido
Fiche

partie 1. Dfinition
partie 2. Multiplication de matrices
partie 3. Inverse d'une matrice : dfinition
partie 4. Inverse d'une matrice : calcul
partie 5. Inverse d'une matrice : systmes linaires et matrices lmentaires
partie 6. Matrices triangulaires, transposition, trace, matrices symtriques

d'exercices Calculs sur les matrices

Les matrices sont des tableaux de nombres. La rsolution dun certain nombre de problmes dalgbre linaire se
ramne des manipulations sur les matrices. Ceci est vrai en particulier pour la rsolution des systmes linaires.
Dans ce chapitre, K dsigne un corps. On peut penser Q, R ou C.

1. Dfinition
1.1. Dfinition
Dfinition 1.
Une matrice A est un tableau rectangulaire dlments de K.
Elle est dite de taille n p si le tableau possde n lignes et p colonnes.
Les nombres du tableau sont appels les coefficients de A.
Le coefficient situ la i-me ligne et la j-me colonne est not ai, j .
Un tel tableau est reprsent de la manire suivante :

a1,1 a1,2 . . . a1, j . . . a1,p

a2,1 a2,2 . . . a2, j . . . a2,p

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

A=

ai,1 ai,2 . . . ai, j . . . ai,p

...
... ... ... ... ...
an,1

an,2

...

an, j

...

ou

A = ai, j

16i 6n
16 j 6 p

ou

ai, j .

an,p

Exemple 1.


2
A=
3
est une matrice 2 3 avec, par exemple, a1,1 = 1 et a2,3 = 7.
1
0

5
7

Encore quelques dfinitions :

Dfinition 2.
Deux matrices sont gales lorsquelles ont la mme taille et que les coefficients correspondants sont gaux.
Lensemble des matrices n lignes et p colonnes coefficients dans K est not Mn,p (K). Les lments de Mn,p (R)

MATRICES

1. DFINITION

sont appels matrices relles.

1.2. Matrices particulires

Voici quelques types de matrices intressantes :
Si n = p (mme nombre de lignes que de colonnes), la matrice est dite matrice carre. On note Mn (K) au lieu de
Mn,n (K).

a1,1 a1,2 . . . a1,n

a2,1 a2,2 . . . a2,n

.
..
..
..
..
.
.
.
an,1 an,2 . . . an,n
Les lments a1,1 , a2,2 , . . . , an,n forment la diagonale principale de la matrice.
Une matrice qui na quune seule ligne (n = 1) est appele matrice ligne ou vecteur ligne. On la note


A = a1,1 a1,2 . . . a1,p .
De mme, une matrice qui na quune seule colonne (p = 1) est appele matrice colonne ou vecteur colonne. On
la note

a1,1
a2,1

A = . .
..
an,1
La matrice (de taille n p) dont tous les coefficients sont des zros est appele la matrice nulle et est note 0n,p
ou plus simplement 0. Dans le calcul matriciel, la matrice nulle joue le rle du nombre 0 pour les rels.

1.3. Addition de matrices

Dfinition 3 (Somme de deux matrices).
Soient A et B deux matrices ayant la mme taille n p. Leur somme C = A + B est la matrice de taille n p dfinie
par
ci j = ai j + bi j .
En dautres termes, on somme coefficients par coefficients. Remarque : on note indiffremment ai j o ai, j pour les
coefficients de la matrice A.
Exemple 2.
A=

Si


3
1

2
7

Par contre si





0 5
3 3
B=
alors
A+ B =
.
2 1
3 6
 
2
0
B =
alors A + B 0 nest pas dfinie.
8
et

Dfinition 4 (Produit dune matrice

par un scalaire).


Le produit dune matrice A = ai j de Mn,p (K) par un scalaire K est la matrice ai j forme en multipliant
chaque coefficient de A par . Elle est note A (ou simplement A).
Exemple 3.
Si


1
A=
0

2
1

3
0


et

=2

alors


2
A =
0

4
2


6
.
0

La matrice (1)A est loppose de A et est note A. La diffrence A B est dfinie par A + (B).

MATRICES

2. MULTIPLICATION

DE MATRICES

Exemple 4.
Si


2
A=
4


0
2

1
5


1
B=
7

et


2
3

4
5

3
alors A B =
3

5
0


2
.
1

Laddition et la multiplication par un scalaire se comportent sans surprises :

Proposition 1.
Soient A, B et C trois matrices appartenant Mn,p (K). Soient K et K deux scalaires.
1. A + B = B + A : la somme est commutative,
2. A + (B + C) = (A + B) + C : la somme est associative,
3. A + 0 = A : la matrice nulle est llment neutre de laddition,
4. ( + )A = A + A,
5. (A + B) = A + B.
Dmonstration. Prouvons par exemple le quatrime point. Le terme gnral de ( + )A est gal ( + )ai j . Daprs
les rgles de calcul dans K, ( + )ai j est gal ai j + ai j qui est le terme gnral de la matrice A + A.
Mini-exercices.
7 2
1 2 3
21 6
1 0 1
1 2
1. Soient A = 0 1 , B = 2 3 1 , C = 0 3 , D = 12 0 1 0 , E = 3 0 . Calculer toutes les sommes possibles
321
111
1 4
8 6
3 12
de deux de ces matrices. Calculer 3A + 2C et 5B 4D. Trouver tel que A C soit la matrice nulle.
2. Montrer que si A + B = A, alors B est la matrice nulle.
3. Que vaut 0 A ? et 1 A ? Justifier laffirmation : (A) = ()A. Idem avec nA = A + A + + A (n occurrences
de A).

2. Multiplication de matrices
2.1. Dfinition du produit
Le produit AB de deux matrices A et B est dfini si et seulement si le nombre de colonnes de A est gal au nombre de
lignes de B.
Dfinition 5 (Produit de deux matrices).
Soient A = (ai j ) une matrice n p et B = (bi j ) une matrice p q. Alors le produit C = AB est une matrice n q
dont les coefficients ci j sont dfinis par :
ci j =

p
X

aik bk j

k=1

On peut crire le coefficient de faon plus dveloppe, savoir :

ci j = ai1 b1 j + ai2 b2 j + + aik bk j + + aip b p j .
Il est commode de disposer les calculs de la faon suivante.

|
|
ci j

AB

MATRICES

2. MULTIPLICATION

DE MATRICES

Avec cette disposition, on considre dabord la ligne de la matrice A situe gauche du coefficient que lon veut
calculer (ligne reprsente par des dans A) et aussi la colonne de la matrice B situe au-dessus du coefficient que
lon veut calculer (colonne reprsente par des dans B). On calcule le produit du premier coefficient de la ligne par
le premier coefficient de la colonne (ai1 b1 j ), que lon ajoute au produit du deuxime coefficient de la ligne par le
deuxime coefficient de la colonne (ai2 b2 j ), que lon ajoute au produit du troisime. . .

