Vous êtes sur la page 1sur 226

SERIE SCHAUM

FRANK AYRES JR.


Dickinson College

MATRICES
COURS
ET
PROBLEMES

McGraw-Hill International Book Company, New York, USA


McGraw-HiII R yeron Limitee, Mont ra I, Canada
Ediscience S.A.,Paris, France
MATRICES, Cours e t problmes, est traduit de :
Theory and Problems of Matrices, by Frank Ayres Jr,
Copyright O McGraw-Hill Inc, New York, 1973

La Loi du 1t mars 1957 n'autorisant, aux termes des alineas 2 et 3 de l'Article 41, d'une part, que

- .
les s copies ou reproductions strictement reeervees B l'usage prive du copiste et non destindes B une
utilisation coliective et, d'autre part. que les analyses et les courtes citations dans un but d'exemple
et d'illustration, toute reprsentation ou reproduction intgrale. ou partielle. faite sans l e consentement
de l'auteur ou de aes ayants-droit ou ayantS.cause. est illicite * (alinba 1" de l'Article 40).
Cette reprsentation ou reproduction, par quelque proced que ce soit, constituerait donc une contre-
faon sanctionnee par les Articles 425 et suivants du Code Pnal.
Prface

Le calcul matriciel fait partie de loutillage mathmatique indispensable ltude de domaines


aussi divers que llectricit ou la chimie, la sociologie ou les statistiques, e t bien sr les math-
matiques pures. Ce livre, qui en donne les lments essentiels, est conu comme un complment
des ouvrages usuels et comme un livre de rfrence pour ceux qui ont besoin de connatre e t
demployer ces mthodes. Par ailleurs, les rappels thoriques sont suffisants pour permettre de
lemployer pour un cours.
Le sujet est divis en vingt-six chapitres, ce qui ne nuit pas la logique de lexpos et ce qui
augmente lutilit du livre. Ceci permet aussi de sparer ltude des matrices relles, -qui int-
ressent la plupart des lecteurs, -de celle des matrices lments complexes. Chaque chapitre
contient un rappel des dfinitions, des thormes e t des principes avec de nombreux exemples.
Ceux-ci sont leur tour suivis de problmes rsolus e t dun nombre trs important dexercices
supplment aires,
Ltudiant qui aborde le calcul matriciel trouvera vite que les solutions des exercices num-
riques sont dune dsarmante simplicit. Mais des difficults peuvent surgir au niveau des dfini-
tions, thormes et dmonstrations. Le manque dexprience mathmatique peut causer alors des
problmes, et cest normal, puisque trs souvent ltudiant a eu jusqualors rsoudre des appli-
cations numriques dont les principes de base et les thormes ntaient noncs et dmontrs
que plus tard. Ce livre a lambition, si le lecteur persiste dans la lecture des rappels et, des pro-
blmes de chaque chapitre, de lui donner au contraire une certaine assurance quant la compr-
hension du contenu.
Les problmes rsolus, -donnant plus de varit aux exemples qui illustrent les thormes,
-contiennent la plupart des dmonstrations importantes si elles sont longues, et dautres plus brves.
Les problmes supplmentaires exigent que ltudiant trouve lui-mme la dmonstratioii et la solu-
tion numrique. Quelquefois, ces dmonstrations ne sont que des variations de celles donnes an-
trieurement. Cependant, pour certains thormes, la dmonstration ne demande que quelques
lignes, -et peut tort sembler triviale, -alors que pour dautres, il faut beaucoup plus dingnio-
sit. Aucune de ces dmonstrations ne doit tre traite la lgre, car cest prcisment cause
de labondance de ces thormes que le calcul matriciel offre une base naturelle dtude ceux
qui veulent atteindre une certaine maturit mathmatique. Bien que le nombre lev des pro-
blmes supplmentaires rende difficile leur solution, il faut cependant donner une attention toute
spciale ceux des deux premiers chapitres, Aprs les avoir matriss, le lecteur se sentira beau-
coup plus en confiance pour continuer.
Lauteur remercie les collaborateurs de Schaum Publishing Company pour leur excellente
coopration

FRANK AYRES, Jr.


Table des matires

Page
Chapitre I MATRICES.................................................................. 1

Matrices carres, gales. Matrice nulle. Somme, multiplication de matrices. Produits par blocs.

Chapitre 2 QUELQUES TYPES DE MATRICES.. ............................................ 10

La matrice identit (unit). Matrices carres particulires. Matrices inverses. Transpose dune
matrice. Matrices symtriques. Conjugue dune matrice. Matrices hermitiennes. Somme directe
de matrices.

Chapitre 3 DETERMINANT DUNE MATRICE CARREE.. .................................... 20


Permutations, Dterminant dune matrice carre. Dterminants dordre deux et trois. Proprits
des dterminants. Mineurs et cofacteurs. Mineurs et complments algbriques.

Chapitre 4 CALCUL DE DETERMINANTS. ................................................. 32

Dveloppement de Laplace. Dterminant dun produit. Dveloppement selon la premire ligne


et la premire colonne. Drive dun dterminant.

Chapitre 5 EQUNALENCE ............................................................... 39

Rang dune matrice. Transformations lmentaires. Inverse dune transformation lmentaire. Ma-
trices quivalentes. E,quivalence sur les lignes, Forme normale dune matrice. Matrices lmen-
taires. Soient A et B des matrices quivalentes. Inverse dun produit de matrices lmentaires
Ensembles canoniques relatifs lquivalence, Rang dun produit.

Chapitre 6 ADJOINTE DUNE MATRICE CARREE., ......................................... 49

Adjointe. Adjointe dun produit. Mineur dune adjointe.

Chapitre 7 INVERSE DUNE MATRICE .................................................... 55

Mthode par ladjointe. Mthode des transformations lmentaires. Calcul de linverse en utili-
sant une partition. Inverse dune matrice symtrique.

Chapitre 8 CORPS. ...................................................................... 64

Ensemble stable. Corps. Sous-corps. Matrices sur un corps.

Chapitre 9 DEPENDANCE LINEAIRE DES VECTEURS FORMES LINEAIRES. ..................... 67


Le couple ordonne. Dpendance linaire d e vecteurs. Une forme linaire.
TABLE DES MATIERES

Page
Chapitre 10 SYSTEMES DEQUATIONS LINEAIRES.. ........................................ 75

Solution sous forme matricielle, Equations non homognes et homognes.

Chapitre I I ESPACES VECTORIELS ....................................................... 85

Espaces vectoriels. Sous-espaces. Base et dimension. Sous-espaces identiques. Somme et inter-


section de deux espaces. Noyau dune matrice, Lois d e Sylvster sur la dimension. Bases et
coordonnes.

Chapitre I2 APPLICATIONS LINEAIRES ................................................... 94

Dfinition des applications linaires. Changement d e base.

Chapitre I3 VECTEURS SUR LE CORPS DES REELS. ....................................... 100

Produit scalaire. Vecteurs orthogonaux. Module dun vecteur. Irrgalit d e Schwarz. Ingalit
triangulaire. Vecteurs et espaces orthogonaux. Procd dorthogonaiisation d e Gram-Schmidt.
Matrice de Gram. Matrices orthogonales. Applications orthogonales.

Chapitre I 4 VECTEURS SUR LE CORPS DES COMPLEXES.. ................................. 110

Nombres complexes. Vecteurs, Procd d e Gram-Schmidt. Matrice de Gram. Matrices uni-


taires. Transformations ou applicatjons unitaires.

Chapitre 15 CONGRUENCE ............................................................. 115

Matrices congruentes, symtriques, relles symtriques. Dans le corps des complexes. Ma-
trices antisymtriques, hermitiennes, antihermitiennes.

Chapitre 16 FORMES BILINEAIRES ...................................................... 125

Formes canoniques. Types de formes bilinaires. Transformations contravariantes. Factorisa-


tion des formes bilinaires.

Chapitre I7 FORMES QUADRATIQUES. .................................................. 131

Polynme homogne. Transformations. Rduction d e Lagrange. Formes quadratiques relles.


Loi dinertie de Sylvester. Formes quadratiques complexes. Formes dfinies et semi-dfinies.
Mineurs principaux. Matrices dfinies et semi-dfinies. Formes quadratiques rgulires. M-
thode de rduction de Kronecker. Factorisation des formes quadratiques,

Chapitre 18 FORMES HERMITIENNES..................................................... 146

Formes hermitiennes. Rduction la forme canonique. Formes dfinies e t semi-dfinies.

Chapitre 19 EQUATION CARACTERISTIQUE DUNE MATRICE.. .............................. 149

Equation caractristique. Thormes fondamentaux.

Chapitre 20 MATRICES SEMBLABLES. .................................................... 156

Matrices semblables. Matrices diagonales. Matrices diagonalisables.

Chapitre 21 MATRICES SEMBLABLES A UNE MATRICE DIAGONALE.. ....................... 163

Matrices symtriques relles. Matrices orthogonalement semblables. Couple de formes qua-


dratiques relles. Matrices hermitiennes, normales.
TABLE DES MATIERES

Page
Chapitre 22 POLYNOMES SUR UN CORPS., ............................................... 172

Anneau des polynmes sur F. Somme et produit.,Division des polynmes. Thormes d u


reste. Plus grand diviseur commun. Polynmes premiers entre eux. Dcomposition unique
en facteurs irrductibles et unitaires.

Chapitre 23 X-MATRICES.. ............................................................. 179


Dfinitions des h-matrices. Oprations sur les h-matrices. Division. Thorme du reste.
Thorme de Cayley-Hamiiton,

Chapitre 24 FORME NORMALE DE SMITH.. .............................................. 188

Transformation lmentaire sur une A-matrice. Ensemble canonique. Facteurs invariants.


Diviseurs lmentaires.

Chapitre 25 POLYNOME MINIMAL DUNE MATRICE.. ...................................... 196

Matrice caractristique. Invariants pour la similitude. Matrices non drogatoires. Matrices


compagnon.

Chapitre 26 FORMES CANONIQUES POUR LA SIMILlTUDE., .............................. 203


Forme canonique rationnelle. Seconde forme canonique. Forme canonique de Jacobson.
Forme canonique classique, Rduction la forme canonique rationnelle.

INDEX DES MATIERES ................................................................. 215


Index des symboles

Symbole Page Symbole Page

1 Ei,(vector) 88
1 x - Y ; XIY 100,110
1 Il x II 100,110

3 G 103, 111

10 x X Y 109

11 C
'u 115
11 P 116

12 S 116

13 131

20 146
22 149
23 149
23 170
r 39 172

39 172
39 179
39 180
40 189

43 189

49 196

64 198
67 198
85 203
86 205
87
CHAPITRE 1

Matrices

DEFINITION : On appelle matrice un tableau rectangulaire de nombres crit entre crochets tel
que :

et soumis certaines rgles doprations qui seront donnes plus loin. La matrice ( a ) pourrait
tre considre comme la matrice des coefficients du systme linaire homogne suivant :
2x + 3 y -I72 = 0
t x- y + 5 2 = 0
ou encore comme la matrice obtenue en ajoutant la matrice des coeffi-

cients du systme non homogne :


(2x+ 3y= 7
une dernire colonne forme des constantes
i x- y = 5
des seconds membres. Nous verrons plus loin comment on peut utiliser les matrices pour rsou-
dre ces systmes. On pourrait donner une interprtation semblable la matrice ( b ) ou consid-
rer ses lignes comme les coordonnes des points (1, 3 , l), ( 2 , l , 4 ) et ( 4 , 7 , 6 ) dans lespace or-
dinaire R 3 . Nous utiliserons galement les matrices pour dmontrer que trois points sont ou ne
sont pas dans un mme plan contenant lorigine ou encore quils sont aligns ou non avec lori-
gine.
Dans la matrice

I
a11 a12 a 1 3 . . . . . . . . a,,
a 2 1 a 2 2 a 2 3. . . . . . . . a271
......................
(1.1) ......................
a m l an2 a n 3 . . . . . . . . a m

les nombres ou les fonctions a, sont appels lments. Le premier indice i de aii indique le
numro de la ligne et le deuxime indice j celui de la colonne dans laquelle se trouve llment
a,. Ainsi tout lment de la deuxime ligne aura 2 comme premier indice et tout lment de
la cinquime colonne aura 5 comme deuxime indice. Une matrice de m lignes e t n colonnes
est dite dordre : m x n (lu : dordre m ,n, ou dordre m croix n).
La notation des matrices par des parenthses, ( ), ou des doubles barres, II II, est aussi uti-
lise, mais en ce qui nous concerne, nous nutiliserons que les crochets.
De temps en temps la matrice ( 1 . 1 ) sera dite la matrice m x n [a,] ou la matrice
m x n A = [a,]. Lorsque lordre aura t tabli auparavant, nous crirons simplement la ma-
trice A .

