Exo7

Matrices
Vido
Vido
Vido
Vido
Vido
Vido

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

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 a i, j .

Un tel tableau est reprsent de la manire suivante :

a 1,1 a 1,2 . . . a 1, j . . . a 1,p

a 2,1 a 2,2 . . . a 2, j . . . a 2,p

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

ou
A=

a i,1 a i,2 . . . a i, j . . . a i,p

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

a n,1 a n,2 . . . a n, j . . . a n,p

A = a i, j 1 in

1 j p

Exemple 1

A=

1 2 5
0 3 7

est une matrice 2 3 avec, par exemple, a 1,1 = 1 et a 2,3 = 7.

Encore quelques dfinitions :

ou

a i, j .

2
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 M n,p (K).
Les lments de M n,p (R) 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 M n (K) au lieu de M n,n (K).

a 1, 1

a 2, 1
.
.
.
a n,1

a 1,2
a 2,2
..
.
a n,2

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

a 1,n

a 2,n
..

.
a n,n

Les lments a 1,1 , a 2,2 , . . . , a n,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 = a 1,1 a 1,2 . . . a 1,p .

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

a 1,1

a 2,1

A= .
.
..
a n,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 a i j
o a i, j pour les coefficients de la matrice A.
Exemple 2

Si

3 2
A=
1 7

et

!
0 5
B=
2 1

alors

!
3 3
A+B =
.
3 6

Par contre si

2
B0 =
8

alors

A + B0

nest pas dfinie.

Dfinition 4. Produit dune matrice par un scalaire

Le produit dune matrice A = a i j de M n,p (K) par un scalaire K est la matrice a i j

forme en multipliant chaque coefficient de A par . Elle est note A (ou simplement A).

Exemple 3

Si

!
1 2 3
A=
0 1 0

et

=2

alors

!
2 4 6
A =
.
0 2 0

La matrice (1)A est loppose de A et est note A. La diffrence A B est dfinie par A + (B).
Exemple 4

Si

!
2 1 0
A=
4 5 2

et

!
1 4 2
B=
7 5 3

alors

!
3 5 2
AB =
.
3 0 1

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

Proposition 1
Soient A, B et C trois matrices appartenant M n,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 ( + )a i j . Daprs les
rgles de calcul dans K, ( + )a i j est gal a i j + a i j qui est le terme gnral de la matrice A + A .

Mini-exercices
1 0 1
7 2
1 2 3
21 6
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
8 6
321
3 12
1 4
111
sommes possibles 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 = (a i j ) une matrice n p et B = (b i j ) une matrice p q. Alors le produit C = AB est
une matrice n q dont les coefficients c i j sont dfinis par :
ci j =

p
X

a ik b k j

k=1

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

c i j = a i1 b 1 j + a i2 b 2 j + + a ik b k j + + a i p b p j .
Il est commode de disposer les calculs de la faon suivante.

|
|
ci j

AB

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 (a i1 b 1 j ), que
lon ajoute au produit du deuxime coefficient de la ligne par le deuxime coefficient de la colonne
(a i2 b 2 j ), que lon ajoute au produit du troisime. . .

2.2. Exemples
Exemple 5

!
1 2 3
A=
2 3 4

1 2

B = 1 1
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 c 11 =
1 1 + 2 (1) + 3 1 = 2 (au milieu), puis les autres ( droite).

1
1 !
c 12
c 22

! 1
1 2 3
c 11
2 3 4
c 21

1
1 !
c 12
c 22

! 1
1 2 3
2
2 3 4
c 21

! 1
1 2 3
2
2 3 4
3

1
1!
7
11

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

u = a1

a2

an

b1

b2

v=
..
.
bn

Alors u v est une matrice de taille 1 1 dont lunique coefficient est a 1 b 1 + a 2 b 2 + + a n b n . Ce

nombre sappelle le produit scalaire des vecteurs u et v.
Calculer le coefficient c i 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 1 2 0
14 3
=
3 2 4 3
2 6

mais

!
!
!
2 0 5 1
10 2
=
.
4 3 3 2
29 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 1
A=
0 5