2.2. Exemples
Exemple 5.

1 2
2 3
B = 1 1
3 4
1 1
On dispose dabord le produit correctement ( gauche) : la matrice obtenue est de taille 2 2. Puis on calcule chacun
des coefficients, en commenant par le premier coefficient c11 = 1 1 + 2 (1) + 3 1 = 2 (au milieu), puis les
autres ( droite).

1
A=
2


1
2

2
3

1 2
1 1
  1 1
3
c11 c12
4
c21 c22


1
2

2
3

1 2
1 1
  1 1
3
2 c12
4
c21 c22


1
2

2
3

3
4

1 2
1 1
 1 1
2 7
3 11

Un exemple intressant est le produit dun vecteur ligne par un vecteur colonne :

b1
b2



u = a1 a2 an
v= .
..
bn
Alors u v est une matrice de taille 1 1 dont lunique coefficient est a1 b1 + a2 b2 + + an bn . Ce nombre sappelle le
produit scalaire des vecteurs u et v.
Calculer le coefficient ci j dans le produit A B revient donc calculer le produit scalaire des vecteurs forms par la
i-me ligne de A et la j-me colonne de B.

2.3. Piges viter

Premier pige. Le produit de matrices nest pas commutatif en gnral.
En effet, il se peut que AB soit dfini mais pas BA, ou que AB et BA soient tous deux dfinis mais pas de la mme taille.
Mais mme dans le cas o AB et BA sont dfinis et de la mme taille, on a en gnral AB 6= BA.
Exemple 6.

5
3


1
2
2 4

 
0
14
=
3
2

3
6


mais


2
4


0 5
3 3

 
1
10
=
2
29


2
.
2

Deuxime pige. AB = 0 nimplique pas A = 0 ou B = 0.

Il peut arriver que le produit de deux matrices non nulles soit nul. En dautres termes, on peut avoir A 6= 0 et B 6= 0
mais AB = 0.
Exemple 7.

0
A=
0

1
5


2
B=
0


3
0

et


0
AB =
0


0
.
0

Troisime pige. AB = AC nimplique pas B = C. On peut avoir AB = AC et B 6= C.

MATRICES

2. MULTIPLICATION

DE MATRICES

Exemple 8.

0
A=
0

1
3


4
B=
5

1
4


2
C=
5


5
4


5
et AB = AC =
15


4
.
12

2.4. Proprits du produit de matrices

Malgr les difficults souleves au-dessus, le produit vrifie les proprits suivantes :
Proposition 2.
1. A(BC) = (AB)C : associativit du produit,
2. A(B + C) = AB + AC
3. A 0 = 0

et

et

(B + C)A = BA + CA : distributivit du produit par rapport la somme,

0 A = 0.

Dmonstration. Posons A = (ai j ) Mn,p (K), B = (bi j ) M p,q (K) et C = (ci j ) Mq,r (K). Prouvons que A(BC) = (AB)C
en montrant que les matrices A(BC) et (AB)C ont les mmes coefficients.
p
X
Le terme dindice (i, k) de la matrice AB est x ik =
ai` b`k . Le terme dindice (i, j) de la matrice (AB)C est donc
`=1
q
X

p
q
X
X

x ik ck j =

k=1

Le terme dindice (`, j) de la matrice BC est y` j =

ai` b`k ck j .

`=1

k=1
q
X

b`k ck j . Le terme dindice (i, j) de la matrice A(BC) est donc

k=1
p
X

ai`

`=1

q
X

b`k ck j .

k=1

Comme dans K la multiplication est distributive et associative, les coefficients de (AB)C et A(BC) concident. Les
autres dmonstrations se font comme celle de lassociativit.

2.5. La matrice identit

La matrice carre suivante sappelle la matrice identit

1
0

In = .
..
0

:
0
1
..
.
0

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

0
0
..
.
1

Ses lments diagonaux sont gaux 1 et tous ses autres lments sont gaux 0. Elle se note I n ou simplement I.
Dans le calcul matriciel, la matrice identit joue un rle analogue celui du nombre 1 pour les rels. Cest llment
neutre pour la multiplication. En dautres termes :
Proposition 3.
Si A est une matrice n p, alors
In A = A

et

A I p = A.

Dmonstration. Nous allons dtailler la preuve. Soit A Mn,p (K) de terme gnral ai j . La matrice unit dordre p est
telle que tous les lments de la diagonale principale sont gaux 1, les autres tant tous nuls.
On peut formaliser cela en introduisant le symbole de Kronecker. Si i et j sont deux entiers, on appelle symbole de
Kronecker, et on note i, j , le rel qui vaut 0 si i est diffrent de j, et 1 si i est gal j. Donc

0 si i 6= j
i, j =
1 si i = j.
Alors le terme gnral de la matrice identit I p est i, j avec i et j entiers, compris entre 1 et p.

MATRICES

2. MULTIPLICATION

DE MATRICES

La matrice produit AI p est une matrice appartenant Mn,p (K) dont le terme gnral ci j est donn par la formule
p
X
ci j =
aik k j . Dans cette somme, i et j sont fixs et k prend toutes les valeurs comprises entre 1 et p. Si k 6= j alors
k=1

k j = 0, et si k = j alors k j = 1. Donc dans la somme qui dfinit ci j , tous les termes correspondant des valeurs de
k diffrentes de j sont nuls et il reste donc ci j = ai j j j = ai j 1 = ai j . Donc les matrices AI p et A ont le mme terme
gnral et sont donc gales. Lgalit I n A = A se dmontre de la mme faon.

2.6. Puissance dune matrice

Dans lensemble Mn (K) des matrices carres de taille n n coefficients dans K, la multiplication des matrices est
une opration interne : si A, B Mn (K) alors AB Mn (K).
En particulier, on peut multiplier une matrice carre par elle-mme : on note A2 = A A, A3 = A A A.
On peut ainsi dfinir les puissances successives dune matrice :
Dfinition 6.
Pour tout A Mn (K), on dfinit les puissances successives de A par A0 = I n et Ap+1 = Ap A pour tout p N.
Autrement dit, Ap = A A A.
{z
}
|
p facteurs

Exemple 9.