MATRICES CARREES. Lorsque m = II la matrice ( 1 . 1 ) est dite carre ou matrice carre


dordre n ou encore une n-matrice carre.
.
Dans une matrice carre, les lments a,, a 2 2 , . . . . an,, sont appels lments diagonaux.
La somme des lments diagonaux dune matrice carre A est appele la trace de A .
2 MATRICES

MATRICES EGALES. Deux matrices A = [aii] et B = [bii] sont dites gales ( A = B ) si et


seulement si elles sont de mme ordre et si chaque lment de lune est gal llment cor-
respondant de lautre, cest--dire, si et seulement si :

aij = bij, ( i = 1 , 2 ,...,rn ; j = 1 2 ,..., n )


Ainsi, deux matrices sont gales si et seulement si lune est la copie de lautre.

MATRICE NULLE, La matrice dont tous les lments sont nuls est appele la matrice nulle. Quand
A est la matrice nulle et lorsquil ny a pas de confusion possible sur son ordre, nous crirons
A = O au lieu de reproduire le tableau rn x n o tous les lments sont nuls.

SOMME DE MATRICES. Si A = [a,] et B = [bii] sont deux matrices rn x n, leur somme (resp. dif-
frence) A f B est dfinie par la matrice C = [c,] dans laquelle tout lment est la somme (resp.
diffrence) des lments correspondants de A et B. Ainsi A f B = [aii f bii].

Exemple 1. Si A =
y i ] e t B = [ -1 2 J5
alors A + B =
it2 2t3 3tO] = [ 3 5 31
O+(-1) lt2 4t5 -1 3 9

et A - B =
1-2
O-(-1)
2-3
1-2
3-01
4-5
= [-; -1
-1 -1
31

On ne peut faire la somme ou la diffrence de deux matrices que si elles sont de mme
ordre. Par exemple, on ne peut pas ajouter ni retrancher les matrices ( a ) et ( b ) .
La somme de h matrices A est une matrice de mme ordre que A dans laquelle chaque
blment est h-fois llment correspondant de A . Si k est un scalaire (nous appelons h un sca-
laire pour le distinguer de [ h ] la matrice 1 x 1 dont le seul lment est h ) nous dfinissons par
hA = Ah la matrice obtenue en multipliant tout lment de A par h .

Exemple 2. Si A = [ i] - alors

et -5A =
-5(1) -5(-2)] = [ -5 101
-5(2) -5(3) -10 -15

En particulier, la matrice -A appele oppose de A est obtenue en multipliant tout bl-


ment de A par -1, ou simplement en changeant les signes de tous les lments de A . Quelle
que soit A nous avons : A + ( - A ) = O o O reprsente ici la matrice nulle de mme ordre que
A.
Si les matrices A ,B ,C sont de mme ordre, nous avons :
(a) A + B = B + A (loi commutative)
(b) A + (B + C ) = (A + B) + C (loi associative)
( c ) k ( A + B ) = hA + k B = ( A + B ) h , h est un scalaire
( d ) I1 existe une matrice D telle que A f D = B.
Ces lois rsultent des lois de lalgbre lmentaire dans lensemble des nombres et des po-
lynmes. Elles montrent en outre :
Thorme l , Que les matrices de mme ordre obissent aux mmes lois pour laddition que les
lmznts de ces matrices.
MATRICES/CHAPITRE 1 3

MULTIPLICATION DE MATRICES. Le produit, AB dans cet ordre de la matrice ligne

1 x m A = [a,, a,, a 1 3 . . . a,,] par la matrice colonne m x l B = I 11


p:: est dfini par la ma-

trice 1 x 1 C = [ a , , b , , + a,, b,, + - + a,,


* * b,,].
Lbmll
Cest--dire [all a,, . . , a,,] x

On a multipli une ligne par une colonne en multipliant chaque lment de la ligne par
llment correspondant de la colonne et en faisant la somme des termes obtenus.

Exemple 3. ( a ) [ Z 3 41 [-il = [2(1)+3(-1)+ 4(2)] = [y]

Le produit AB dans cet ordre, de la matrice m x p A = [a,] par la matrice p x n B = [b,]


est dfini par la matrice m x n C = [ciil o
P
cii = ai, b,, + a,, b,, + . . - + a ZP. bP I. = aik bki
k =1
( i = 1 , 2, . . . m ; j = i , 2, . . . n).
A possde m lignes et B IZ colonnes. Pour obtenir la matrice C = AB on multiplie chaque
ligne de A par chacune des colonnes de B . Llment cii de C est alors le produit de In ieme
ligne de A par la je colonne de B.
Exemple 4.

1
all a12 a 1 1 b11 f a 1 2 b21 a11b12 f a12b22

f a 2 2 b21 a21bl2 t a 2 2 b22

a31 bii + a32 PI a 3 1 b12 + a 3 2 b22

Le produit A B na de sens que si le nombre de colonnes de A est gal au nombre de li-


gnes de B , ( A B est dfini). Le produit AB peut tre dfini sans que le produit BA le soit.
Voir les Problmes 3-4.
Dans le cas o lon peut additionner et multiplier les matrices A , B , C entre elles on aura :

(e) A ( B + C ) = A R t A C (la multiplication est distributive par rapport laddition)


(f) ( A + B ) C = AC+BC (deuxime distributivit)
(g) A ( B C ) = ( A B ) C (la multiplication est associative).

Cependant
( h ) AB # BA en gnral
(i) AB = O nentrane pas ncessairement A = O ou B = O
( j ) AB = AC nentrane pas ncessairement B = C .
Voir les Problmes 3-8.
O
4 MATRICES

PRODUITS PAR BLOCS ou partition dune matrice. Soit A = [ a i i ] une matrice dordre m x p et
B = [ b i i ] une matrice dordre p x n .
A peut tre considre comme m matrices dordre 1 x p e t B comme n matrices dordre
p x 1. Dautres subdivisions peuvent tre utilises. On peut subdiviser A et B de la faon sui-
vante :

Ceci sappelle une partition ou subdivision en blocs des matrices A et B. On peut effectuer le
produit AB des deux matrices A e t B par blocs, mais il est ncessaire que les colonnes de A
soient subdivises exactement de la mme faon que les lignes de B. Par contre, rn, , m 2 , n et
+
n2 peuvent tre des entiers positifs ou nuls quelconques, la condition que m , rn2 = m ,
+
n 1 n2 = n , et lon a :

Exemple 5 . Calculer A B sachant que A =

En effectuant une Dartition de A nous obtenons :

o A, est une matrice dordre pi x p i . Divisons B , C , . . . de la mme faon exactement. On


pourra calculer les sommes, les diffrences et les produits de ces matrices en fonction de
A , , >A12Y * * ; B 1 1 , B , z Y * * * ; c,, C 1 2 . *
7
MATRICES/CHAPITRE 1 5

PROBLEMES RESOLUS

2t0 1t3 ] = [5
4 - 2 0 2
5 2 41

(b)

(C)
[i ;-a
3
2 - 5 1 2

[: ;-;y]
3-[: -;k 1
2 - 2 3 - 1

= [I;
=

6O -36 O3 1
[:I2-2
0-5
-5+2
2 + 4 -1-1
2-0
1-3
0-2
1-31
2+1
= rg 4 - 7 4 1

-5
6 -2 -2

O -3 -2
2 -21
(d)
2-5

-1 ;-;1
2-5
1 2

1 2
=
6 -15

[I: -;-;
-2 5 -1 -2
3 6

-:I
,-2-p=Oetp=-2, 4 - r s O

3. (a) [4 5 6 1 [-!I = [4(2) +5(3) +(-i)I = Li71

(b) [1 -1
[ 4 5 61 = [ 2(4)
3(4)
2(5)
3(5)
2(6)
3(6)]
-1(4) -1(5) -1(6)
= [ 8 10 12
12 15 l 8 ]
- 4 -5 -6

= [1(4) t 2(0) + 3(5) 1 ( - 6 ) t 2(-7) + 3 ( 8 ) l ( 9 ) + 2 ( 1 0 ) t 3(-11) l ( 6 ) t 2(7) f 3(-8)]


= Li9 4 -4 -41

2(1)+3(2)+4(3)
l(1)t 5(2) t 6(3)

l ( 3 ) + 2(1) + i(-2) 1(-4) + 2(5) t l(2)


4 ( 3 ) t O ( 1 ) t 2(-2) 4(-4) + O(5) + 2 ( 2 )

2 -1 1
4. Soit A = [i 0 Alors

2 - 11 12 ] ; [ 2 5 -3i , ]1e t
A . = [ ; 2 - 11 13 E A 3 = A 2 . A = P5 - 3i 14 ] k 2 - 1i 21 ] = [ 8 11
- 1 -8
8 ] O
O 1 1 O 1 3 -1 2 3 - 1 2 1 O 1 8 -4 3

le lecteur pourra montrer que = A . A et A . = A ~A .


6 MATRICES

5 . Montrer que :

Ceci montre simplement que pour faire la somme de tous les lments dune matrice, on peut commencer
par faire la somme des lments de chaque ligne ou des lments de chaque colonne dabord.

(cl E
k Z 1 ik( z13
bkhchj) =
=
2
ziaik(bkicij b k 2 c 2 j b S 3 C 3 j )
a i i ( b i i C 1 j + b i 2 ~ 2 j +b l 3 C 3 j ) + a i 2 ( b 2 i c i j + b 2 2 ~ 2 j +b 2 3 C 3 j )
= (aiibli + ai262i)cij f ( a i i b i 2 f a i 2 6 2 2 ) ~ 2 j+ ( a i i b i 3 + ai2b23)~3j
2 2 2
= (
k= i
aikbki)cij + (
k= i
a i k b k 2 ) C ~ j-t ( 2
k=i
aikbk3)c3j
3 2
= 2
h=i k=i
( 2 aikbkh)Chj

6. Montrer que si A = [ u j j ] est dordre rn x n et si B = [bill et C = [ c j j ] sont dordre n x p , alors A ( B f C )


=ABfAC.
Les lments de la i m e ligne de A sont ail , czi2 , , , . ,ai, et les lments de la j m tcolonne de B f C
sont b I i f cli, bzi f c z i , . . , , bni 4- cni. Ainsi llment qui se trouve la iemeligne et jeme colonne de
A(B + C) est :

ail ( b i j + c1j) + ajz (bzj + Czj) f . . . -k Uj, (b,j + Cnj) = k =5 1 aik (bkj f C k j ) =
k=l
ajk bkj +k; = 1 U j k Ckj ,
qui est la somme des lments se trouvant la ieme ligne et jeme colonne de A B et de AC.
7. Montrer que si A = [ u j j ] est dordre rn x n, si B = [bij] est dordre n x p et si C = [ciil est dordre p x q alors
A(BC) = (AB)C.
Les lments de la imeligne de A sont ail , aiz , . . . , ain et les lments de la jme colonne d e BC sont

cest llment de la ime ligne et j m e colonne de ( A B ) C do lon dduit que A ( B C ) = ( A B ) C.