!
2 3
B=
0 0

!
0 0
AB =
.
0 0

et

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

Exemple 8

0 1
A=
0 3

4 1
B=
5 4

!
2 5
C=
5 4

et

!
5 4
AB = AC =
.
15 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
la somme,
3. A 0 = 0

et

(B + C)A = BA + C A : distributivit du produit par rapport

et

0 A = 0.

Dmonstration
Posons A = (a i j ) M n,p (K), B = ( b i j ) M p,q (K) et C = ( c i j ) M q,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 =
a i` b `k . Le terme dindice ( i, j ) de la matrice ( AB)C
`=1

est donc

q
X

x ik c k j =

k=1

q
X

p
X

k=1 `=1

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

q
X

a i` b `k c k j .

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

k=1

est donc

p
X
`=1

a i`

q
X

b `k c k 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 :

In =

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

7
Dmonstration
Nous allons dtailler la preuve. Soit A M n,p (K) de terme gnral a i 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.
La matrice produit AI p est une matrice appartenant M n,p (K) dont le terme gnral c i j est donn
p
X
par la formule c i j =
a ik k j . Dans cette somme, i et j sont fixs et k prend toutes les valeurs
k=1

comprises entre 1 et p. Si k 6= j alors k j = 0, et si k = j alors k j = 1. Donc dans la somme qui

dfinit c i j , tous les termes correspondant des valeurs de k diffrentes de j sont nuls et il reste donc
c i j = a i j j j = a i j 1 = a i 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 M n (K) des matrices carres de taille n n coefficients dans K, la multiplication
des matrices est une opration interne : si A, B M n (K) alors AB M n (K).
En particulier, on peut multiplier une matrice carre par elle-mme : on note A 2 = A A, A 3 =
A A A.
On peut ainsi dfinir les puissances successives dune matrice :
Dfinition 6
Pour tout A M n (K), on dfinit les puissances successives de A par A 0 = I n et A p+1 = A p A
pour tout p N. Autrement dit, A p = |A A
{z A}.
p facteurs

Exemple 9

1 0 1

On cherche calculer A p avec A = 0 1 0. On calcule A 2 , A 3 et A 4 et on obtient :

0 0 2

1 0 3

A 2 = 0 1 0
0 0 4

1 0 7

A 3 = A 2 A = 0 1 0
0 0 8

1 0 15

A 4 = A 3 A = 0 1 0 .
0 0 16

Lobservation
de
ces premires puissances permet de penser que la formule est : A p =

p
1
0
2 1

p
0 . Dmontrons ce rsultat par rcurrence.
0 (1)
0
0
2p
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

A p+1 = A p A = 0 (1) p
0
0

2p 1
1 0 1
1
0


0 0 1 0 = 0 (1) p+1
2p
0 0 2
0
0

2 p+1 1

0
.
p+1
2

8
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 A 2 + 2AB + B2 , mais on sait seulement que
(A + B)2 = A 2 + AB + BA + B2 .
Proposition 4. Calcul de (A + B) p lorsque AB = BA
Soient A et B deux lments de M n (K) qui commutent, cest--dire tels que AB = BA. Alors,
pour tout entier p 0, on a la formule
!
p
X
p p k k
p
(A + B) =
A
B
k=0 k
o

p
k

dsigne le coefficient du binme.

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

Exemple 10

1 1

0 1
Soit A =
0 0

0 0

1
2
1
0

1
0

1
0
. On pose N = A I =

3
0
1
0

-dire il existe k N tel que

0 0

0 0
N2 =
0 0

0 0

1
0
0
0

1
2
0
0

1
. La matrice N est nilpotente (cest3

N k = 0) comme le montrent les calculs suivants :

2 4
0 0 0 6

0 6
3 0 0 0 0

N =
et
N 4 = 0.

0 0
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 p k X
p k
p( p1)
p( p1)( p2) 3
p
A =
N I
=
N = I + pN + 2! N 2 +
N .
3!
k
k
k=0
k=0
Do

0
Ap =
0

p
1
0
0

p2
2p
1
0

p(p2 p + 1)

p(3p 2)
.