1 0 1
On cherche calculer Ap avec A = 0 1 0. On calcule A2 , A3 et A4 et on obtient :
0 0 2

1 0 3
1 0 7
1 0 15
A2 = 0 1 0
A3 = A2 A = 0 1 0
A4 = A3 A = 0 1 0 .
0 0 4
0 0 8
0 0 16

1
0
2p 1
0 . DmonLobservation de ces premires puissances permet de penser que la formule est : Ap = 0 (1) p
0
0
2p
trons ce rsultat par rcurrence.
Il est vrai pour p = 0 (on trouve lidentit). On le suppose vrai pour un entier p et on va le dmontrer pour p + 1. On
a, daprs la dfinition,

1
0
2p 1
1 0 1
1
0
2 p+1 1
.
0 0 1 0 = 0 (1) p+1
0
Ap+1 = Ap A = 0 (1) p
p
p+1
0
0
2
0 0 2
0
0
2
Donc la proprit est dmontre.

2.7. Formule du binme

Comme la multiplication nest pas commutative, les identits binomiales usuelles sont fausses. En particulier, (A + B)2
ne vaut en gnral pas A2 + 2AB + B 2 , mais on sait seulement que
(A + B)2 = A2 + AB + BA + B 2 .
Proposition 4 (Calcul de (A + B) p lorsque AB = BA).
Soient A et B deux lments de Mn (K) qui commutent, cest--dire tels que AB = BA. Alors, pour tout entier p > 0,
on a la formule
p
X
p pk k
(A + B) p =
A B
k
k=0


p
o k dsigne le coefficient du binme.
La dmonstration est similaire celle de la formule du binme pour (a + b) p , avec a, b R.

MATRICES

Exemple
10.
1
0
Soit A =
0
0
k N tel que

3. INVERSE DUNE

1
1
0
0
Nk

MATRICE

: DFINITION

1 1
0 1 1 1

2 1
. On pose N = A I = 0 0 2 1. La matrice N est nilpotente (cest--dire il existe

1 3
0 0 0 3
0 1
0 0 0 0
= 0) comme le montrent les calculs suivants :

0 0 2 4
0 0 0 6
0 0 0 0
0 0 0 6
3

N2 =
N
=
et
N 4 = 0.
0 0 0 0
0 0 0 0
0

Comme on a A = I + N et les matrices N et I commutent (la matrice identit commute avec toutes les matrices), on
peut appliquer la formule du binme de Newton. On utilise que I k = I pour tout k et surtout que N k = 0 si k > 4. On
obtient
p
3
X
p k pk X p k
p(p1)
p(p1)(p2) 3
Ap =
N I
=
N = I + pN + 2! N 2 +
N .
3!
k
k
k=0
k=0
Do

1
0
Ap =
0
0

p(p2 p + 1)
p(3p 2)
.

3p
1

p2
2p
1
0

p
1
0
0

Mini-exercices.
1. Soient A =
calculer !
2. Soient A =
3. Soient A =

0 2 2
6 4 0

0 0 1
0
1
2
0
0

1
1
0
2
0

0
2

0
0
2

,B=

et B =

et B =

1 0
0 1 0
2 2 3

0
1
0
2
3

0 0
0 2
1 0

00
00 .
10

,C=

8 2
3 2
5 5

,D=

5
2
1

,E= x

z . Quels produits sont possibles ? Les

. Calculer A2 , B 2 , AB et BA.
Calculer Ap et B p pour tout p > 0. Montrer que AB = BA. Calculer (A + B) p .

3. Inverse dune matrice : dfinition

3.1. Dfinition
Dfinition 7 (Matrice inverse).
Soit A une matrice carre de taille n n. Sil existe une matrice carre B de taille n n telle que
AB = I

et

BA = I,

on dit que A est inversible. On appelle B linverse de A et on la note A1 .

On verra plus tard quil suffit en fait de vrifier une seule des conditions AB = I ou bien BA = I.
Plus gnralement, quand A est inversible, pour tout p N, on note :
Ap = (A1 ) p = A1 A1 A1 .
|
{z
}
p facteurs

Lensemble des matrices inversibles de Mn (K) est not G L n (K).

3.2. Exemples
Exemple 11.



Soit A = 10 23 . tudier si A est inversible, cest tudier lexistence dune matrice B = ac db coefficients dans K, telle
que AB = I et BA = I. Or AB = I quivaut :


 


 

1 2 a b
1 0
a + 2c b + 2d
1 0
AB = I
=

=
0 3
c d
0 1
3c
3d
0 1

MATRICES

3. INVERSE DUNE

MATRICE

: DFINITION

Cette galit quivaut au systme :

a + 2c = 1

b + 2d = 0
3c
=0

3d = 1
Sa rsolution est immdiate : a = 1, b = 32 , c = 0, d = 13 . Il ny a donc quune seule matrice possible, savoir
 2
1
B = 0 13 . Pour prouver quelle convient, il faut aussi montrer lgalit BA = I, dont la vrification est laisse au
3


1 32
1
.
lecteur. La matrice A est donc inversible et A =
1
0
3
Exemple 12.
La matrice A =

30
50


a b
nest pas inversible. En effet, soit B =
une matrice quelconque. Alors le produit
c d


 

a b 3 0
3a + 5b 0
BA =
=
c d
5 0
3c + 5d 0

ne peut jamais tre gal la matrice identit.

Exemple 13.
Soit I n la matrice carre identit de taille n n. Cest une matrice inversible, et son inverse est elle-mme par
lgalit I n I n = I n .
La matrice nulle 0n de taille n n nest pas inversible. En effet on sait que, pour toute matrice B de Mn (K), on a
B0n = 0n , qui ne peut jamais tre la matrice identit.

3.3. Proprits
Unicit
Proposition 5.
Si A est inversible, alors son inverse est unique.
Dmonstration. La mthode classique pour mener bien une telle dmonstration est de supposer lexistence de deux
matrices B1 et B2 satisfaisant aux conditions imposes et de dmontrer que B1 = B2 .
Soient donc B1 telle que AB1 = B1 A = I n et B2 telle que AB2 = B2 A = I n . Calculons B2 (AB1 ). Dune part, comme AB1 = I n ,
on a B2 (AB1 ) = B2 . Dautre part, comme le produit des matrices est associatif, on a B2 (AB1 ) = (B2 A)B1 = I n B1 = B1 .
Donc B1 = B2 .
Inverse de linverse
Proposition 6.
Soit A une matrice inversible. Alors A1 est aussi inversible et on a :
(A1 )1 = A

Inverse dun produit

Proposition 7.
Soient A et B deux matrices inversibles de mme taille. Alors AB est inversible et
(AB)1 = B 1 A1
Il faut bien faire attention linversion de lordre !