8. Sachant que lon peut additionner et multiplier les matrices A , B , C , D entre elles, montrer de deux faons
diffrentes que ( A + B ) (C + D ) = A C f A D -I- BC f BD.
En utilisant la proprit ( e ) puis la proprit cf) on a :
( A f B ) (C f D ) = ( A f B ) C f ( A f B ) D = AC + BC f AD f BD .
Par contre en utilisant dabord (f)puis ( e ) on a :
( A f B ) ( C 4- D ) = A ( C f D ) + B ( C + D ) = AC + AD f BC f BD.
= A C f BC i-AD f BD.
MATRICES/CHAPITRE 1 7

8] dk d d[il
3 1 2 3 4 3 1 2 5 6 7 3 1 2 8
1 2 1 4 5 1 2 1 6 7 8 1 2 1 . 9
[O 1 l l [ 9 O[ 1 6 [O 1
- [11.[8 7 1 [11.[6 5 4 1 [11.[11 -
3
5
7
4
33
7
10
35
9 1 1 1 3
1 3 16 19
37 39 41
1
22 24 26 28 30
13 13 13 1 3 13 13
8 7 6 5 4 1

x1 = a l l Y1 + a12 Y2
Yi = bll z1 fa12Yz
x 2 = a21 yl + aZ2 y 2 trois formes linaires en y1 et y2 et soit
Y 2 = bZ1 z1 + bzz z2
une
x 3 = a31 Y1 + a 3 2 Y2
application linaire qui transforme les coordonnes (yi , y z ) en les nouvelles coordonnes (zl , z z ) . Cette trans-
formation applique aux formes linaires prcdentes donne les formes suivantes :
XI = (a11bll + a12b21)z1 + (a11bl2 + a 1 2 h 2 ) z 2
~2 = (apibii +a22b2i)zi + (a21b12 + a 2 2 b p 2 ) ~ 2

' '
x3 = (%lbll

En notation matricielle, les trois formes nous donnent :

I:'[
a32b21)21 +

I:[ [ :g [y:]
(%lbl2

=
%2622)z2

1:: et l'application li-

naire [:I = [i: .


x3 a31 a32
En appliquant la transformation linaire aux trois formes on obtient :

Ainsi une application linaire de matrice B transforme u n ensemble de m formes linaires n variables
de matrice A en u n ensemble de m formes linaires d e matrice c = A B .
8 MATRICES

PROBLEMES SUPPLEMENTAIRES

11. On donne A =[5


1

1-1
2 -3
O 21. B =
1
1
3 -1 2

2
2 .].
O 3
et C =
4 1 2

1 -23 3 ;].
( a ) Calculer : A +B =

( b ) Calculer : -2A =

( c ) Vrifier : A + ( B - C) = ( A + B ) - C .
( d ) Trouver la matrice D telle que A + D = B. Vrifier que I =

12. On donne A =

A B # BA en gnral,

13. On donne A = 1 -1,


1-3

4 -3
1
-1
2
B = [
1 4 1 0
1 1 11, et
1-2 1 2
C = [t -:1: 11,
2 -5 -1 O
Montrer que A B = AC. En dduire que

A B = A C nentrane pas ncessairement que B = C.

14. On donne A = [ a -qp


3 -1 2
B = [0
-1 4
et C = [: -2 -y. Montrer que ( A B ) C = A ( B C ) .

15. En reprenant les matrices du problme 11, montrer que A ( B -I-C ) = A B + AC et ( A f B) C = AC + BC.
16. Expliquer pourquoi en gnral ( A IB)2 # A 2AB + B2 et A 2 - B2 f ( A - B ) ( A + B).

17. On donne A =

( a ) Montrer que A B = BA = O, A C = A , CA = C .
( b ) Utiliser les rsultats de ( a ) pour montrer que ACB = CBA , A2 - B 2 = ( A - B ) ( A f B ) , ( A + B ) 2 = A 2+B2

18. On donne A = [A 1
L a
o i2 = - 1. Trouver une formule de rcurrence pour les puissances positives de A .
- -
R p o n s e : A n = I , A , - I , - A suivant que n = 4 p , 4 p +1, 4pf 2, 4p +3 o I =
1: :i
19, Montrer que le produit de deux ou plusieurs matrices quelconques de lensemble

[i -:I, [-: p], :[ -il, i] est encore une matrice de lensemble.

20. Etant donnes les matrices A dordre m x n, B dordre n x p et C dordre r x q , quelles conditions doivent
+
vrifier p , q , r pour que les produits suivants existent ( a ) A B C , ( b ) A C B , ( c ) A ( B C ) ? Donner lordre
des matrices produit.
R p o n s e : ( a ) p = r ; m x q ( b ) r = n = q ; rn x p (c) r = n , p = q ; m x q .
MATRICES/CHAPITRE 1 9

21. Calculer A B sachant que :

Rponse : [I; 51
Rponse :

22. Montrer que : ( a ) trace ( A + B ) = trace A + trace B , ( b ) trace ( k A ) = k trace A .

23. Si

=
{
-
x1 = Y1 - 2 y 2 + Y 3
x2 = 2Yl +Y2 - 3Y3

I-;::1it;-l.
-
et
t y1 = 21 + 2 x 2
y2 = 2z1 - z2
Y3 = 221 + 3 2 2
, vrifier que

24. Si A = [aii] et B = [ b , ] sont dordre m x n et si C = [ci,] est dordre n x p , montrer que ( A + B ) C=AC+BC.

25. Soient A = [ai,] et B = [ b j k ] o i = i , 2 , . . , , m ; j = i , 2 , . . . , p ; k = i , 2 , . . . , n . On note la somme


E

I;]
des lments de la j m e ligne de B , cest--dire : pi = b j k . Montrer que llment de la ime ligne du
k= 1

est la somme des lments de la ieme ligne de A B . Utiliser cette mthode pour calculer
produit A ,

les produits figurant dans les problmes 12 et 13.

26. Une relation (telle que le paralllisme o u la congruence) entre des lments mathmatiques possdant les pro-
prits suivantes :
(i) alternative ou bien a est en relation avec b, o u bien a nest pas en relation avec b ,
(ii) rflexivit a est en relation avec a , pour tout a ,

(iii) symtrie si a est en relation avec b alors b est en relation avec a ,


(iv) transitivit si a est en relation avec b et b en relation avec c, alors a est en relation avec c,
est appele une relation dquivalence.
Montrer que le paralllisme des droites, la similitude des triangles et lgalit des matrices sont des relations
dquivalence. Montrer que lorthogonalit des droites nest pas une relation dquivalence.

27. Montrer que la relation . . . peut tre additionne . . . dans lensemble des matrices est une relation dqui-
valence, tandis que la relation . . . peut tre multiplie . . . ne lest pas.

28. Montrer que si A , B , C sont des matrices telles que AC = CA et BC = CB alors ( A B t B A ) = C ( A B ? B A ) .


CHAPITRE 2

Quelques types de matrices

LA MATRICE IDENTITE (UNITE). Une matrice carre A dont les lments aji = O pour i > j est
appele triangulaire suprieure ; une matrice carre A dont les lments aji = O pour i < j est
appele triangulaire infrieure.

[
all

O
12
a,,

1
%3 .
... a,
4
3.n

_
est triangulaire suprieure

1; iI
..........................

O O ...

et i: 3 : 1: est triangulaire infrieure.


...........................
a n i an2 an3 . . . ann

La matrice D = [:
a,,

a:
O O

...........................
... O

qui est la fois triangulaire suprieure et infrieure

est dite matrice diagonale. On lcrira souvent

D = diag(a,,y a,, * * 9 a,, 1


Voir le Problme 1.
Si dans une matrice diagonale D on a a,, = a 2 , - - *.- - a,, = k on dira que LI est une
matrice scalaire. Si de plus k = 1 , l a matrice est appele matrice identit ou matrice unit
et est note I,. Par exemple :
- -

I, f
Quand lordre de la matrice est vident ou sans importance, la matrice identit sera note1
I , i-. . . f I,, somme de p termes gaux a I , est gale p . I , = diag ( p p . . . . . p ) et
-
I p = I x I x . . x I , produit de p facteurs gaux I est gal I . Certaines proprits de lentier
.
1 sont valables pour la matrice identit. Par exemple si A = 61, -
alors I , A = A I ,
= I,A13 = A comme le lecteur peut le vrifier facilement.
QUELQUES TYPES DE MATRICES/CHAPITRE 2 11

MATRICES CARREES PARTICULIERES. Si A et B sont des matrices carres telles que A B = B A ,


alors on dit que A et B cornmutent, ou quelles sont commutables. I1 est facile de montrer quune
matrice carre A dordre n commute avec elle-mme ainsi quavec I,.
Voir Problme 2.
Si A et B sont telles que AB = - B A on dit que A et B anti-commutent.
Une matrice A pour laquelle Ak+ = A , o h est un entier positif est dite priodique.
Si h est le plus petit entier positif pour lequel A k f l = A alors A est de priode k .
-
Si k = 1, cest--dire A* = A alors A est idempotente.
Voir Problmes 3-4.
Une matrice A telle que AP = O o p est un entier positif est dite nilpotente. Si p est le
-_pl

plus petit entier positif pour lequel A P = O alors on dit que A est nilpotente dindice p .
~

Voir Problmes 5-6.

MATRICES INVERSES. Si A et B sont des matrices carres telles que AB = BA = I alors B est
dite inverse de A et nous crirons B = A- ( B gal linverse de A ) . La matrice B aura pour

[: 2 31 [;: -a -!] [ 8 !]
inverse la matrice A et nous crirons A = B-.

Exemple l . Puisque l 3 3 = = I , chaque matrice du produit est la ma-

trice inverse de lautre.

Nous verrons plus loin (chapitre 7 ) que toute matrice na pas ncessairement dinverse. Nous
pouvons montrer cependant que si une matrice A a une inverse alors cette matrice inverse est
unique.
Voir Problme 7 .
Si A et B sont des matrices carres de mme ordre ayant des inverses A- et B- respec-
tivement, alors (AB)- = B- .A- ou encore :

Thorme I. Linverse dun produit de deux matrices inversibles est le produit, dans lordre invers,
des matrices inverses.
-_-.. _ - La matrice identit, par exemple, est
Une matrice A telle que A = I est dite involutive.
involutive. Une matrice involutive est sa propre inverse.

TRANSPOSEE DUNE MATRICE. La matrice dordre n x m obtenue en changeant les lignes et


les colonnes dune matrice m x n A est appele la transpose de A e t note A ( A transpose).

Par exemple la transpose de A = 61 est A = On peut remarquer que ii-

ment aij des ime ligne et jmecolonne de A se trouve aux j e m eligne et ime colonne de A.
Si A et B sont les transposes de A et B respectivement et si k est un scalaire, nous
avons immdiatement :

(a) t (i A )= A et (b) (kA)= k f A .


Dans les problmes 10 et 11, nous dmontrons les thormes suivants :

Thorme II. La transpose dune somme de deux matrices est la somme de leurs transposes, cest-
-dire :
( A+ B ) = tA + B .
12 MATRICES

Thorme III. La transpose dun produit de deux matrices est le produit, dans lordre invers, de
leurs transposes, cest--dire :
( A B )= B . A
Voir les problmes 10-12.

MATRICES SYMETRIQUES. Une matrice carre A telle que A = A est dite symtrique. Ainsi,
une matrice carre A = [aii] est symtrique si aii = aii pour toutes les valeurs de i et j. Par

exemple : A =
3 -5
2
4 -:]
est symtrique ainsi que la matrice k A o k est un scalaire quel-

conque. Dans le problme 13, nous dmontrons le rsultat suivant :


Thorme IV. Si A est une matrice carre dordre n , alors la matrice A + A est symtrique.

Une matrice carre A telle que tA = - A est dite anti-symtrique. Ainsi une matrice car-
re A est anti-symtrique pourvu que aii = - aii pour toutes les valeurs de i et j. De ce fait les
O -2 r
31
lments de la diagonale sont tous nuls. Par exemple A =

ainsi que k A pour tout scalaire k .


1-;
O 4 est anti-symtrique
-4 O]

Ainsi en changeant quelque peu la dmonstration du problme 13, nous pouvons dmontrer :
Thorme V. Si A est une matrice carre dordre n, alors A - A est anti-symtrique.

Des thormes IV et V nous dduisons:


Thorme VI. Toute matrice carre A peut scrire comme la somme dune matrice symtrique
B = + ( A -t A ) et dune matrice anti-symtrique C = + ( A - A ) .
Voir les problmes 14-15.