3p

Mini-exercices
2 1 0
8 2
5

1. Soient A = 60 24 02 , B = 0 1 0 , C = 3 2 , D = 2 , E = x y z . Quels produits

2 2 3
5 5
1
sont possibles ? Les calculer !
0 0 1
1 0 0
2. Soient A = 0 1 0 et B = 0 0 2 . Calculer A 2 , B2 , AB et BA.
1 1 0
112
2 0 0
0 0 0
3. Soient A = 0 2 0 et B = 2 0 0 . Calculer A p et B p pour tout p 0. Montrer que AB =
002
310
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 A 1 .
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 :
1
A 1} .
A p = (A 1 ) p = |A 1 A {z

p facteurs

Lensemble des matrices inversibles de M n (K) est not GL 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

Cette galit quivaut au systme :

a + 2c = 1

b + 2d = 0

3c = 0

3d = 1

Sa rsolution est immdiate : a = 1, b = 23 , c = 0, d = 13 . Il ny a donc quune seule matrice

2
1
possible, savoir B = 0 13 . Pour prouver quelle convient, il faut aussi montrer lgalit
3

BA = I, dont la vrification est laisse au lecteur. La matrice A est donc inversible et A 1 =

10

!
1 23
.
0 31

Exemple 12

La matrice A =

3 0
50

a
nest pas inversible. En effet, soit B =
c

!
b
une matrice quelconque.
d

Alors le produit

a
BA =
c

b
d

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

0
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 M n (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 A 1 est aussi inversible et on a :
(A 1 )1 = A

Inverse dun produit

11

Proposition 7
Soient A et B deux matrices inversibles de mme taille. Alors AB est inversible et
(AB)1 = B1 A 1

Il faut bien faire attention linversion de lordre !

Dmonstration
Il suffit de montrer (B1 A 1 )( AB) = I et ( AB)(B1 A 1 ) = I . Cela suit de
(B1 A 1 )( AB) = B1 ( A A 1 )B = B1 IB = B1 B = I,
et

( AB)(B1 A 1 ) = A (BB1 ) A 1 = AI A 1 = A A 1 = I.

De faon analogue, on montre que si A 1 , . . . , A m sont inversibles, alors

1 1
1
(A 1 A 2 A m )1 = A
m A m1 A 1 .

Simplification par une matrice inversible

Si C est une matrice quelconque de M n (K), nous avons vu que la relation AC = BC o A et B sont
des lments de M n (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 M n (K) et C une matrice inversible de M n (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 (CC 1 ) = B(CC 1 ), ce
qui donne daprs la dfinition de linverse AI = BI , do A = B.

Mini-exercices

et B = 25 13 . Calculer A 1 , B1 , (AB)1 , (BA)1 , A 2 .
1 0 0
2. Calculer linverse de 0 2 0 .
103
1 2 0
3. Soit A = 2 3 0 . Calculer 2A A 2 . Sans calculs, en dduire A 1 .

1. Soient A =

1 2

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.

12

4.1. Matrices 2 2

a
Considrons la matrice 2 2 : A =
c

!
b
.
d

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

A 1 =

1
ad bc

d
c

b
a

Dmonstration
On vrifie que si B =

1
d b
ad bc c a

alors AB =

1 0
0 1 . Idem pour BA .

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 A 1 .
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 = A 1 .
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

13
On applique la mthode de Gauss pour faire apparatre des 0 sur la premire colonne, dabord sur
la deuxime ligne par lopration lmentaire L 2 L 2 4L 1 qui conduit la matrice augmente :

1 0 0

4 1 0
0 0 1

1
2
1

1 2
2

L 2 L 2 4L 1

Puis un 0 sur la premire colonne, la troisime ligne, avec L 3 L 3 + L 1 :

1 0 0

4 1 0
1 0 1

1 2
1

0 8 5
0 4
3

L 3 L 3 +L 1

On multiplie la ligne L 2 afin quelle commence par 1 :