MATRICES

4. INVERSE DUNE

MATRICE

: CALCUL

Dmonstration. Il suffit de montrer (B 1 A1 )(AB) = I et (AB)(B 1 A1 ) = I. Cela suit de

(B 1 A1 )(AB) = B 1 (AA1 )B = B 1 I B = B 1 B = I,
et

(AB)(B 1 A1 ) = A(BB 1 )A1 = AIA1 = AA1 = I.

De faon analogue, on montre que si A1 , . . . , Am sont inversibles, alors

1
1
(A1 A2 Am )1 = A1
m Am1 A1 .

Simplification par une matrice inversible

Si C est une matrice quelconque de Mn (K), nous avons vu que la relation AC = BC o A et B sont des lments de
Mn (K) nentrane pas forcment lgalit A = B. En revanche, si C est une matrice inversible, on a la proposition
suivante :
Proposition 8.
Soient A et B deux matrices de Mn (K) et C une matrice inversible de Mn (K). Alors lgalit AC = BC implique lgalit
A = B.
Dmonstration. Ce rsultat est immdiat : si on multiplie droite lgalit AC = BC par C 1 , on obtient lgalit :
(AC)C 1 = (BC)C 1 . En utilisant lassociativit du produit des matrices on a A(C C 1 ) = B(C C 1 ), ce qui donne
daprs la dfinition de linverse AI = BI, do A = B.
Mini-exercices.


et B = 25 13 . Calculer A1 , B 1 , (AB)1 , (BA)1 , A2 .
1 0 0
2. Calculer linverse de 0 2 0 .
103
1 2 0
3. Soit A = 2 3 0 . Calculer 2A A2 . Sans calculs, en dduire A1 .
1. Soient A =

1 2
3 4

0 1

4. Inverse dune matrice : calcul

Nous allons voir une mthode pour calculer linverse dune matrice quelconque de manire efficace. Cette mthode
est une reformulation de la mthode du pivot de Gauss pour les systmes linaires. Auparavant, nous commenons
par une formule directe dans le cas simple des matrices 2 2.

4.1. Matrices 2 2
Considrons la matrice 2 2 : A =

a
c


b
.
d

Proposition 9.
Si ad bc 6= 0, alors A est inversible et
1

Dmonstration. On vrifie que si B =

1
adbc

d b
c a

1
adbc

d
c

alors AB =

10
01

b
a

. Idem pour BA.

MATRICES

4. INVERSE DUNE

MATRICE

: CALCUL

10

4.2. Mthode de Gauss pour inverser les matrices

La mthode pour inverser une matrice A consiste faire des oprations lmentaires sur les lignes de la matrice A
jusqu la transformer en la matrice identit I. On fait simultanment les mmes oprations lmentaires en partant
de la matrice I. On aboutit alors une matrice qui est A1 . La preuve sera vue dans la section suivante.
En pratique, on fait les deux oprations en mme temps en adoptant la disposition suivante : ct de la matrice A
que lon veut inverser, on rajoute la matrice identit pour former un tableau (A | I). Sur les lignes de cette matrice
augmente, on effectue des oprations lmentaires jusqu obtenir le tableau (I | B). Et alors B = A1 .
Ces oprations lmentaires sur les lignes sont :
1. L i L i avec 6= 0 : on peut multiplier une ligne par un rel non nul (ou un lment de K \ {0}).
2. L i L i + L j avec K (et j 6= i) : on peut ajouter la ligne L i un multiple dune autre ligne L j .
3. L i L j : on peut changer deux lignes.
Noubliez pas : tout ce que vous faites sur la partie gauche de la matrice augmente, vous devez aussi le faire sur la
partie droite.

4.3. Un exemple

1 2 1
Calculons linverse de A = 4 0 1 .
1 2 2
Voici la matrice augmente, avec les lignes numrotes :

1 2 1
(A | I) = 4 0 1
1 2 2

1
0
0

0
1
0

0
0
1

L1
L2
L3

On applique la mthode de Gauss pour faire apparatre des 0 sur la premire colonne, dabord sur la deuxime ligne
par lopration lmentaire L2 L2 4L1 qui conduit la matrice augmente :

1
2
1
1 0 0
0 8 5 4 1 0 L2 L2 4L1
1

Puis un 0 sur la premire colonne, la troisime ligne, avec L3 L3 + L1 :

1 2
1
1 0 0
0 8 5 4 1 0
0 4
3
1 0 1
L3 L3 +L1
On multiplie la ligne L2 afin quelle commence par 1 :

1 2 1 1 0 0
0 1 5 1 1 0 L2 18 L2
8
2
8
0 4 3 1 0 1
On continue afin de faire apparatre des 0 partout sous la diagonale, et on multiplie la ligne L3 . Ce qui termine la
premire partie de la mthode de Gauss :

1 2 1
1
0 0
1
0 1 5
81 0
8
2
1
1
0 0 2 1
1
L3 L3 4L2
2
puis

1 2 1
1
0 0
1
0 1 5
18 0
8
2
L3 2L3
0 0 1 2 1 2
Il ne reste plus qu remonter pour faire apparatre des zros au-dessus de la diagonale :

MATRICES

5. INVERSE DUNE

1
0
0

2
1
0

1
0
1

MATRICE

0
54
2

0
34
1

7
4

: SYSTMES

LINAIRES ET MATRICES LMENTAIRES

11

L2 L2 58 L3

puis

1
0
0

0
1
0

0
0
1

12
7
4

1
2
34

1
2
54

L1 L1 2L2 L3

Ainsi linverse de A est la matrice obtenue droite et aprs avoir factoris tous les coefficients par 14 , on a obtenu :

2 2
2
1
A1 = 7 3 5
4
8 4
8
Pour se rassurer sur ses calculs, on noublie pas de vrifier rapidement que A A1 = I.
Mini-exercices.
1. Si possible calculer linverse des matrices :


1
sin
2. Soit A( ) = cos
sin cos . Calculer A( ) .
3. Calculer linverse des matrices :

1 3 0
2 1 1
2 1 1

31
72

2 3
5 4

02
30

+1 1
2

2 2 1 1 0 1 0 2 1 1 1
0 2 2 0
10 0 1
, 3 0 5 , 1
2 0 1 , 0 1 1 2 ,
1 1 2

01 1 0

0 2 1 3

1
0
1
0
0

1
1
1
0
0

1
2
2
0
0

0
0
0
2
5

0
0
0
1
3

5. Inverse dune matrice : systmes linaires et matrices lmentaires

5.1. Matrices et systmes linaires
Le systme linaire

a11 x 1 + a12 x 2 +

a21 x 1 + a22 x 2 +
...

an1 x 1 + an2 x 2 +
peut scrire sous forme matricielle :

a11 . . . a1p
a21 . . . a2p

.
..
..
.
an1 . . . anp
{z
} |
|
A

+
+

a1p x p
a2p x p

=
=

b1
b2

anp x p

bn

x1
x2
..
.
xp
{z
X

b1
b2
..
.
bn
{z
B

On appelle A Mn,p (K) la matrice des coefficients du systme. B Mn,1 (K) est le vecteur du second membre. Le
vecteur X M p,1 (K) est une solution du systme si et seulement si
AX = B.
Nous savons que :
Thorme 1.
Un systme dquations linaires na soit aucune solution, soit une seule solution, soit une infinit de solutions.