CONJUGUEE DUNE MATRICE.Soit a et b deux nombres rels et i = ; alors z = a + ib est


appel nombre complexe. Les nombres complexes a 4- ib et a - ib sont dits conjugus, cha-
cun tant le conjugu de lautre, Si z = a +
ib, on notera son conjugu = a ib. +
-
Si z1 = a + ib et z 2 = Fl = a - ib alors y2 = Yi = a - ib = a + ib cest--dire que le con-
jugu du conjugu dun complexe z est z lui-mme.
Si z1 = a + ib et z 2 = c -t id alors

(i) 21 +22 = (a + c) + i(b + d ) et z1 + z2 = ( a + c) - i ( b + d ) = (a - ib) + (c - id ) =TI + F2


cest--dire que le conjugu dune somme de deux complexes est la somme de leurs conjugus.
- -
(ii) z1 - z 2 = ( a c - b d ) S i ( a d + bc) et zl.z 2 = (ac- b d ) - i(ad + bc) = (a-ib) (c- id) = z 1 . z 2
cest--dire que le conjugu dun produit de deux complexes est le produit de leurs conjugus.
Si A est une matrice dont tous les lments sont des nombres complexes, on appelle con-
jugue de A et on note A ( A conjugue) la matrice obtenue en remplaant tous les elements de
A par leurs conjugus.

Si etA sont les conjugues des matrices A et B et si k est un scalaire quelconque, nous
avons immdiatement : -
(c) =A A et (ci) (kA)=h.A
En utilisant (i) et (ii) ci-dessus, nous obtenons :
QUELQUES TYPES DE MATRICES/CHAPITRE 2 13

Thorme VII. La conjugue dune somme de deux matrices est la somme de leurs conjugues,
A+
cest--dire : ( A + B ) = B.
Thorme VIII. La conjugue dun- Droduit
- de- deux matrices est le produit, dans le mme ordre,
de leurs conjugues, cest--dire ( A B )= A . B.

La transpose de A est note (transpose de la conjugue) on crit quelquefois A*.


Nous avons :
Thorme IX. La transpose de la conjugue de A est gale a la conjugue de la transpose de A,
cest--dire : (A)
= (fA).

Exemple 3. En reprenant lexemple 2 :


1 1
3
147; 3 - ?: .3
(A)=p : ; i
2 + 3i 2= [ I L
+ 3i = (A)
MATRICES HERMITIENNES. Une matrice carre A = [ai,] telle que h-= A est dite liermitieiine.
Ainsi, A est hermitienne pourvu que aii = pour toutes les valeurs de i et j . De ce fait, les 616-
ments de la diagonale dune matrice hermitienne sont des rels.

Exemple 4. La matrice A = 1+ i
[ 1 y: est hermitienne.

Si h est un nombre rel (resp. complexe) est-ce que hA est hermitienne ?


Une matrice carre A = [a,] telle que fA= - A est dite anti-liermitienne . Ainsi,A est
anti-hermitienne pourvu que a, = - jipour tout i, j . Les lments de la diagonale dune rra-
trice anti-hermitienne sont soit des zros soit des imaginaires purs.

Exemple 5 . La matrice A = -1 - i 3i est anti-hermitienne. Si k est un reel (resp. complexe ou


1-2 i
imaginaire pur) kA est-elle anti-hermitienne ?
En changeant quelque peu la dmonstration du problme 13 nous pouvons dmontrer :
Thorme X. Si A est une matrice carre dordre n alors A f Aest hermitienne et A - Aest
anti-hermitienne.
Du thorme X nous dduisons :
Thorme XI. Toute matrice carre A dont les lments sont complexes peut tre crite comme la
Somme dune matrice hermitienne B = $ ( A f x)
et dune matrice anti-hermitienne C = t ( A- x),

SOMME DIRECTE DE MATRICES. [Notation diag ( A , , A, , . , . ,A s ) ]Supposons. que


A ,A , , . , , , A , , soient des matrices dordre respectivement rn , rn , . . . , rn, .,On notera
diag ( A , ,A,, . . . , A,) la matrice A suivante :

A = [1 1 I]
A, O ...

.................. = diag(A,, A,, ..., A,)

qui est aussi appele leur somme directe.


14 MATRICES

Exemple 6 . Soit A , = [ 2 ] , A , =

La somme directe de A ,, A , , A est diag(dl, 4, =

Le problme 9 ( b ) du chapitre 1 est une illustration du thorme suivant :

Thorme XII. Si A = diag(A, , A , , . . . , A , ) et B = diag(B, ,B,, . . . , B,) o Ai et Bi sont de


mme ordre pour (i = 1 , 2 , . . . , s) alors AB = diag(A,B, ,A,B,, . . . , A,B,).

PROBLEMES RESOLUS

O ...
, le produit AB de la

matrice diagonale dordre m A = d i a g ( a l l , a,,, . . . , am,) par une matrice m x n B quelconque est obtenu en
,,
multipliant la premire ligne de B par a l la deuxime ligne par a,,, etc.

2. Montrer que les matrices


3 et [fi i] commutent pour toute valeur de a, b, c, d.

En effet 3 [d :]= + bd ad + bc]-


- d dc ] b ab ]
2 -2 -4
3. Montrer que F i 3 4 1 est idempotente.
1 -2 -3

A,=
[
-1 3
2 -2 - 4

1 -2
4
-J 2 -2
-1
1 -2
3
QUELQUES TYPES DE MATRICES/CHAPITRE 2 15

4. Montrer que si A B = A et B A = B alors A et B sont idempotentes.


A B A = ( A B ) A = A A = A et ABA = A ( B A ) = A B = A ainsi A = A et A est idempotente. Utilise1
B A B pour montrer que B est idempotente.

5 . Montrer que A = [ est nilpotente dordre 3

3
-2 -1 -3

A= [5
-2 -1 -3
3[ -2 -1 -3
= [ O
3 3 g]
0

-1 -1 -3
0
et .3=.2.A=[
O 0 0 1 1
-13 -13 -39][5 -2 -12 -3
3
= O

6. Si A est nilpotente dordre 2, montrer que A ( I ?r A ) n = A pour tout entier n positif.


Puisque A = O, A 3 = A, . . = A n = O. Alors A ( 1 2 A ) n = A ( 1 k & ) =A I =A,
7 . Soient A , B, C des matrices carres telles que A B = I et CA = I . Alors ( C A ) B = C ( A B ) de sorte que B = C.
Ainsi B = C = A - est lunique inverse de A . (Quest-ce que B- ?).

8. Montrer que (AB1-l = B- . A-.


Par dfinition (AB)-AB = I = ( A B )(AB)-

Or

et
Daprs le problme 7, (AB)- est unique ; par consequent (AB)- = B-A-.

9. Montrer quune matrice A est involutive si et seulement si ( I - A ) ( I + A ) = O.


A ) = I - A Z = O ; alors A Z = I e t A est involutive.
1) Supposons que ( I - A ) ( I i-
2) Supposons A involutive ; alors A * = I et ainsi ( I - A ) (I + A ) = I - A = I - I = O.

10. Montrer que (A + B ) = A + B.


Soit A = [ aIl. . ] et soit B = [b..].
11
I1 nous suffit de dmontrer que llment de la i e m e ligne et j e m e colonne
+
de A B est le mme que celui de t(A + B ) . Or ces derniers sont respectivement aii f bji et aii 4- bii.

11. Montrer que ( A B ) = B A .


Soient A = [a,] une matrice dordre nr x n et B = [b,] dordre n x p . Alors C = A B = [c,] est dordre
m x p , llment de la i m e ligne et j me colonne de A B est cii = E
k=l
aik bki et cest aussi llment de la
1

rne ligne et i m ecolonne de ( A B ) .

Les lments de la j e m eligne de B sont bli , bzi , . . , , bni et les lments de la ime colonne de A sont
ail , ai , . . . , ain , Ainsi llment de la jeme ligne et ieme colonne de B.A est :

Do ( A B ) = B * A
18 MATRICES

32. Montrer que (a)

33. Calculer 1 d] = 1 pour trouver linverse de i] Rp. : [- ]


312 -112
34. Montrer que linverse dune matrice diagonale A dont aucun lment diagonal nest nul est une matrice dia-
gonale o les lments diagonaux sont les inverses de ceux de A , dans le mme ordre. Ainsi linverse de I ,
est I,.

35. Montrer que A = sont involutives.

36. S o i t A

37. Montrer que


= [f
c d
1 0
-1
O

0-1
:I=[
O
I2
A 2 1 -12
]en divisant la matrice A en blocs. Montrer que A =

: ( a ) ( A ) = A , ( b ) ( k A ) = k A , (c) ( A P ) = pour p entier positif,

38. Montrer que : (ABC)- = C-B-A-, [crire ABC = ( A B ) Cl.

39. Montrer que : (a) (A)- = A , ( b ) (kA)- = ; A - , (c) (AP)- = ( A - ) + pour p entier positif.

40. Montrer que toute matrice symtrique relle est hermitienne.


-
41. Montrer que : (a) (A)= A , ( b ) (A+8)
= A + B, ( c ) (kA) = k 2, (d) (AB)= 2 B

42. Montrer que : (a) A =


[
1
1- i
2-3i
lti
2
i
-i
O
]
2 + 3i
est hermitienne.

i lti
est anti-hermitienne.
O

(c) iB est hermitienne,


(d) A
est hermitienne et anti-hermitienne.

43. Si A est carre dordre n, montrer que : ( a ) A A et A A sont symtriques, ( b ) A + 5 , A A, et %A sont


hermit iennes.

44. Montrer que si H est hermitienne et si A peut tre multipli par H alors ZHA est hermitienne.
45. Montrer que toute matrice hermitienne A peut tre crite B + iC o B est une matrice symtrique relle et C
une matrice relle anti-symtrique.

46. Montrer que : ( a ) Toute matrice-anti-hermitienne A peut scrire A = B +


iC o B est relle et anti-symtrique
et C est relle symtrique. ( b ) Ad est relle si et seulement si B et C vrifient : BC = -CB.

47. Montrer que si A et B commutent alors A - et B - I , t A et B, Aet scommutent


48. m et n tant des entiers positifs, montrer que A m et B commutent si A et B commutent.
QUELQUES TYPES DE MATRICES/CHAPITRE 2 19

50. Montrer que si A est symtrique ou anti-symtrique alors A A = A A et A sont symtriques.

5 1 , Soient a, b, c , . , . , g des scalaires s t p un entier positif. Montrer que si A est symtrique alors
a~~ + t . + gi est gaiement symtrique.
52. Montrer que toute matrice carre A peut scrire A =B + C o B est hermitienne et C anti-hermitienne.

53. Montrer que si A est relle anti-symtrique ou si A est complexe anti-hermitienne alors iA et -iA sont her-
mitiennes.

54. Montrer que le thorme d u problme 5 2 peut snoncer de la faon suivante :


Toute matrice carre A peut scrire A = B f iC o B et C sont hermitiennes.
55. Montrer que si A et B sont telles que A B = A et BA = B alors ( a ) BA = A et AfB = B , ( b ) A et B
sont idempotentes, (c) A = B = I si A admet une inverse.

56. Si A est involutive, montrer que + ( I + A ) et ( I - A ) sont idempotentes ; et de plus 1


( I + A ) . .L
2
( I - A ) = O.

57. Si une matrice carre A dordre n admet une inverse A - montrer que :
( a ) (A-? = (h). ( b ) (AT1 = A-, ( c ) (G)-l=fi

(a) on pourra calculer la transpose de A A - = I et obtenir ( A - ) comme linverse de A .

58. Trouver toutes les matrices qui commutent avec : ( a ) diag ( 1 , 1 , 2 , 3 ) , ( b ) diag (1 , 1 , 2 , 2 ) .
Rponses : ( a ) diag ( A , b , c) , ( b ) diag ( A , B ) o A et B sont des matrices carres dordre 2 arbitraires et
o b et c sont des scalaires.

59. Si A , , A , , , . , , A , sont des matrices scalaires dordre m l , m 2 , , . . , m, respectivement, trouver toutes les ma-
trices qui commutent avec diag ( A l , A , , , . . , A L v ) .
Rponse : diag ( B 1 , B2 , . . . , B,) o B I , B 2 , . . . , B, sont des matrices dordre ml , m 2 , . . . , m, respectivement.