1 2

0 1
0 4

5
8

1
2

0
1

0
18
0

L 2 81 L 2

On continue afin de faire apparatre des 0 partout sous la diagonale, et on multiplie la ligne L 3 .
Ce qui termine la premire partie de la mthode de Gauss :

1 2

0 1
0 0

5
8
1
2

1
2

0
18
1
2

0
1

1 2

0 1
0 0

puis
L 3 L 3 4L 2

0
2

0
1
1

2
8
2 1

5
8

L 3 2 L 3

Il ne reste plus qu remonter pour faire apparatre des zros au-dessus de la diagonale :

1 2 1

0 1 0
0 0 1

0
7
43
4
2 1

54
2

puis

L 2 L 2 58 L 3

1 0 0

0 1 0
0 0 1

12
7
4

1
2
34

1
2
54

L 1 L 1 2L 2 L 3

Ainsi linverse de A est la matrice obtenue droite et aprs avoir factoris tous les coefficients par
1
4 , on a obtenu :

2 2
2
1

A 1 = 7 3 5
4
8 4
8
Pour se rassurer sur ses calculs, on noublie pas de vrifier rapidement que A A 1 = I.

Mini-exercices
1. Si possible calculer linverse des matrices :
sin
1
2. Soit A( ) = cos
sin cos . Calculer A( ) .
3. Calculer linverse des matrices :

1 3 0
2 1 1
2 1 1

3 1 2 3 0 2 +1 1
7 2 , 5 4 , 3 0 ,
2 .

2 2 1 1 0 1 0 2 1 1 1
, 3 0 5 , 01 22 02 01 , 10 01 01 21 ,
1 1 2

0 2 1 3

01 1 0

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

14

5. Inverse dune matrice : systmes linaires et matrices

lmentaires
5.1. Matrices et systmes linaires
Le systme linaire

a 11 x1

a x
21 1

a x
n1 1

a 12 x2
a 22 x2
...
a n 2 x2

+
+
+

+ +
+ +

a1 p x p
a2 p x p

=
=

b1
b2

+ +

a np x p

bn

peut scrire sous forme matricielle :

a 11
a 21
..
.
a n1

...
...
...
{z
A

a1 p
a2 p
..
.
a np

} |

x1
x2
..
.
xp
{z
X

b1
b2
..
.
bn
{z
B

On appelle A M n,p (K) la matrice des coefficients du systme. B M n,1 (K) est le vecteur du second
membre. Le vecteur X M p,1 (K) est une solution du systme si et seulement si
A X = 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 :

a 11
a 21
..
.
a n1

...
...
...
{z
A

a 1n
a 2n
..
.
a nn

} |

x1
x2
..
.
xn
{z
X

b1
b2
..
.
bn
{z
B

Alors A M n (K) est une matrice carre et B un vecteur de M n,1 (K). Pour tout second membre,
nous pouvons utiliser les matrices pour trouver la solution du systme linaire.

15

Proposition 10
Si la matrice A est inversible, alors la solution du systme A X = B est unique et est :
X = A 1 B.

La preuve est juste de vrifier que si X = A 1 B, alors A X = A A 1 B = A A 1 B = I B = B.

Rciproquement si A X = B, alors ncessairement X = A 1 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.

0
E L 2 5L 2 =
0

0
5
0
0

0
0
1
0

2. La matrice E L i L i +L j est la matrice obtenue en ajoutant fois la j-me ligne de I n la

i-me ligne de I n .

3
E L 2 L 2 3L 1 =
0

0
1
0
0

0
0
1
0

3. La matrice E L i L j est la matrice obtenue en permutant les i-me et j-me lignes de I n .

0
E L 2 L 4 = E L 4 L 2 =
0

0
0
0
1

0
0
1
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 :

16
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.
Exemple 14
1.

E L 2 1 L 2 A = 0
3
0

0
1
3

0
x1

0 y1
z1
1

x2
y2
z2

x1
x3
1
y3 = 3 y1
z3
z1

x2
1
3 y2
z2

x3

1
3 y3
z3

2.

x1
1 0 7

E L 1 L 1 7L 3 A = 0 1 0 y1
z1
0 0 1

x2
y2
z2

x1 7z1
x3

y3 = y1
z1
z3

x2 7z2
y2
z2

x3 7z3

y3
z3

3.