5.2. Matrices inversibles et systmes linaires

Considrons le cas o le nombre dquations gale le nombre dinconnues :

MATRICES

5. INVERSE DUNE

: SYSTMES

LINAIRES ET MATRICES LMENTAIRES

12

x1
b1
x2

b2

. = . .

..

..
...
xn
bn
|
| {z }
{z
} | {z }
A
X
B
Alors A Mn (K) est une matrice carre et B un vecteur de Mn,1 (K). Pour tout second membre, nous pouvons utiliser
les matrices pour trouver la solution du systme linaire.

a11
a21
..
.
an1

...
...

a1n
a2n
..
.
ann

MATRICE

Proposition 10.
Si la matrice A est inversible, alors la solution du systme AX = B est unique et est :
X = A1 B.




La preuve est juste de vrifier que si X = A1 B, alors AX = A A1 B = AA1 B = I B = B. Rciproquement si AX = B,
alors ncessairement X = A1 B. Nous verrons bientt que si la matrice nest pas inversible, alors soit il ny a pas de
solution, soit une infinit.

5.3. Les matrices lmentaires

Pour calculer linverse dune matrice A, et aussi pour rsoudre des systmes linaires, nous avons utilis trois oprations
lmentaires sur les lignes qui sont :
1. L i L i avec 6= 0 : on peut multiplier une ligne par un rel non nul (ou un lment de K \ {0}).
2. L i L i + L j avec K (et j 6= i) : on peut ajouter la ligne L i un multiple dune autre ligne L j .
3. L i L j : on peut changer deux lignes.
Nous allons dfinir trois matrices lmentaires E L i L i , E L i L i +L j , E L i L j correspondant ces oprations. Plus
prcisment, le produit E A correspondra lopration lmentaire sur A. Voici les dfinitions accompagnes
dexemples.
1. La matrice E L i L i est la matrice obtenue en multipliant par la i-me ligne de la matrice identit I n , o est un
nombre rel non nul.

2. La matrice E L i L i +L j

1 0 0
0 5 0
E L2 5L2 =
0 0 1
0 0 0
est la matrice obtenue en ajoutant fois la

3. La matrice E L i L j

0
0

0
1
j-me ligne de I n la i-me ligne de I n .

1 0 0
3 1 0
E L2 L2 3L1 =
0 0 1
0 0 0
est la matrice obtenue en permutant les i-me et

E L2 L4 = E L4 L2

1
0
=
0
0

0
0
0
1

0
0

0
1
j-me lignes de I n .
0
0
1
0

0
1

0
0

Les oprations lmentaires sur les lignes sont rversibles, ce qui entrane linversibilit des matrices lmentaires.
Le rsultat de la multiplication dun matrice lmentaire E par A est la matrice obtenue en effectuant lopration
lmentaire correspondante sur A. Ainsi :
1. La matrice E L i L i A est la matrice obtenue en multipliant par la i-me ligne de A.
2. La matrice E L i L i +L j A est la matrice obtenue en ajoutant fois la j-me ligne de A la i-me ligne de A.
3. La matrice E L i L j A est la matrice obtenue en permutant les i-me et j-me lignes de A.

MATRICES

5. INVERSE DUNE

MATRICE

: SYSTMES

LINAIRES ET MATRICES LMENTAIRES

13

Exemple 14.
1.

1
E L2 L2 A = 0
3
0

1
3

0
x1
0 y1

x2
y2
z2

z1

x1
x3
y3 = 31 y1
z3
z1

x3
1

3 y3
z3

x2
1
3 y2
z2

2.

E L1 L1 7L3 A = 0
0

0
1
0

x1
7

0 y1
1
z1

x2
y2
z2

x3
x 1 7z1

y3 =
y1
z3
z1

x 2 7z2
y2
z2

x 3 7z3
y3
z3

3.

1
E L2 L3 A = 0
0

0
0
1

x1
0
1 y1
0
z1

x2
y2
z2

x3
x1
y3 = z1
z3
y1

x2
z2
y2

x3
z3
y3

5.4. quivalence une matrice chelonne

Dfinition 8.
Deux matrices A et B sont dites quivalentes par lignes si lune peut tre obtenue partir de lautre par une suite
doprations lmentaires sur les lignes. On note A B.
Dfinition 9.
Une matrice est chelonne si :
le nombre de zros commenant une ligne crot strictement ligne par ligne jusqu ce quil ne reste plus que
des zros.
Elle est chelonne rduite si en plus :
le premier coefficient non nul dune ligne (non nulle) vaut 1 ;
et cest le seul lment non nul de sa colonne.
Exemple dune matrice chelonne ( gauche) et chelonne rduite
quelconques, les + des coefficients non nuls :

+
1
0 0
0 0 +

0 0 0 +
0 0

0 0 0 0 0 0 +
0 0

0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0

( droite) ; les dsignent des coefficients

0
1
0
0
0
0

0
0
1
0
0
0

0
0
0

0
0
0

0
0

0
0

Thorme 2.
tant donne une matrice A Mn,p (K), il existe une unique matrice chelonne rduite U obtenue partir de A par
des oprations lmentaires sur les lignes.
Ce thorme permet donc de se ramener par des oprations lmentaires des matrices dont la structure est beaucoup
plus simple : les matrices chelonnes rduites.
Dmonstration. Nous admettons lunicit.
Lexistence se dmontre grce lalgorithme de Gauss. Lide gnrale consiste utiliser des substitutions de lignes
pour placer des zros l o il faut de faon crer dabord une forme chelonne, puis une forme chelonne rduite.
Soit A une matrice n p quelconque.
Partie A. Passage une forme chelonne.
tape A.1. Choix du pivot.
On commence par inspecter la premire colonne. Soit elle ne contient que des zros, auquel cas on passe directement
ltape A.3, soit elle contient au moins un terme non nul. On choisit alors un tel terme, que lon appelle le pivot. Si
cest le terme a11 , on passe directement ltape A.2 ; si cest un terme ai1 avec i 6= 1, on change les lignes 1 et i
(L1 L i ) et on passe ltape A.2.