60, Si A B = O avec A # O et B # O ( A et B tant des matrices carres dordre n ) alors A et B sont appeles di-
viseurs de zro. Montrer que les matrices A et B du problme 21 sont des diviseurs de zro.

61. Si A = diag ( A , , A , , . . . , A , ) et B = diag ( B , , B 2 , . . . , B,) o Ai et Bi sont de mme ordre ( i = 1 , 2 ,...,s),


montrer que :
( a ) A + B = diag(A,+B,,A,+B,, ..., A , + & )
( b ) A B = diag(A,B,, A , B , . ..., A,B,)
( c ) trace A B = trace A l B l +
trace A z B 2 + . . . + trace A,B, .
62. Soient A et B deux matrices carres dordre n anti-symtriques. Montrer que A B est symtrique si et seule-
ment si A et B commutent.

63. Si A est une matrice carre dordre n et B = rA + SI o Y et s sont des scalaires, montrer que A et B com-
mutent.

64. Soient A et B deux matrices carrs dordre n ; r l , r 2 , s1 , s2 des scalaires tels que rls2 # r 2 s l . Montrer que
C1 = r l A + s l B et Cz = r z A -I- s 2 B commutent si et seulement si A et B commutent.

Montrer quune matrice carreA dordre n na pas dinverse lorsque ( a ) A a une ligne (colonne) de zros ou
( b ) A a deux lignes (colonnes) identiques, ou (c) A a une ligne (colonne) qui est la somme de deux autres
de ses lignes (colonnes).

66. Si A et B sont des matrices carres dordre n et si A a une inverse, montrer que :
( A + B ) A - ( A - I ) = ( A - B ) A - ~ ( A+ B ) .
CHAPITRE 3

Dterminant dune matrice carre

PERMUTATIONS. Considrons les 3 ! = 6 permutations des entiers 1 , 2 , 3 pris dans leur ensemble :
(3.1) 123 132 213 231 312 321

et huit des 4 ! = 24 permutations des entiers 1 , 2 , 3 , 4 pris dans leur ensemble :


1234 2134 3124 4123
1324 2314 3214 4213

Si, dans une permutation donne, un entier suprieur prcde un entier infrieur, nous di-
rons quil y a une inversion. Si, dans une permutation donne, le nombre dinversions est pair
(impair), nous dirons que la permutation est paire (impaire), Par exemple : Dans (3.1) la per-
mutation 1 2 3 est paire pubyuil ny a pas dinversion, la permutation 1 3 2 est impaire puisque
3 prcde 2, la permutation 312 est paire puisque 3 prcde 1 et 3 prcde 2. Dans (3.2) la
permutation 4213 est paire puisque 4 prcde 2, 4 prcde 1, 4 prcde 3, et 2 prcde 1.

DETERMINANT DUNE MATRICE CARREE. Considrons la matrice carre dordre n :

(3.3)

e t un produit

(3.4)
de n de ses lments obtenus de la faon suivante : on choisit dans chaque ligne e t dans chaque
colonne un lment et un seul. Pour simplifier lcriture, les facteurs du produit (3.4) ont t
rangs de faon que les premiers indices soient dans lordre naturel : 1 , 2 , 3 , . , . , n ; la suite
des seconds indices est lune des n ! permutations de lensemble 1 , 2 , , . . , n. (A titre dexer-
cice, le lecteur pourra refaire les dmonstrations de ce chapitre en utilisant des produits tels que
les seconds indices soient rangs dans lordre naturel). Etant donne une permutation j , ,j , ,...,j ,
+
des seconds indices, dfinissons ejlj z . . . i n = 1 ou - 1 suivant que la permutation est paire ou
impaire, et formons le produit suivant affect dun signe :

(3.5) Ejijz.. ,in aj1 a ~ j z* * * anin

On appelle dterminant de A et on note (AI ou dt A la somme de tous les produits de


la forme (3.5) que lon peut former partir des lments de A . Chaque produit de la forme
(3.5) est appel terme du dterminant. Ainsi
1

(3.6) dt A =
P ejliz...ina i i i a Z i 2 . . . anin
o la sommation est tendue aux n ! permutations j , j, . ..j, de lensemble des entiers 1 , 2 , ...,n.
Le dterminant dune matrice carre dordre n est appel dterminant dordre n.
DETERMINANT DUNE MATRICE CARREE/CHAPITRE 3 21

DETERMINANTS DORDRE DEUX ET TROIS. Daprs (3.6) nous avons pour n = 2 et n = 3 :

(3.7)
et
I a: b: I = 12 a l l a 2 2 + 2 1 %221 = 1122 - 1221

11 12 13

(3.8) u21 u22 u23 = 123 11u22u33 + $32 1lU23%2 $13 al2%l%3

Exemple 1.

= 2(0*0 - 1.1) - 3(1*0- 1.2) + 5(1*1- 0.2) = 2(-1) - 3(-2) + 5(1) = 9


2 -3 - 4
( d ) 11 O -21 = 2{0(-6) - (-2)(-5)1 - (-3){1(-6) - (-2)O) + (-4){1(-5) - 0.01
O -5 -6
= -20 - 18 t 20 = -18
voir le problme 1 ,

PROPRIETES DES DETERMINANTS. Dans toute la suite de ce paragraphe, A sera une matrice
carre dont le dterminant, dt A , est donn par (3.6). Supposons que tous les lments de la
i m e ligne (resp. tous les lments de la j colonne) soient nuls. Puisque chaque terme de (3.6)
contient un lment de cette ligne, chaque terme de la somme est nul et par consquent :
Thorme I. Si tous les lments dune ligne (colonne) dune matrice carre A sont nuls, alors
dt A = O. Considrons A la transpose de A .
On peut voir facilement que chaque terme de ( 3 . 6 ) peut tre obtenu partir de A en choi-
sissant correctement dans lordre les facteurs dans la premire, la deuxime, . . , la dernire colonnes.
Ainsi,
Thorme II. Si A est une matrice carre, alors dt A = dt A,cest--dire que tous les thormes
concernant les lignes dun dterminant seront valables galement pour les colonnes et vice versa.

Soit B la matrice obtenue en multipliant tous les lments de la i m e ligne de A par un


scalaire k . Comme chaque terme figurant dans le dterminant de B contient un e t un seul 616-
ment de cette ime ligne, chacun des termes possde un facteur et un seul ayant k comme coef-
ficient, ainsi on pourra mettre k en facteur dans la somme :
P

dt B = k Ejijz...jn aij2 a2j2 . . . a,jn = k dt A


do P
22 MATRICES

11 13 11 a12 13 11 12 a13

a21 ka22 a23 = k aZ1 a Z 2 aZ3 -


- 21 22 a23
31 a33 a31 a32 a33

b11 b12 b13 .... b 1 n 11 c12 c13 ... ln

a21 a 2 2 a 2 3 ... am a21 a22 a23 .... a2n


-
-
......................... + ..............<..........
a722 a n 3 .... ann a n 2 a n 3 ....

11 12 13 all a13 a l1 a1 2 a13


-
21 22 a23 -
- a21+ka23 a22 23 - a2 1 a2 2 a23

31 u32 a33 a31tka33 32 33 a3 1 + 32 + 33 +


DETERMINANT DUNE MATRICE CARREE/CHAPITRE 3 23

nant de la matrice dordre ( n - 1) nouvellement construite est appel mineur de aij de A . On


le note IMijI . Lexpression (- 1)fi lMijJ est appele cofacteur de ai/ et on le note orij.

11 a12 13

Exemple 2. Si A = a21 a22 a23 *

31 Z2 33

et
1+1 1+2
1, = (-1) Id = llll! 12 = (-1) lM12l = -lM121,
1+3
13 = (-1) IMmI = I M m
Alors (3.8) devient

/AI = 4 M 1 1 l - a 1 2 / ~ 1 ~t / a l 3 I ~ 1 3 I

= a12a12 a13a13

Dans le problme 9 nous dmontrons :


Thorme X. Si A est la matrice de (3.3) la valeur du dterrinant de A soit IA I est la s o n m e des
produits obtenus en multipliant tout lment dune ligne (colonne) de IA par son cofacteur,cestd-dire :

(3.9) /AI = ailail + ni2 ai2 t ... + ainain = 3 aika-jk


k =i
n
(3.10) (A( = a alj + a2jci2j + * f anjanj = 2 akjakj ( L j , = 1,2 , . . . I n)
1
.
7 k=i

En utilisant le thorme VII, nous pouvons dmontrer :


Thorme XI. La somme des produits obtenus en multipliant tout lment dune ligne (colonne)
dune matrice A carre dordre n par les cofacteurs correspondants dune autre ligne (colonne) de
A est nulle.

Voir problme 10-1 1 ,

MINEURS ET COMPLEMENTS ALGEBRIQUES. Considrons la matrice (3.3). Supposons que


il , i, , . . . , ,i , rangs par ordre croissant, soient m indices dune ligne choisis parmi 1 , 2 , ,,.,n ;
(1 < m < n). Supposons que jl , j , , . . . ,j, , rangs par ordre croissant, soient m indices dune
colonne. Supposons que les indices ligne et colonne restants, soient galement rangs par ordre
croissant : i m + l , i m f Z , . . . , in et j,+ , j m + 2 , , . . ,j n . Une telle sparation des indices ligne
et colonne determine, de faon unique, deux matrices :

[ailpjl ai,,j2 * * . ailpjm

(3.1 1 )
24 MATRICES

appeles sous-matrices de A .
Le dterminant de chacune de ces deux sous-matrices est encore appel mineur de A et les

a17 a14 a15


1,3

1 A 2 q 5I = 10; 1: 1 et
7.4.5
1 1,3,4 1 = a32

a42
a34

a44
a35

a45

. .

de
Le mineur affect de son signe ( - I ? I 11132?...>.7q
A i l , % , . . . , 2,I 1 est appel le complment algbrique
. .
Sm+1,.?m+2,...9h

I A ~. m + 1.? t m +..2.,, 2 , II
et
jm+ 1,j m + 2 , . . . jn
A. %m+2i. . . 2,
t m + 1 9
I

. 1 est appel le complment algbrique de


. .
I 31~22I . ,

A i l i $2i...,tm
. p3n
:I
Exemple 4. Pour les mineurs de lexemple 3, (-1)
2+5+1+3
I 4:; 1 =
1,3
- i 4.5 1 est le complment algbrique
I
1,3,4 1 = - A::,:
1 + 3 + 4 + 2 + 4 + 5 A2,4,5
1 i 1 I 1,3
de 1 A1;::Z 1
et (-1) est le complment algbrique de . Remarquer
que les signes attribus aux deux mineurs complmentaires sont les mmes. Est-ce toujours vrai ?
31
Quand m = 1, (3.1 1) devient Ail
31
= [aiijl] et 1 Ail I = ailjl, un lment de A . Le mineur
. .
I 52.~3,.
. est IMi,,
complmentaire Ai2,&, ...,tn
. . in
I

I
avec la notation du paragraphe prcdent, et le com-
plment algbrique est le cofacteur a j l i l .
Un mineur de A dont les lments diagonaux sont aussi des lments diagonaux de A est
appel mineur principal de A . Le complment dun mineur principal de A est aussi un mineur
principal de A . Le complment algbrique dun mineur principal est son propre complment.
DETERMINANT DUNE MATRICE CARREE/CHAPITRE 3 25

Exemple 5 . Pour la matrice carre dordre 5, A = p-],

sont des mineurs principaux complmentaires d e A . Quel est le complment algbrique d e chacun deux ?
On utilisera galement les termes de mineurs, mineurs complmentaires, complments algbriques et
mineurs principaux pour I A I,
Voir problme 12-13.