1 0 0
x1

E L 2 L 3 A = 0 0 1 y1
z1
0 1 0

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 ( droite) ; les dsignent des
coefficients quelconques, les + des coefficients non nuls :

+
1 0 0 0

0 0 +
0 0 1 0 0

0 0 0 +
0 0 0 1 0

0 0 0 0 0 0 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

17

Thorme 2
tant donne une matrice A M n,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 a 11 , on passe directement ltape A.2 ; si cest un
terme a i1 avec i 6= 1, on change les lignes 1 et i (L 1 L i ) et on passe ltape A.2.
Au terme de ltape A.1, soit la matrice A a sa premire colonne nulle ( gauche) ou bien on obtient
une matrice quivalente dont le premier coefficient a011 est non nul ( droite) :

..
.

.
.
.
0

a 12
a 22
..
.
a i2
..
.
a n2

a1 j
a2 j
..
.
ai j
..
.
an j

a1 p

a2 p
..

.
= A
aip

..

.
a np

ou bien

a011

a012

a01 j

a01 p

0
a 21

.
..

0
a i1

.
..

a0n1

a022
..
.
a0i2
..
.
a0n2

a02 j
..
.
a0i j
..
.
a0n j

a02 p

..
.

A.
a0i p

..
.

0
a np

tape A.2. limination.

On ne touche plus la ligne 1, et on se sert du pivot a011 pour liminer tous les termes a0i1 (avec i 2)
situs sous le pivot. Pour cela, il suffit de remplacer la ligne i par elle-mme moins
pour i = 2, . . . , n : L 2 L 2

a021
a011

L1, L3 L3

a031
a011

L 1 ,. . .

Au terme de ltape A.2, on a obtenu une matrice de la forme

a011 a012 a01 j a01 p

0
a0022 a002 j a002 p

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

A.
00
00
00
0

a
i2
ij
ip

.
.
.
..
..
..
..

0
a00n2 a00n j a00np
tape A.3. Boucle.

a0i1

a011

la ligne 1, ceci

18
Au dbut de ltape A.3, on a obtenu dans tous les cas de figure une matrice de la forme

a111 a112 a11 j a11 p

0
a122 a12 j a12 p

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

A
1
1
1

0
a

a
i2
ij
ip

.
.
.
..
..
..
..

0
a1n2 a1n j a1np
dont la premire colonne est bien celle dune matrice chelonne. On va donc conserver cette premire
colonne. Si a111 6= 0, on conserve aussi la premire ligne, et lon repart avec ltape A.1 en lappliquant
cette fois la sous-matrice ( n 1) ( p 1) (ci-dessous gauche : on oublie la premire ligne et
la premire colonne de A ) ; si a111 = 0, on repart avec ltape A.1 en lappliquant la sous-matrice
n ( p 1) ( droite, on oublie la premire colonne) :

a112 a11 j a11 p

1
1
a 22 a 2 j a 2 p
1

a 22 a12 j a12 p
.

..
..
.

.
..
..
.
.
.

..
1

.
.

1
1
a

i2
ij
ip
a1i2 a1i j a1i p

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

a1n2 a1n j a1np

1
1
1
a n2 a n j a np
Au terme de cette deuxime itration de la boucle, on aura obtenu une matrice de la forme

a111 a112 a11 j a11 p

0
a222 a22 j a22 p

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

A,
2
2

0
0

a
ij
ip

.
.
.
..
..
..
..