MATRICES

5. INVERSE DUNE

MATRICE

: SYSTMES

Au terme de ltape A.1, soit la matrice A a sa premire colonne nulle

0
quivalente dont le premier coefficient a11
est non nul ( droite) :

0
0
a11 a12
0 a12 a1 j a1p
0
0
0 a22 a2 j a2p
a21 a22

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

.
.
.
.

= A ou .
0
0
0 a

ai j aip
i2

ai1 ai2
.

.
.
.
.
..
..
..
..
..
..
.
0
0
0 an2 an j anp
an1
an2

LINAIRES ET MATRICES LMENTAIRES

14

( gauche) ou bien on obtient une matrice

a10 j
a20 j
..
.
ai0 j
..
.
an0 j

0
a1p
0
a2p

..
.

0 A.
aip

..
.
0
anp

tape A.2. limination.

0
0
On ne touche plus la ligne 1, et on se sert du pivot a11
pour liminer tous les termes ai1
(avec i > 2) situs sous
le pivot. Pour cela, il suffit de remplacer la ligne i par elle-mme moins
0
a21
0
a11

0
a31
0
a11

L2 L2
L1 , L3 L3
L1 ,. . .
Au terme de ltape A.2, on a obtenu une matrice de la forme
0
0
a11 a12
a10 j
00
0 a22
a200j

..
..
..
.
.
.

00
00
0
a

i2
ij
.
.
.
..
..
..
0

00
an2

an00j

0
ai1
0
a11

la ligne 1, ceci pour i = 2, . . . , n :

0
a1p
00
a2p

..
.

00 A.
aip

..
.
00
anp

tape A.3. Boucle.

Au dbut de ltape A.3, on a obtenu dans tous les cas de figure une matrice de la forme
1
1
1
a11 a12
a11 j a1p
1
1
0 a22
a21 j a2p

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

1
1
1 A
0
a

i2
ij
ip
.
..
..
..
..
.
.
.
0

1
an2

an1 j

1
anp

dont la premire colonne est bien celle dune matrice chelonne. On va donc conserver cette premire colonne. Si
1
a11
=
6 0, on conserve aussi la premire ligne, et lon repart avec ltape A.1 en lappliquant cette fois la sous-matrice
1
(n 1) (p 1) (ci-dessous gauche : on oublie la premire ligne et la premire colonne de A) ; si a11
= 0, on
repart avec ltape A.1 en lappliquant la sous-matrice n (p 1) ( droite, on oublie la premire colonne) :
1
1
1
a12 a11 j a1p
1
1
a22 a2 j a2p
1
1
a22
a21 j a2p
..
..
..

.
..
..
..
.
.
1

.
.
.
1
1
a

i2 ai j aip
a1 a1 a1
.

i2
i
j
ip
..
..
.

..
.
.
.
.
..
..
..
1
1
1
an2 an j anp
1
1
an2
an1 j anp
Au terme de cette deuxime itration de la boucle, on aura obtenu une matrice de la forme
1
1
1
a11 a12
a11 j a1p
2
2
0 a22
a22 j a2p

..
..
..
..
.

.
.
.

2
2 A,
0
0

ij
ip
.
..
..
..
..
.
.
.
0
et ainsi de suite.

an2 j

2
anp

MATRICES

5. INVERSE DUNE

MATRICE

: SYSTMES

LINAIRES ET MATRICES LMENTAIRES

15

Comme chaque itration de la boucle travaille sur une matrice qui a une colonne de moins que la prcdente, alors au
bout dau plus p 1 itrations de la boucle, on aura obtenu une matrice chelonne.
Partie B. Passage une forme chelonne rduite.
tape B.1. Homothties.
On repre le premier lment non nul de chaque ligne non nulle, et on multiplie cette ligne par linverse de cet lment.
Exemple : si le premier lment non nul de la ligne i est 6= 0, alors on effectue L i 1 L i . Ceci cre une matrice
chelonne avec des 1 en position de pivots.
tape B.2. limination.
On limine les termes situs au-dessus des positions de pivot comme prcdemment, en procdant partir du bas
droite de la matrice. Ceci ne modifie pas la structure chelonne de la matrice en raison de la disposition des zros
dont on part.

Exemple 15.
Soit

1
A= 0
1

2
2
0

3
4
1

4
6 .
0

A. Passage une forme chelonne.

1
Premire itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a11
= 1.
Premire itration de la boucle, tape A.2. On ne fait rien sur la ligne 2 qui contient dj un zro en bonne position et
on remplace la ligne 3 par L3 L3 + L1 . On obtient

1 2 3 4
A 0 2 4 6 .
0 2 4 4
2
= 2.
Deuxime itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a22
Deuxime itration de la boucle, tape A.2. On remplace la ligne 3 avec lopration L3 L3 L2 . On obtient

1 2 3 4
A 0 2 4 6 .
0 0 0 2

Cette matrice est chelonne.

B. Passage une forme chelonne rduite.
tape B.1, homothties. On multiplie la ligne 2 par

1
2

et la ligne 3 par 12 et lon obtient

1 2 3 4
A 0 1 2 3 .
0 0 0 1

tape B.2, premire itration. On ne touche plus la ligne 3 et on remplace la ligne 2 par L2 L2 3L3 et L1 L1 4L3 .
On obtient

1 2 3 0
A 0 1 2 0 .
0 0 0 1
tape B.2, deuxime itration. On ne touche plus la ligne 2 et on remplace la ligne 1 par L1 L1 2L2 . On obtient

1 0 1 0
A 0 1 2 0
0 0 0 1
qui est bien chelonne et rduite.