PROBLEMES RESOLUS

1 0 6
(C) 3 4 15 = l(4.21 - 15.6) + 6(3*6 - 4.5) = - 18
5 6 21

1 0 0
(d) 2 3 5 = l(3.3 - 5.1) = 4
4 1 3

- 4 1 1 1 1 O 1 1 1 1
1-4 1 1 1 0-4 1 1 1
1 1 - 4 1 1 = O 1-4 1 1 = O
1 1 1-4 1 O 1 1 - 4 1
1 1 1 1 - 4 O 1 1 1-4

3. Ajoutons la seconde colonne la troisime,mettons en facteur commun dans la troisime colonne et utilisons le
thorme VIL

4. Ajoutons la troisime ligne la premire et la deuxime lignes,mettons 2 en facteur commun ; soustrayons la


deuxime ligne de la troisime- ; soustrayons la troisime ligne de la premire ; soustrayons la premire ligne de
la seconde ; faisons passer la troisime ligne au-dessus des autres, nous trouvons :
26 MATRICES

al+bl a2+b2 a3+b3


b1ic1 b2+~2b3+~3
a1 a2 a3

2
a1 a, 1
5 . Sans dvelopper, montrer que / A l = a, 1 = - ( u l - a 2 ) ( a 2 - % ) ( a 3 - al).
2
a3 a3 1

2 2
al-a2 al-a2 O alta2 1 O
2 d'aprs le thorme III
\Al = a2 a2 i = (+-a2) a: a2 1
2 2
a3 a3 1 a3 a3 1

Le produit des lments diagonaux, a: az est un terme de \ A I . De (i), ce terme est - ka: az . Ahsi,
k = - 1 et / A I = -(al-a2)(a2-a3)(a3- a l ) . Remarquer que IA I s'annule si et seulement si deux des trois 616-
ments a l , az , a 3 sont gaux.

6. Montrer que si A est anti-symtrique et d'ordre impair 2 p - 1, alors ( AI = O.


Puisque A est anti-symtrique, 'A = - A ; ainsif/A ! = 1-A 1 = (-I)~~-'IA 1 = - IAI. Mais, d'aprs le
thorme II, ItA I = IA 1 ; par suite 14. I = - IA I et IA I = O.

7. Montrer que si A est hermitienne, alors IA I est rel.


Puisque A est hermitienne 2 = 'A et 12I = ['A I = IA I d'aprs le thorme II. Mais si

]Al = s e j 1 j 2 , , , jnalj,a 2j,... anj, = a + bi

alors 121 = 5 e j ~ , .jnalj1a2;S1


,
- -
...anjn = a - bi
Or 1x1 = IA I entraine b = O ; par suite IA I est rel.

8. Pour la matrice A

a,, = (--1)1+,

a,, = (-1)2+'

clOl (-I)~+~
DETERMINANT D'UNE MATRICE CARREE/CHAPITRE 3 27
Remarquer que les signes attribus aux mineurs des lments pour fcrmer les cofacteurs vrifient le tableau
t - t

+ - +
o chaque signe occupe la mme place que l'lment dans A , dont le cofacteur dpend. Ecrire le tableau des
signes analogues pour une matrice carre d'ordre 5.

9. Montrer que la valeur du dterminant 14. I d'une matrice A carre d'ordre n est la somme des produits ob-
tenus en multipliant tout lment d'une ligne (colonne) de A par son cofacteur.
Nous le dmontrerons pour une ligne. Les termes de (3-6) ayant a l l comme facteur sont

(a 1 a i 1 2 4 ,j 2 j 3 , , ,jna2j2a3j3...anjn
. .
Or e l , j 2 j 3 . . . j, = e j 2 j 3 . . . j , puisque dans une permutation 1 ,j l , j z , . . . ,in, le 1 est dans l'ordre naturel.
Ainsi o n peut crire ( a ) de la faon suivante :
(b) ai1 Ej2j3,,. jna2j2a3j3...%jn
o la sommation est tendue aux u = (n -- 1) ! permutations des entiers 2 , 3 , . . . , n , et par suite, comme

Considrons la matrice B obtenue partir de A en dplaant sa sime colonne par-dessus les s - 1


premires colonnes. D'aprs le thorme VI, IB I = (- 1)'-' IA 1. Cependant, l'lment de la premire ligne,
Premire colonne de B est a l , et le mineur de a l s dans B est prcisment le mineur lMlsl d e a l s dans A .
En reprenant la dmonstration prcdente de (c), les termes de a l s ~ M l ssont ~ tous les termes de IBI ayant
a l s comme facteur et. ainsi, tous les termes de (- l)'-'IAl ayant a l , comme facteur. Par suite les termes
de a l s { ( - l ) ' - l ~ M l , ~ ) sont tous les termes de [ A ( ayant a l s comme facteur. Ainsi
IA I = a l ~ k - l ) 1 + 1 l M l l l l t a12k-1)1+21M1211
i+n
(3.15) + S.. t a l ~ ~ ( - ~ ) l + s l ~+l s ~ I + a m I ( - 1 ) 1MinjI
= al1ll + a1212 + + alnaln

puisque (-i)'-' = (-1)"'. Nous avons (3.9) avec i = s. On dira que (3.15) est le dveloppement de IAl
suivant sa premire ligne. Le dveloppement de [ AI suivant sa r l e m e ligne (c'est--dire (3.9 ) avec i = r ) est
obtenu en reprenant la dmonstration prcdente. Soit B la matrice obtenue a partir de A en dplaant la
rieme ligne au-dessus des r - 1 premires lignes et ensuite sa sime colonne par-dessus les s - 1 premires
colonnes. Alors
1B 1 = (-I)'-' IA 1 (-I~+~I A1
L'lment de la premire ligne, premire colonne de B est ays et le mineur de ays dans B est prcisment
le mineur de a,, dans A . Par suite les termes de
r +s
arst(-l) IMrslI

sont tous les termes de [ A I ayant ai, comme facteur. Ainsi :

et nous avons (3.9) pour i = Y.

10.Si aii est le cofacteur de aii dans la matrice A carre d'ordre n, A = [aii], montrer que :

ki,; + k,a,j + * * * a + k n~1nJ =


a21 a22 "' %,j-l k2 %,j+l ... a2n
.............................................
28 MATRICES

Cette relation est obtenue partir de (3.10) en remplaant a I i par k , , par k,, , . . , a n i par k,.
En faisant ces transformations aucun des cofacteurs ciyli, . . . ,ani figurant dans lexpression nest chang
puisque aucun ne contient u n lment de la j e m e colonne de A .
Daprs le thorme VII, le dterminant dans (i) est nul quand k, = aYs , ( r = 1 , 2 , . . . , n et s f j ) .
Daprs les thormes VI11 et VI1 le dterminant dans (i) est IA I quand k, = ari J ka,, , ( r = 1 , 2 , . . , n I

et s fi).
Ecrire lgalit analogue celle de ( i ) partir de (3.9) en remplaant les lments de la i m e ligne d e
A par k , , k,, . . . , k,.

(c) IAI = 1 3 4 5
1 2 31
-2 5 - 4
(e) 1 Al =
28 2 5 38
42 38 65
1 5 6 4 7 83 1
(a) Dvelopper suivant la deuxime colonne (voir thorme X)

( b ) Soustraire deux fois la seconde colonne de la troisime (voir thorme IX)

1 ~ ~ ~ ~ 1 1 ~ ~ ~ 1~ 1
1 4 8 1 4 8-2.4 1 4 0
IAl = -2 1 5 - 2 1 = 3(-1)2+31
-3 2
= 1-3 2 4 - 2 ~ ( =
= - 3(14) = - 4 2
(c) En soustrayant de la premiere ligne trois fois la seconde et en ajoutant deux fois la seconde a la troi-
sime

/ A I = I 3 4 5
1 2 31
-2 5 - 4
= I 3-3(1) 4-3(2)
1 2
5-3(3)
3
-2 t 2(1) 5 t 2(2) - 4 t 2(3)
I Il=
O -2 -4

O
2
9 2
= -l-i-:l
= -(-4t36) = -32

( d ) En soustrayant la premire colonne de la seconde et en procdant ensuite comme en(c)

L I =
2 3 -4
15-6
4 2 -3
31 = 1~-1~-~1 I
4 -2 -3
=
2 - 2(1)
5-2(-11)
4-2(-2)
-11
1 -4 t 4(1)
3 t 4(-11)
-2 -3 t 4(-2)

1
27 -41
= -31
-2 -11
(e) En mettant 14 en facteur commun dans la premire colonne et en utilisant le thorme IX pour r-
duire les lments des colonnes restantes

IAl =
28 25 38
142 38 651
56 47 8 3
= 141: :;
2 25 38
= 12 25- 12(2) 38 - 20(2)
1 4 3 3 8 - 12(3) 6 5 - 2 0 ( 3 )
4 4 7 - 12(4) 8 3 - 2 0 ( 4 )

= 1 I
2
1 4 3 2
4-1
1-2
5
3
=
O
141-1 2 9 1
6-1 1
1 0
= - i 4 1 - ~ ~ 1 = -14(-1-54) = 770
DETERMINANT DUNE MATRICE CARREE/CHAPITRE 3 29

12. Montrer que p et q , introduits dans (3.13) et (3.14) sont soit tous les deux pairs, soit tous les deux im-
pairs.

Puisque tout indice ligne (colonne) est soit dans p soit dans q mais non dans les deux la fois

p tq = (lt2+..+n) + (1+2+...tn) = 2.In(n+l) = n(n+l)

Ainsi p +
q est pair (car n ou n -t 1 est ncessairement pair) ; par suite, p et q sont soit tous les
deux pairs, soit tous les deux impairs. Donc (-1)P = (- 1)q ; il suffit de calculer lun deux.

13. Pour la matrice A = , le complment algbrique de IAZ::I est

2 + 3 + 2 + 4 / A1.3,5
(-1) 1,4,5/ = - (voir problme 12)
21 23 25

et le complment algbrique de

PROBLEMES SUPPLEMENTAIRES

14. Montrer que la permutation 12534 des entiers 1, 2, 3, 4, 5 est paire, 24135 est impaire, 41532 est paire,
53142 est impaire, et 52314 est paire.

15. Donner toutes les permutations de 1, 2, 3, 4 ; montrer quil y en a autant de paires que dimpaires,

16. Supposons que les lments diagonaux dune matrice A carre dordre 5 soient a, b, c, d, e. Montrer, en
utilisant (3.6), que lorsque A est diagonale, triangulaire suprieure ou triangulaire infrieure alors
IA I = abcde.

dterminant de chaque produit est 4.

18. Calculer comme dans le problme 1 :

(a) 13
-1 O 3
= 27 (b)
Iz3
2 2 -2
1 2 3 = 4 (C)

I-: -1 :I
-2 O4 = O

19. ( a ) Calculer I4 I =
I4 1 2 10
2 3 9
11/
= -4.

( b ) Notons (BI le dterminant obtenu partir de IA 1 en multipliant les lments de la seconde colonne
par 5 . Calculer IBI pour vrifier le thorme III.
30 MATRICES

1 2 7 1 2 3
Montrer que IA I = 2 3 5 -t 2 3 4 ce qui illustre le thorme VIII.
4 5 8 4 5 3
1 2 7
Obtenir partir de [ A I le dterminant ID 1 = 2 3 3 en soustrayant de la troisime colonne trois
4 5 -1

20. Si A est une matrice carre dordre n et k un scalaire, utiliser (3.6) pour montrer que 1kA 1 = knl A 1.
21. Montrer que : ( a ) Si IA 1 = k , alors = k = ( tAl
( b ) Si A est anti-hermitienne, alors IA I est soit rel soit un imaginaire pur.

22. ( a ) Compter le nombre de fois que lon a chang deux lignes (colonnes) conscutives pour obtenir B
partir de A dans le thorme V et ainsi dmontrer ce thorme.
( b ) Faire la mme chose pour le thorme VI.

23. Dmontrer le thorme VIL Indication : changer les lignes identiques et utiliser le thorme V.

24. Montrer que si deux lignes (colonnes) dune matrice carre A sont proportionnelles, alors IA 1 = O.
25. Utiliser les thormes VIII, III et ViI pour dmontrer le thorme IX.
26. Calculer les dterminants du problme 1 8 comme ceux du problme 11.
b O 01

1 dl I h 1.
la
c d O O
27. Utiliser (3.6) pour calculer ( A I = et vrifier alors que IA I = Ainsi, si
O O c f
O O g h
A = diag ( A , , A 2 ) o A et A , sont deux matrices carres dordre 2, ( AI = ( A 1 . 14. I.