0
0
a2n j a2np
et ainsi de suite.
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 2 3 4

A = 0 2 4 6 .
1 0 1 0

A. Passage une forme chelonne.

19
Premire itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a111 = 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 L 3 L 3 + L 1 . On obtient

1 2 3 4

A 0 2 4 6 .
0 2 4 4

Deuxime itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a222 = 2.
Deuxime itration de la boucle, tape A.2. On remplace la ligne 3 avec lopration L 3
L 3 L 2 . 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
L 2 L 2 3L 3 et L 1 L 1 4L 3 . On obtient

1 2 3 0

A 0 1 2 0 .
0 0 0 1

tape B.2, deuxime itration. On ne touche plus

L 1 L 1 2L 2 . On obtient

1 0 1

A 0 1 2
0 0 0

la ligne 2 et on remplace la ligne 1 par

0
1

qui est bien chelonne et rduite.

5.5. Matrices lmentaires et inverse dune matrice

Thorme 3
Soit A M n (K). La matrice A est inversible si et seulement si sa forme chelonne rduite
est la matrice identit I n .

20
Dmonstration
Notons U la forme chelonne rduite de A . Et notons E le produit de matrices lmentaires tel que
E A = U.
= Si U = I n alors E A = I n . Ainsi par dfinition, A est inversible et A 1 = 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 UV est nulle ; on naura donc jamais UV = I n .
Alors, A nest pas inversible non plus : en effet, si A tait inversible, on aurait U = E A 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 A 1 .
Nous partons de (A | I) pour arriver par des oprations lmentaires sur les lignes (I |B).
Montrons que B = A 1 . 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 E A = I. Donc A 1 = E. Comme on fait les mmes
oprations sur la partie droite du tableau, alors on obtient EI = B. Donc B = E. Consquence :
B = A 1 .

Corollaire 1
Les assertions suivantes sont quivalentes :
(i) La matrice A est inversible. !

!
0
.
(ii) Le systme linaire A X = .. a une unique solution X = ... .
0
0

(iii) Pour tout second membre B, le systme linaire A X = B a une unique solution X .

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

0
0
0
0
..
.
0

0
..
.
0

..
.

0
1
0
0
..
.

c1
..
.
c `1
0
0

..
.

..
.

On note

c1
.
..

c `1

X =
1 .

..
.

Alors X nest pas le vecteur nul, mais U X est le vecteur nul. Comme A = E 1U , alors A X est le vecteur
nul. Nous avons donc trouv un vecteur non nul X tel que A X = 0.

21

Mini-exercices
1. Exprimer les systmes linaires suivants sous forme matricielle
et les rsoudre en

x+t =

x+z =1

2x + 4y = 7
x 2y =
inversant la matrice :
,
.
2y + 3z = 1 ,

2x + 3y = 14
x+ y+ t = 2

x+z =1

y+ t = 4
2. crire les matrices 4 4 correspondant aux oprations lmentaires : L 2 13 L 2 , L 3
L 3 41 L 2 , L 1 L 4 . Sans calculs, crire leurs inverses. crire la matrice 4 4 de lopration L 1 L 1 2L 3 + 3L 4 .
3. crire les matrices
suivantes sous forme chelonne, puis chelonne rduite :
1 2 3 1 0 2 2 0 2 0
1 1 0
1 4 0 , 1 1 1 , 0
1 2 1 4 .
2 2 3

2 2 3

1 2 1 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 = a i j = 0.
Une matrice triangulaire infrieure a la forme suivante :

a 11

a
21
.
.
.
.
.
.
a n1

a 22
..
.
..
.
a n2

..
.
..
.

0
..
.
..
.

..

..

0
a nn

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

a 11

..
.

.
..

.
.
.
0

a 12
a 22
..
.

...

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

...

...
...

...
...

..

..

..

...

a 1n

a 2n

..
.

..
.

..

.
a nn

22

Exemple 16
Deux matrices triangulaires
droite) :

4 0

0 1
3 2

infrieures ( gauche), une matrice triangulaire suprieure (

0
3

5 0
1 2

1 1 1

0 1 1
0 0 1

Une matrice qui est triangulaire infrieure et triangulaire suprieure est dite diagonale. Autrement dit : i 6= j = a i 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 2p 0
...
0
...
0

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

.
.
.
.
.
.

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

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 a ii , 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

23
lment diagonal, on obtient une matrice de la forme

0
0
0
0
..
.
0

..
.

..
.