MATRICES

5. INVERSE DUNE

MATRICE

: SYSTMES

LINAIRES ET MATRICES LMENTAIRES

16

5.5. Matrices lmentaires et inverse dune matrice

Thorme 3.
Soit A Mn (K). La matrice A est inversible si et seulement si sa forme chelonne rduite est la matrice identit I n .
Dmonstration. Notons U la forme chelonne rduite de A. Et notons E le produit de matrices lmentaires tel que
EA = U.
= Si U = I n alors EA = I n . Ainsi par dfinition, A est inversible et A1 = E.
= Nous allons montrer que si U 6= I n , alors A nest pas inversible.
Supposons U 6= I n . Alors la dernire ligne de U est nulle (sinon il y aurait un pivot sur chaque ligne donc ce
serait I n ).
Cela entrane que U nest pas inversible : en effet, pour tout matrice carre V , la dernire ligne de U V est
nulle ; on naura donc jamais U V = I n .
Alors, A nest pas inversible non plus : en effet, si A tait inversible, on aurait U = EA et U serait inversible
comme produit de matrices inversibles (E est inversible car cest un produit de matrices lmentaires qui sont
inversibles).

Remarque.
Justifions maintenant notre mthode pour calculer A1 .
Nous partons de (A|I) pour arriver par des oprations lmentaires sur les lignes (I|B). Montrons que B = A1 . Faire
une opration lmentaire signifie multiplier gauche par une des matrices lmentaires. Notons E le produit de ces
matrices lmentaires. Dire que lon arrive la fin du processus I signifie EA = I. Donc A1 = E. Comme on fait les
mmes oprations sur la partie droite du tableau, alors on obtient E I = B. Donc B = E. Consquence : B = A1 .
Corollaire 1.
Les assertions suivantes sont quivalentes :
(i) La matrice A est inversible. 
0

0
.. a une unique solution X = .. .
.
.
0
0
(iii) Pour tout second membre B, le systme linaire AX = B a une unique solution X .
(ii) Le systme linaire AX =

Dmonstration. Nous avons dj vu (i) = (ii) et (i) = (iii).

Nous allons seulement montrer (ii) = (i). Nous raisonnons par contrapose : nous allons montrer la proposition
quivalente non(i) = non(ii). Si A nest pas inversible, alors sa forme chelonne rduite U contient un premier
zro sur sa diagonale, disons la place `. Alors U la forme suivante

1 0 c1

c1
..

..
.
0 .. 0
.
.

0 0

c`1
1 c`1

0 0

0

On note
X =

.
1 .
0 0

0
.

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

0
0

Alors X nest pas le vecteur nul, mais U X est le vecteur nul. Comme A = E 1 U, alors AX est le vecteur nul. Nous avons
donc trouv un vecteur non nul X tel que AX = 0.
Mini-exercices.
1. Exprimer les systmes linaires suivants sous


x +z =1

2x + 4 y = 7
2 y + 3z = 1 ,
,
2x + 3 y = 14

x +z =1

forme matricielle et les rsoudre en inversant la matrice :

x+t =
x 2y =
.
x+ y+t =2
y+t =4

2. crire les matrices 4 4 correspondant aux oprations lmentaires : L2 13 L2 , L3 L3 41 L2 , L1 L4 . Sans

MATRICES

6. MATRICES

TRIANGULAIRES, TRANSPOSITION, TRACE, MATRICES SYMTRIQUES

calculs, crire leurs inverses. crire la matrice 4 4 de lopration L1 L1 2L3 + 3L4 .

1 2 3 1 0 2
3. crire les matrices suivantes sous forme chelonne, puis chelonne rduite : 1 4 0 , 1 1 1 ,
2 2 3

2 2 3

2
0
1
1

0
1
2
2

2
1
1
1

17

0
0
4
2

6. Matrices triangulaires, transposition, trace, matrices symtriques

6.1. Matrices triangulaires, matrices diagonales
Soit A une matrice de taille n n. On dit que A est triangulaire infrieure si ses lments au-dessus de la diagonale
sont nuls, autrement dit :
i < j = ai j = 0.
Une matrice triangulaire infrieure a la forme suivante :

a11
0 0

..
..
a21 a22
.
.

..
..
..
..
..
.

.
.
.
.

.
.
.
.
.
.
.
.
0
an1

an2

ann

On dit que A est triangulaire suprieure si ses lments en-dessous de la diagonale sont nuls, autrement dit :
i > j = ai j = 0.
Une matrice triangulaire suprieure a la forme suivante :

a11 a12 . . .
0 a22 . . .

..
..
..
.
.
.

.
.
..
..

.
..
0
... ...

...
...
..

...
...

..

.
...

..

.
0

a1n
a2n

..
.

..
.

..
.
ann

Exemple 16.
Deux matrices triangulaires infrieures ( gauche), une matrice triangulaire suprieure ( droite) :



1 1 1
4 0 0
5 0
0 1 1
0 1 0
1 2
3 2 3
0 0 1
Une matrice qui est triangulaire infrieure et triangulaire suprieure est dite diagonale. Autrement dit : i 6= j =
ai j = 0.
Exemple 17.
Exemples de matrices diagonales :

1
0
0

0
6
0

0
0
0

et


2
0


0
3

Exemple 18 (Puissances dune matrice diagonale).

Si D est une matrice diagonale, il est trs facile de calculer ses puissances D p (par rcurrence sur p) :

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

.. . .

.
.
..
.
.
.
.
.
p
.
.
.
.
.
.
.
=
D = .
D= .
.
.
.
.
.
.
.
.

0 . . . 0 n1 0
0 . . . 0 p
0
0

...

...

n1

...

...

np

MATRICES

6. MATRICES

TRIANGULAIRES, TRANSPOSITION, TRACE, MATRICES SYMTRIQUES

18

Thorme 4.
Une matrice A de taille n n, triangulaire, est inversible si et seulement si ses lments diagonaux sont tous non nuls.
Dmonstration. Supposons que A soit triangulaire suprieure.
Si les lments de la diagonale sont tous non nuls, alors la matrice A est dj sous la forme chelonne. En
multipliant chaque ligne i par linverse de llment diagonal aii , on obtient des 1 sur la diagonale. De ce fait, la
forme chelonne rduite de A sera la matrice identit. Le thorme 3 permet de conclure que A est inversible.
Inversement, supposons quau moins lun des lments diagonaux soit nul et notons a`` le premier lment nul de
la diagonale. En multipliant les lignes 1 ` 1 par linverse de leur lment diagonal, on obtient une matrice de la
forme

.
0 ..

0 0
1

0 0
0

.
0 0

.
..
..
..
..
..
.
.
. 0
.
0
0
Il est alors clair que la colonne numro ` de la forme chelonne rduite ne contiendra pas de 1 comme pivot. La
forme chelonne rduite de A ne peut donc pas tre I n et par le thorme 3, A nest pas inversible.
Dans le cas dune matrice triangulaire infrieure, on utilise la transposition (qui fait lobjet de la section suivante) et
on obtient une matrice triangulaire suprieure. On applique alors la dmonstration ci-dessus.