28. Montrer que le cofacteur de tout lment de I::;] est gal cet lment.

29. Montrer que le cofacteur dun lment dune ligne de [I-!-! est gal llment correspondant

de la colonne qui a le mme indice que la ligne.

30. Montrer que ( a ) Si A est symtrique, alors aji = ajilorsque i $1 j .


( b ) Si A est carre dordre n et anti-symtrique, alors a IJ. . = (- l)n-laii lorsque i # j .
31. Pour la matrice A du problme 8 ;
( a ) Montrer que ( A1 = 1

( b ) Former la matrice C =
I l
11 21 31

a12a z 2 a32 et montrer que A C = I.


13 23 33

( c ) Expliquer pourquoi le rsultat de ( b ) est connu ds que lon connat (a).


DETERMINANT DUNE MATRICE CARREE/CHAPITRE 3 31

b c a a
32. Multiplier les colonnes de IA 1 = b Z ca b2 respectivement par a, b, c ; mettre en facteur commun dans
c z cz a b
bc ab ca
chacune des lignes et montrer que [ A I = ab ca bc .
ca bc ab

a2 a 1 bcd a3 a2 a 1 I
33. Sans calcul montrer que :
b2 b 1 a c d -- = (a-b)(a-c)(a-d)(b-c)(b-d)(c-d).
c2 c 1 a b d
d2 d i a b c d3 d2 d 1 I
O 1 1 ... 1 O 11 ... 1 1
1 O 1,.. 1 1O 1 ... 1 1
1 1 o... 1 11O ... 1 1 n-1
34. Montrer que le dterminant carr dordre n L I = ............ = (n - I ) ............... = (-1) (n-1).
............ 1 1 1 ... O 1
1 1 1 ... ( 1 1 1 ... 1 1

n-1 12-2
al al .... a l l
n-1 n-2
35. Dmontrer a2 a2 .... a 2 1
......................
n-1 72-2
an an .... a n l
n a l + b, n a 2 + b2 na3+ b, a l a2 a3
36. Sans dvelopper, montrer que nbl+cl nb2+c, nb3+c3 = (ntl)(n2-n+1) bl b2 b3 ,

nclial nc2+a2 nc3ia3 C l c2 c3


O x-a x-b
37. Sans dvelopper, montrer que lquation %ta 0 x -c = 0 admet O comme racine.
xtb x+c O

a i b a ... a a
a aib ... a a
38. Dmontrer .................... = bn-(na +b)
....................
a a a ... a+t
CHAPITRE 4

Calcul de dterminants

Les mthodes de calcul des dterminants dordre 2 et 3 sont exposes dans le chapitre 3.
Dans le problme 11 de ce chapitre, on a donn deux applications du thorme 9 : ( a ) afin
dobtenir un lment 1 ou -1 si le dterminant donn ne contient pas un tel lment, ( b )
afin de remplacer un lment dun dterminant donn par O.
Pour des dterminants dordres plus levs, la mthode gnrale consiste remplacer,
laide de lutilisation rpte du thorme IX du chapitre 3, le dterminant donn det A par
un autre dterminant, det B = det b, ayant la proprit suivante : tous les lments de lune
des lignes (resp. colonnes) sauf un est gal O. Si b,, est cet lment non nul et si pp4 est
son cofacteur,

Alors le mineur de b,, est trait de faon similaire et on poursuit le procd jusqu ce que
lon obtienne un dterminant dordre 2 ou 3.
Exemple 1.

2 3-24 2+2(3) 3+2(-2) -2t2(1) 4+2(2) 8-10 8


3-2 1 2 -- 3 -2 1 2 - 3-21 2
3 2 3 4 3-3(3) 2-3(-2) 3-3(1) 4-3(2) -6 8 O -2
-2 4 O5 -2 4 0 . 5 -2 4 0 5

O -18 6 O2 1
158
8 -2t8(8) =
4 5+8(4) 30 4 37

= -(-1)1+2(-1)1 58 62
3 0 37
1 = -286

voir problmes 1-3

Pour des dterminants ayant des lments correspondants ceux de lexemple 2 ci-dessous,
on peut utiliser la variante suivante : diviser la premire ligne par lun de ses lments non
nuls et essayer dobtenir des lments nuls dans une ligne ou dans une colonne.
Exemple 2.
0,921 0.185 0,476 0,614 1 0,201 0,517 0,667 1 0,201 0,517 0,667
0,782 0,157 0,527 0,138 0,782 0,157 0,527 0.138 O O 0,123 -0,384
= 0,921
0.872 0,484 0,637 0,799 0,872 0,484 0,637 0,799 0,309 0,196 0,217
0,312 0,555 0,841 0,448 0,312 0,555 0.841 0,448 O 0,492 0,680 0,240

O 0,123 -0,384 O -0,320 1


0,921 0,309 0,196 0,217 = ),92 1(-O ,384) 0,309 0,196 0,217
0,492 0,680 0,240 0,492 0,680 0,240

= 0,921(-0,384)
O
0,309 0,265
0,492 0,757 0,240
0
= 0,921(-0,384) : I~ ~ ~
1 ~ ::;i:
0,921(-0,384)(0,104) = -0,037
CALCUL DE DETERMINANTS/CHAPITRE 4 33

DEVELOPPEMENT DE LAPLACE. Le dveloppement d'un dterminant d'ordre n det A selon


une ligne (resp. colonne) est un cas particulier du dveloppement de Laplace. Au lieu de
choisir une ligne de det A , considrons m lignes choisies, numrotes i l , . , , , i, celles-ci
tant ranges par ordre de grandeur. A partir de ces m lignes, on peut former

en effectuant tous les choix possibles de m colonnes parmi n colonnes. En utilisant les mi-
neurs et leurs complments algbriques, nous avons le dveloppement de Laplace

(4.1) ,

en utilisant les mineurs des deux premires lignes.


3 2 3 4 '
-2 4 O5

Voir problmes 4-6.

DETERMINANT D'UN PRODUIT. Si A et B sont deux matrices carres d'ordre n, alors


IABI = IAI-IBI
Voir Problme 7 .

DEVELOPPEMENT SELON LA PREMIERE LIGNE ET LA PREMIERE COLONNE. Si A = [ a j j ]


est une matrice carre d'ordre n , alors

(4.3)

o a l l dsigne le cofacteur de a l l e i a t est le complment algbrique du mineur


de A .

4
34 MATRICES

DERIVEE DUN DETERMINANT. Supposons que les lments de la matrice carre dordre iz A = [aii]
soient des fonctions drivables de la variable x. Alors :
d
Thorme I. La drive par rapport a x de det A , -
dx
(det A ) , est la somme de II dterminants ob-
tenus en remplaant de toutes les manires possibles les lments de lune des lignes (colonnes)
de det A par leurs drives par rapport x .
Exemple 4.
z2 x t l 3 2x 1 O x2 x t l 3 x2 Z t l 3
-d
dx 1 22-1 x3 = + 1 2%-1 *3

O x -2 O 1 0

PROBLEMES RESOLUS

2 3 - 2 4 2 3 -2 4 2 3 - 2 4
7 4 -3 1 0 7-2(2) 4-2(3) -3 - 2 ( - 2 ) 10-2(4) - 3-2 1 2
- = -286 (Voir exemple 1)
lo 3 2 3 4 = 3 2 3 4 3 2 3 4
-2 4 O 5 -2 4 O 5 -2 4 O 5

1 0 - 1 2 1 O -1tl 2-2(1) 1 0 0 O
2 3 2-2 - 2 3 2 t 2 -2-2(2) - 2 3 4-6
- -
2 2 4 2 1 2 4 2 t 2 1-2(2) 2 4 4-3
3 1 5-3 3 1 5 t 3 -3-2(3) 3 1 8 - 9

11-2i 2+3i O I
Multiplions la seconde ligne par 1 -t i et la troisime par 1 -t 2 i ; nous avons

(iti)(i+2i)lA\ = (-it3i)/41 = 12
O
O
5 -4t7i
lti 1t2i
5;iI =
O lti
12 0
lt2i
5-i
1 - 4 t 7 i -10+2i
1 1 =
O l+i 1t2i
O 8-14i 25-5i
1 -4+?i -1Ot2i

= I 81-+;4i
= -6 t 18i
CALCUL DE DETERMINANTS/CHAPITRE 4 35

4. Obtenir le dveloppement de Laplace de det A = det aij ( A tant dordre n) en utilisant les mineurs dordre
m < n.
j1,j2,.... ~m
1
Considrons le mineur dordre m Ai,%, ..., 2, de det A dans lequel les indices des lignes et des colonnes
sont rangs par ordre de grandeur, Alors, par il - 1 changements de lignes conscutives de A , o n peut consi-
drer que la ligne numrote il est en fait la premire ; par i2 - 2 changements de lignes conscutives, la ligne
numrote i2 est en fait considre comme tant la seconde ; par ,i - m changements de lignes conscutives,
o n peut considrer que la ligne numrote im est en.fait la m e m e .Ainsi, aprs ( i l - 1) t ( i 2 - 2) + ..-t (in -rn)
i l t il + .
+ ,i - irn(rn ti) changements de lignes conscutives les lignes numrotes i, , . in, occupent
la position des m premires lignes. De mme, aprs il + j 2 + f 1, - $m(m + I ) changes de colonnes conscu-

tives, les colonnes numrotes il , , . jm occupent la position des m premires colonnes. Par suite des change-
ments de lignes et de colonnes conscutives, le mineur choisi occupe le coin suprieur gauche et son compl-
ment occupe le coin infrieur droit d u dterminant ; d e plus, det A a chang de signe CJ = i l t i, + ...
+ + +
+ ,i + il + j 2 . . . j, - m ( m 1) fois, ce qui est quivalent s = i, i, . * ,i il j , + + + + + + -+ . j,
changements. Ainsi,

n(n-l).. .(n-rn+l) = n1
Soient il , , . im fixs. A partir de ces lignesp = 1. , , , , rn (n- m)!
mineurs carrs dordre m

distincts peuvent tre choisis. Chacun de ces mineurs lorsquil est multiplie par son complment algbrique
donne m ! (n - m ) ! termes de det A . Puisque, par leur formation, il ny a pas parmi ces produits de termes
doubles de det A ,

t j n stend sur les p choix distincts ji


~ ~la~ somme
o s = i ~ + i ~ t ~ ~ ~ t i , + j l t j 2ett o . . . jm des in-
dices des colonnes.

1 2 3 4
5 . Calculer 1 A I =
0 0 1 1
, en utilisant les mineurs des deux premires colonnes.

3 4 1 2

6. Si A , B et C sont des matrices carres dordre n, dmontrer

A partir des n premires lignes de det P, un seul mineur carr dordre n non nul peut tre form. Son
complment algbrique est det B. A partir de l, par le dveloppement de Laplace, o n a det P = det A . det B.

7 . Dmontrer que det ( A B ) = det A . det B.