1
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 cidessus.

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

A=

a 11
a 21
..
.
a n1

a 12
a 22
..
.
a n2

...
...
...

a1 p
a2 p
..
.
a np

Dfinition 10
On appelle matrice transpose de A la matrice A T de taille p n dfinie par :

A =

a 11
a 12
..
.
a1 p

a 21
a 22
..
.
a2 p

...
...
...

a n1
a n2
..
.
a np

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

T
1 2 3
1 4 7

8
4 5 6 = 2 5
7 8 9
3 6 9

!
0
3
0 1 1

1 5 =
3 5 2
1 2

Lopration de transposition obit aux rgles suivantes :

(1

1

5)T = 2
5

24

Thorme 5
1. (A + B)T = A T + B T
2. ( A)T = A T
3. (A T )T = A
4. (AB)T = B T A T
5. Si A est inversible, alors A T lest aussi et on a (A T )1 = (A 1 )T .
Notez bien linversion : (AB)T = B T A T , comme pour (AB)1 = B1 A 1 .

6.3. La trace
Dans le cas dune matrice carre de taille n n, les lments a 11 , a 22 , . . . , a nn sont appels les
lments diagonaux.
Sa diagonale principale est la diagonale (a 11 , a 22 , . . . , a nn ).

a 11

a 21
.
.
.
a n1

a 12
a 22
..
.
a n2

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

a 1n

a 2n
..

.
a nn

Dfinition 11
La trace de la matrice A est le nombre obtenu en additionnant les lments diagonaux de A.
Autrement dit,
tr A = a 11 + a 22 + + a nn .

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

Si A =

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(A T ) = tr A,
4. tr(AB) = tr(BA).

25
Dmonstration
1. Pour tout 1 i n, le coefficient ( i, i ) de A + B est a ii + b ii . Ainsi, on a bien tr( A + B) = tr( A ) +
tr(B).
2. On a tr( A ) = a 11 + + a nn = (a 11 + + a nn ) = tr A .
3. tant donn que la transposition ne change pas les lments diagonaux, la trace de A est gale
la trace de A T .
4. Notons c i j les coefficients de AB. Alors par dfinition

c ii = a i1 b 1 i + a i2 b 2 i + + a in b ni .
Ainsi,
tr( AB)

a 11 b 11
+a 21 b 12
..
.
+ a n1 b 1 n

+a 12 b 21
+a 22 b 22

+
+

+ a 1 n b n1
+ a 2 n b n2

+ a n2 b 2 n

+a nn b nn .

+a 21 b 12
+a 22 b 22

+
+

+ a n1 b 1 n
+ a n2 b 2 n

+ a 2 n b n2

+a nn b nn .

On peut rarranger les termes pour obtenir

tr( AB)

a 11 b 11
+a 12 b 21
..
.
+ a 1 n b n1

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

b 11 a 11 + b 12 a 21 + + b 1n a n1
qui vaut le coefficient (1, 1) de BA . On note d i j les coefficients de BA . En faisant de mme avec
les autres lignes, on voit finalement que
tr( AB) = d 11 + + d nn = 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 a i 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
2 4

1 0
5

2 1
0
5 1 0

26

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
A T = A,
cest--dire si a i 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 + A T ) et C = 12 (A A T ). Alors dune part
A = B + C ; dautre part B est symtrique, car B T = 21 (A T + (A T )T ) = 12 (A T + A) = B ; et enfin C
est antisymtrique, car C T = 12 (A T (A T )T ) = C.
Exemple :

!
!

2 9
2 10
0 1
alors
A =
Pour 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 A T est triangulaire infrieure. Et si
A est diagonale ?
x1
x2

3. Soit A = .. . Calculer A T A, puis A A T .

.
xn

4. Soit A = ac db . Calculer tr(A A T ).
5. Soit A une matrice de taille 2 2 inversible. Montrer que si A est symtrique, alors A 1
aussi. Et si A est antisymtrique ?
6. Montrer que la dcomposition dune matrice sous la forme symtrique + antisym-

27
trique est unique.

Auteurs
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.