6.2. La transposition
Soit A la matrice de taille n p

A=

a11
a21
..
.
an1

a12
a22
..
.
an2

...
...

a1p
a2p
..
.
anp

...

Dfinition 10.
On appelle matrice transpose de A la matrice AT de taille

a11 a21
a12 a22

AT = .
..
..
.
a1p a2p

p n dfinie par :

. . . an1
. . . an2

.. .
.
. . . anp

Autrement dit : le coefficient la place (i, j) de AT est a ji . Ou encore la i-me ligne de A devient la i-me colonne de
AT (et rciproquement la j-me colonne de AT est la j-me ligne de A).
Notation : La transpose de la matrice A se note aussi souvent tA.
Exemple 19.

1
4
7

0
1
1

2
5
8

T
3
1
6 = 2
9
3


3
0

5
=
3
2

1
5

1
2

Lopration de transposition obit aux rgles suivantes :

Thorme 5.
1. (A + B) T = AT + B T

4
5
6

7
8
9

(1

1
5) T = 2
5

MATRICES

6. MATRICES

TRIANGULAIRES, TRANSPOSITION, TRACE, MATRICES SYMTRIQUES

19

2. (A) T = AT
3. (AT ) T = A
4. (AB) T = B T AT
5. Si A est inversible, alors AT lest aussi et on a (AT )1 = (A1 ) T .
Notez bien linversion : (AB) T = B T AT , comme pour (AB)1 = B 1 A1 .

6.3. La trace
Dans le cas dune matrice carre de taille n n, les lments a11 , a22 , . . . , ann sont appels les lments diagonaux.
Sa diagonale principale est la diagonale (a11 , a22 , . . . , ann ).

a11 a12 . . . a1n

a21 a22 . . . a2n

.
..
..
..
.
.
.
.
.
an1

an2

...

ann

Dfinition 11.
La trace de la matrice A est le nombre obtenu en additionnant les lments diagonaux de A. Autrement dit,
tr A = a11 + a22 + + ann .
Exemple 20.

Si A = 20 15 , alors tr A = 2 + 5 = 7.
1 1 2
Pour B = 5 2 8 , tr B = 1 + 2 10 = 7.
11 0 10

Thorme 6.
Soient A et B deux matrices n n. Alors :
1. tr(A + B) = tr A + tr B,
2. tr(A) = tr A pour tout K,
3. tr(AT ) = tr A,
4. tr(AB) = tr(BA).
Dmonstration.
1. Pour tout 1 6 i 6 n, le coefficient (i, i) de A + B est aii + bii . Ainsi, on a bien tr(A + B) = tr(A) + tr(B).
2. On a tr(A) = a11 + + ann = (a11 + + ann ) = tr A.
3. tant donn que la transposition ne change pas les lments diagonaux, la trace de A est gale la trace de AT .
4. Notons ci j les coefficients de AB. Alors par dfinition
cii = ai1 b1i + ai2 b2i + + ain bni .
Ainsi,
tr(AB)

a11 b11
+a21 b12
..
.
+an1 b1n

+a12 b21
+a22 b22

+
+

+a1n bn1
+a2n bn2

+an2 b2n

+ann bnn .

+a21 b12
+a22 b22

+
+

+an1 b1n
+an2 b2n

+a2n bn2

+ann bnn .

On peut rarranger les termes pour obtenir

tr(AB)

a11 b11
+a12 b21
..
.
+a1n bn1

MATRICES

6. MATRICES

TRIANGULAIRES, TRANSPOSITION, TRACE, MATRICES SYMTRIQUES

20

En utilisant la commutativit de la multiplication dans K, la premire ligne devient

b11 a11 + b12 a21 + + b1n an1
qui vaut le coefficient (1, 1) de BA. On note di j les coefficients de BA. En faisant de mme avec les autres lignes,
on voit finalement que
tr(AB) = d11 + + dnn = tr(BA).

6.4. Matrices symtriques

Dfinition 12.
Une matrice A de taille n n est symtrique si elle est gale sa transpose, cest--dire si
A = AT ,
ou encore si ai j = a ji pour tout i, j = 1, . . . , n. Les coefficients sont donc symtriques par rapport la diagonale.
Exemple 21.
Les matrices suivantes sont symtriques :

0
2

1
0
5


2
4

0
2
1

5
1
0

Exemple 22.
Pour une matrice B quelconque, les matrices B B T et B T B sont symtriques.
Preuve : (BB T ) T = (B T ) T B T = BB T . Idem pour B T B.

6.5. Matrices antisymtriques

Dfinition 13.
Une matrice A de taille n n est antisymtrique si
AT = A,
cest--dire si ai j = a ji pour tout i, j = 1, . . . , n.
Exemple 23.

0
1

1
0

0
4
2

4
0
5

2
5
0

Remarquons que les lments diagonaux dune matrice antisymtrique sont toujours tous nuls.
Exemple 24.
Toute matrice est la somme dune matrice symtrique et dune matrice antisymtrique.
Preuve : Soit A une matrice. Dfinissons B = 12 (A+ AT ) et C = 12 (A AT ). Alors dune part A = B + C ; dautre part B est
symtrique, car B T = 12 (AT + (AT ) T ) = 12 (AT + A) = B ; et enfin C est antisymtrique, car C T = 12 (AT (AT ) T ) = C.
Exemple :






2 10
2 9
0 1
Pour A =
alors
A =
+
.
8 3
9 3
1 0
| {z }
| {z }
symtrique

antisymtrique

Mini-exercices.
1. Montrer que la somme de deux matrices triangulaires suprieures reste triangulaire suprieure. Montrer que
cest aussi valable pour le produit.
2. Montrer que si A est triangulaire suprieure, alors AT est triangulaire infrieure. Et si A est diagonale ?

MATRICES

3. Soit A =

6. MATRICES

x1 !
x2

..
.

TRIANGULAIRES, TRANSPOSITION, TRACE, MATRICES SYMTRIQUES

21

. Calculer AT A, puis A AT .

xn

4. Soit A =

a b
c d

. Calculer tr(A AT ).

5. Soit A une matrice de taille 2 2 inversible. Montrer que si A est symtrique, alors A1 aussi. Et si A est
antisymtrique ?
6. Montrer que la dcomposition dune matrice sous la forme symtrique + antisymtrique est unique.

Auteurs du chapitre
Daprs un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytechnique Fdrale de
Lausanne,
et un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des parties de cours de H. Ledret et
dune quipe de luniversit de Bordeaux anime par J. Queyrut,
mixs et rviss par Arnaud Bodin, relu par Vianney Combet.