Vous êtes sur la page 1sur 9

Calcul matriciel

Dernire mise jour : 9 Septembre 2008

I. Dfinitions

II. Oprations sur les matrices

A. Addition, soustraction

B. Multiplication par un nombre

C. Transposition

D. Multiplication des matrices

E. Inversion des matrices carres

F. Dterminant d'une matrice carre

III. Application aux systmes d'quations linaires

A. Formulation matricielle

B. Cas d'une matrice rgulire

C. Cas d'une matrice singulire

I. Dfinitions
Une matrice n m est un tableau de nombres n lignes et m colonnes :

Exemple avec n = 2, m = 3 :

n et m sont les dimensions de la matrice.

Une matrice est symbolise par une lettre en caractres gras, par exemple A. On note Aij
l'lment situ l'intersection de la ligne i et de la colonne j (la ligne est toujours nomme en
premier).
On note [Aij] la matrice d'lment gnral Aij. On a donc : A = [Aij]

Si m = 1, la matrice est appele vecteur (plus prcisment vecteur-colonne) :

N.B. : Dans ce chapitre, nous utiliserons des lettres majuscules pour les matrices et des lettres
minuscules pour les vecteurs, mais ce n'est pas obligatoire.

Si n = m, la matrice est appele matrice carre.

Quelques matrices carres particulires (Exemples avec n = 4)

Parfois note In
n est la dimension de la
Matrice unit
matrice
(soit I4 dans cet exemple)

Matrice diagonale note diag(Dii)

Matrice triangulaire
suprieure
(Upper triangular matrix,
U)
Matrice triangulaire
infrieure
(Lower triangular matrix,
L)

Une matrice carre A est dite symtrique si :

Aji = Aij

pour tout i diffrent de j

II. Oprations sur les matrices

II.A. Addition, soustraction

L'addition et la soustraction des matrices se font terme terme. Les matrices doivent avoir les
mmes dimensions :

II.B. Multiplication par un nombre

Chaque terme de la matrice est multipli par le nombre :

II.C. Transposition

La transpose AT (aussi note A') d'une matrice A est la matrice obtenue en changeant les
lignes et les colonnes de A :
La transpose d'un vecteur-colonne est un vecteur-ligne :

II.D. Multiplication des matrices

Dfinissons tout d'abord le produit d'un vecteur-ligne xT par un vecteur-colonne y :

Ce produit est appel produit scalaire des vecteurs x et y, not x y. Les vecteurs doivent
avoir la mme dimension.

Le produit matriciel s'en dduit : le produit de la matrice A (n m) par la matrice B (m p)


est la matrice C (n p) telle que l'lment Cij est gal au produit scalaire de la ligne i de la
matrice A par la colonne j de la matrice B.

Exemple :

On a en effet, en effectuant les produits ligne par colonne :


Proprits :

Le produit matriciel est :

o associatif : ABC = (AB)C = A(BC)

o distributif par rapport l'addition : A(B + C) = AB + AC

o non commutatif : AB n'est pas gal BA en gnral.

La matrice unit I est lment neutre pour la multiplication : AIm = InA = A, si la


matrice A est de dimensions n m.

Transpose d'un produit : (AB)T = BTAT (Attention au changement d'ordre !).

Quelques produits particuliers :

(x et y sont des vecteurs-colonnes, A est une matrice)

Carr scalaire.
Sa racine carre (xTx) est appele norme du vecteur ( note
)
Produit extrieur des vecteurs x et y
(Matrice d'lment gnral xiyj)
Ne pas confondre avec le produit scalaire.

Forme quadratique (si A est symtrique)

Forme bilinaire (dite symtrique si A est symtrique)


II.E. Inversion des matrices carres

Une matrice carre A est dite inversible ou rgulire s'il existe une matrice carre A-1 (appele
matrice inverse) telle que :

A A-1 = A-1 A = I

Si A-1 n'existe pas, la matrice A est dite singulire

Proprits :

(A-1)-1 = A

(AT)-1 = (A-1)T

(AB)-1 = B-1A-1 (Attention au changement d'ordre !)

[diag(Dii)]-1 = diag(1/Dii)

La matrice A est dite orthogonale si A-1 = AT

II.F. Dterminant d'une matrice carre

Pour une matrice 2 2, on montre que la matrice inverse est donne par :

Le nombre ad - bc est appel dterminant de la matrice A, not :

La matrice inverse A-1 n'existe donc que si det A est diffrent de zro.

La matrice A est singulire si det A = 0, rgulire dans le cas contraire. Ce rsultat se


gnralise une matrice de dimension quelconque.

Proprits des dterminants :

det(AT) = det(A)
det(AB) = det(A) det(B)

Le dterminant d'une matrice triangulaire ou diagonale est gal au produit des


lments diagonaux. En particulier, det(I) = 1 (si I est la matrice unit)

Si A est rgulire, det(A-1) = 1 / det(A)


puisque det(AA-1) = det(A) det(A-1) = det(I) = 1

Si A est orthogonale, det(A) = 1


puisque det(AAT) = [det(A)]2 = det(I) = 1

III. Application aux systmes d'quations linaires

III.A. Formulation matricielle

Un systme de n quations linaires n inconnues est de la forme :

a11x1 + a12x2 + ... + a1nxn = b1


a21x1 + a22x2 + ... + a2nxn = b2
....................................................
an1x1 + an2x2 + ... + annxn = bn

o les aij sont les coefficients du systme, les xi les inconnues et les bi les termes constants.

Un tel systme peut s'crire sous forme matricielle :

Ax = b

avec :

III.B. Cas d'une matrice rgulire

Si la matrice A est rgulire, on a, en multipliant gauche par A-1 :

A-1Ax = A-1b
Soit :

x = A-1b

Exemple :

Soit le systme de 2 quations 2 inconnues :

2x1 + 3x2 = 9
x1 - x2 = 2

On a successivement :

Soit : x1 = 3, x2 = 1.

III.C. Cas d'une matrice singulire

Lorsque la matrice est singulire, deux cas sont envisager :

Systme indtermin

S'il est possible d'exprimer p quations en fonction des autres, le systme admet une
infinit de solutions. On peut retenir le vecteur x qui a la plus faible norme.

L'ensemble des solutions forme un sous-espace de dimension r = n - p dans l'espace de


dimension n. Le nombre r est le rang de la matrice.

Exemple :
x1 + x2 = 3
2x1 +2x2 = 6

Le dterminant vaut : 1 2 - 1 2 = 0. La matrice est bien singulire.

La deuxime quation est gale la premire multiplie par 2. Il n'y a en fait qu'une
seule quation : x1 + x2 = 3. C'est l'quation d'une droite (espace de dimension 1) dans
le plan (x1, x2). La matrice est de rang 1.

Systme impossible

Si les quations ne peuvent pas tre exprimes les unes en fonction des autres, le
systme n'admet aucune solution. On peut cependant calculer un vecteur x tel que la
norme du vecteur Ax - b soit minimale (bien que non nulle). Ce vecteur constitue la
meilleure approximation de la solution au sens des moindres carrs (voir le cours sur
la rgression linaire).

Exemple :

x1 + x2 = 3
2x1 +2x2 = 8

La deuxime quation divise par 2 donnerait x1 + x2 = 4, ce qui est incompatible avec


la premire quation. Le systme n'a pas de solution.