Supposons que A = [aii] et B = [b,] soient des matrices carres dordre n . Soit C = [ci/] = A B telle que
n
c i j = * a i k b k j . Daprs le problme 6,
36 MATRICES

all a12 .--* ain 0 0 .... O


a 2 1 a22 .*'. 0 0 .... O
...................... ......................
a, an2 ..*. ann 0 0 .... O
= /A/.IB/
lpl =
-1 0 .... O b l l b12 .-*. b l ,
0 -1 .... O b21 b22 *-** b2n
...................... ......................
0 0 .... -1 bni bn2 a * * * bnn

A la (n 1)" colonne de det P, ajoutons bl fois la premire colonne, b z l fois la seconde colonne,. I

bnl fois la neme colonne. Nous avons

ail alp .... %n C l 1 O .... O


a21 a22 a2n CPl O .... O
...................... ......................
uni %2 **.' Cn1 O * * m . O
IPI =
-1 0 .... O O b12 *..* bin
0 -1 .... O O b22 **.* 62,
...................... ......................
0 0 .... -1 O bn2 bn,

Puis, la ( n -t 2)e colonne de det P, ajoutons b12 fois la premire colonne, b z 3 fois la seconde colonne, ...
bn2 fois la neme colonne. Nous avons

all aT2 .... Gin ci1 c12 O O


a21 a22 *-.- a27t c.71 ,222 O "*' O
...................... .............................
anl an2 .... arm Cn1 cnp O ..'* O
-1 0 .... O O O b13 **.. bin
0 -1 .... O O O b23 * * * a b2,
...................... .............................
0 0 .... -1 O O bn3 * * a * bnn

En poursuivant ce procd, nous obtenons finalement / p l = n:- I 1. A partir des n dernires lignes de

det P, u n seul mineur carr d'ordre II det ( - - I n=


) (- l ) n peut tre form. Son complment algbrique est
(-l)i+2+...+n+(n+ir+...+rn/Ci = (-i)n(2ncliIc/. o IpI .
(-l)n(-l)n(2n+i)lCI = /cl et = = 1.41. ICI IAB/ IB(.

d
et en notant -ail par a;i ,
dx
37

, , ,
'11 '12 '13 a l l a12 a 1 3 '11 a12 '13

= '21 a22 '23 + 41 4 2 4 3 + a21 a22 '23


, , ,
'31 '32 '33 '31 a32 '33

d'aprs le problme 10 chapitre 3.

P ROB LEMES SUPPLEMENTAIRES

9. Calculer

-
10. Si A est une matrice carre d'ordre n, montrer que det ('A, A ) est rel et non ngatif.

11.. Calculer le dterminant du problme 9 ( a ) en utilisant les mineurs des deux premires lignes, Mme question
en utilisant les mineurs des deux premires colonnes.

2 2 2 2 2 2 2 2
Utiliser det ( A B ) = (det A ) (det B ) pour exprimer ( a l + a 7 + a 3 ta4) ( b , t b2+ b3+ b4) comme somme de quatre
carrs.

0 0 0 0 0 1
0 0 0 0 2 1

13. Calculer en utilisant les mineurs des trois premires lignes. Rponse : -720
O 0 4 3 2 1
O 5 4 3 2 1
6 5 4 3 2 1
MATRICES

1 2 1 2 1
O 0 1 1 1
14. Calculer 1 1 0 O O en utilisant les mineurs des deux premires colonnes, Rponse : 2 .
O 0 1 1 2
1 2 2 1 1

15. Si A l . . , A , sont des matrices carres dordre n , utiliser le dveloppement de Laplace pour dmontrer
I diag(A1, .42, ..., A,) I = I A , ( . I A , I .... 1 A , 1

b, b 2 b3 b 4
16. Dvelopper en utilisant les mineurs des deux premires lignes et montrer que
/al a2 a3 a41
I bl b2 b3 b41

lai a ~ l , l a 3 a41 - /Yi a 3 1 . / 0 2 a41 ~ lai a 4 / , I a 2 031


-- O
bl b2 b3 b 4 bl b3 b2 b 4 bl b4 b2 b 3

i
\
17. Utiliser le dveloppement de Laplace pour montrer que le dterminant carr dordre n o O est uri
carr dordre k , est nul lorsque k > <.
18. Dans 1 A I = allall t a1212 t ai3a13 t a1414 exprimer chacun des cofacteurs (ylz , a I 3,c y I 4 selon ses pre-
mires colonnes pour montrer

o d.1
11
dsigne le complment algbrique du mineur

19. Si (Yji dsigne le cofacteur de aii dans la matrice carre dordre n A = [a..],
II
montrer que le dterminant

a i l a12 ain P i 0 41 42 ***. 4n


a21 a22 .*** a2n P2 P i a i i a12 *** ain
......................... - .......................
a,, an2 a... arm Pn Pn Uni an2 ** ann
41 42 * * I qn 0

20. Pour chacun des dterminants det A , trouver la drive

22-1 z-1 1
x4 x3 2xt5
xtl x2 x

Rponse : ( a ) 2%t 9x2- 8x3, ( b ) 1 - 6 x t 21z2 t 12x3 - 15r4. ( c ) 6x5,- 5x4 - 28x3 t 9x2 t 202 -2

21. Dmontrer que si A et B sont des matrices carres relles dordre n o A nest pas singulire et si H = A t i B
est hermitienne, alors, on a
IHI2 = IAl2. (it(4B)2/.
CHAPITRE 5

Equivalence

RANG DUNE MATRICE. On dit quune matrice A # O est de rang r si au moins lun de ses mi-
+
neurs carrs dordre r est # O tandis que chaque mineur carr dordre ( r l ) est nul. Une ma-
trice nulle est de rang O.

On dit quune matrice carre A dordre n est non singulire si son rang r = n cest--dire
si det A # O. Dans le cas contraire, A est dite singulire. La matrice de lexemple 1 est singu-
lire. Daprs la proprit 1 A B / = 1 A 1. 1 B 1 on peut noncer :
Thorme I . Le produit de deux ou de plusieurs matrices carres dordre n non singulires est une
matrice non singulire. Le produit de deux ou plusieurs matrices carres dordre n donne une
matrice singulire si au moins lune des matrices est singulire.

TRANSFORMATIONS ELEMENTAIRES. Les oprations suivantes, appeles transformations lmen-


taires, sur une matrice ne changent ni son ordre ni son rang :

(1) Echange de la i m e ligne et de la j m eligne, transformation note Hii .


Echange de la ime colonne et de la j m ecolonne, transformation note K,.
( 2 ) Multiplication de chaque lment de la imeligne par un scalaire h f O , transformation note H , ( k ) .
Multiplication de chaque lment de la i me colonne par un scalaire h # O, transformation note
Ki ( h ) .
( 3 ) Addition aux lments de la i m e ligne (resp. colonne) de k fois les lments correspondants
de la j me ligne (resp. colonne) transformation note Hii ( h ) (resp. Kii ( h ) ) , h dsignant un
scalaire.
Les transformations H (resp. K ) sont appeles transformations lmentaires sur les lignes
(resp. colonnes).
I1 est clair quune transformation lmentaire ne peut changer lordre de la matrice. Dans
le problme 2, on montre quune transformation lmentaire nagit pas sur le rang dune
matrice.

INVERSE DUNE TRANSFORMATION ELEMENTAIRE. Linverse dune transformation lmen-


taire est une opration qui annule leffet de cette transformation cest--dire, si lon soumet A
lune des transformations lmentaires, puis la matrice rsultante de A la transformation
inverse de cette transformation, le rsultat final redonne la matrice A.
40 MATRICES

Exemple 2. Soit A =
[:I
4 5 6 .

En appliquant la transformation lmentaire sur les lignes H z l ( - 2 ) , o n obtient B =


[: , 3
2 1 O

La transformation lmentaire Hzl(t2) sur les lignes de B redonne A .


Ainsi, H z l ( - 2 ) et HzI(+~)sont des transformations lmentaires inverses sur les lignes.

Les transformations lmentaires inverses sont :


-1
(1) HG = Hij Kij = Kij

(2) H,l(k) = Hi(i/k) Ky(k) = Ki(i/k)


-1 -1
(3) H..(k)
29
= Hij(-k) Kij(k) = &j(-k)

Thorme LI. Linverse dune transformation lmentaire est une transformation lmentaire de
mme type.

MATRICES EQUIVALENTES. Deux matrices A et B sont quivalentes si lune dentre elles peut
sobtenir partir de lautre par une suite de transformations lmentaires.
Des matrices quivalentes ont mme ordre et mme rang.

A =
[ 2
-1 -2
2 - 1
4 3 5
6 -7
I-[
Exemple 3. En appliquant successivement les transformations HPl(-2),
O1

-1 -2
O2 - 15 - 3 2 - 1 O 0

6 -7 O O 5 -3
4
5 - 3

1 UlSyUi L U U S IGS IIIIIIGUIS bdIICS U U l U l C J SUIIL 11U1S LdllUIS q U G 1C I d I I g U G D GbL G g i i i ii L.

Ainsi, le rang de A est gal 2. On comparera les deux mthodes de dtermination du rang de A . a) Dterminer
une matrice B quivalente, dont le rang est vident par simple lecture. b) Calculer divers mineurs de A jusqu
lobtention du rsultat.
Voir problme 3.

EQUIVALENCE SUR LES LIGNES. Si une matrice A est rduite B par lutilisation de trans-
formations lmentaires sur les lignes seules, on dit que B est quivalente par les lignes ou 1-
quivalente A et rciproquement. Les matrices A et B de lexemple 3 sont l-quivalentes.
Toute matrice A # O de rang r est 1-quivalente une matrice canonique C dans laquelle :
( a ) Un ou plusieurs lments de chacune des r premires lignes sont non nuls tandis que
toutes les autres lignes nont que des lments nuls.
( b ) Le premier lment non nul dans la imeligne ( i = 1 , , , r ) est gal 1. Soit j j la co-
lonne sur laquelle cet lment est situ.
(c) il<
jz < ..-. < j r .
(rJ\ 1~ spiil 616rnpnt nnn niil d e 12 rnlnnnp i. ( i = 1
EQUIVALENCE/CHAPITRE 5 41

Pour rduire A C, on suppose que j , dsigne la premire colonne non nulle de A .


( i l ) Si u 111. f O, utiliser H , ( l / u l t l ) pour rduire ce terme 1 si cela est ncessaire.
(i,) . # O, utiliser H , , et procder comme dans ( i l ) .
Si alil = O mais que aPI1
(ii) Utiliser des transformations sur les lignes du type\ 3 avec des multiples appropris de
la premire ligne afin dobtenir des zros ailleurs dans la jleme colonne.
Si des lments non nuls de la matrice rsultante B apparaissent uniquement dans la pre-
mire ligne, alors B = C. Sinon, soit j , la premire colonne dans laquelle cela ne peut se pro-
duire. Si b Z j 2# O, utiliser H , ( l / b Z i 2 )comme dans (il). Si bzi2 = O, mais que b . # O, utiliser
412
H,, et oprer comme dans ( i l ) .
Si des lments non nuls de la matrice rsultante apparaissent seulement dans les deux pre-
mires lignes, nous obtenons C. Dans le cas contraire, le procd est renouvel jusqu ce que
lon obtienne C.
Exemple 4.

A = [
-1 -2
24 -13

6
].-[; 0
applique A de lexemple 3 conduit

-7
1 2 -15

5 -3
-:I-[;
La suite des transformations sur les lignes H21(-2), H 3 1 ( l ) ; H,(1/5) ; Hl2(1), H 3 2 ( - 5 )

1 0 ;
2 -1 -1:5].[ 1

0
2

0
Oi -3:5]

0
17/5

= c
C ayant les proprits ( a ) - ( d ) .

FORME NORMALE DUNE MATRICE. Au moyen de transformations lmentaires, toute matrice


A de rang r > O peut tre rduite lune des formes

appele forme normale de A . Une m-atrice nulle est sa propre forme normale.
Puisque lon peut utiliser la fois des transformations sur les lignes et sur les colonnes,
llment 1 de la premire ligne obtenu dans le paragraphe ci-dessus peut tre plac dans la
premire colonne. Alors, la premire ligne et la premire colonne peuvent tre exemptes dautres
lments non nuls. De mme, llment 1 de la seconde ligne peut tre introduit dans la seconde
colonne, et ainsi de suite.
par exemple, la suite H21(-2), H3, (11,K21(-2), K31 (1)Kql(-4), K23, K2(1/5), I J 3 , ( - 1 ) ,

K 4 2 ( 3 ) applique la matrice A de lexemple 3 donne la forme normale


Voir problme 5.

MATRICES ELEMENTAIRES. La matrice rsultant dune transformation sur les lignes (resp . co-
lonnes) applique la matrice identit I , est une matrice appele matrice ligne (resp. colonne)
lmentaire (ou l,-lmentaire). On utilisera ici le mme symbole pour dsigner la matrice 616-
mentaire et la transformation lmentaire qui produit cette matrice.

Exemple 5 . Des exemples de matrices lmentaires obtenues partir de I , =


42 MATRICES

Toute matrice lmentaire est non singulire (pourquoi ? ),


On peut appliquer une transformation lmentaire une matrice A m x n en multipliant A
par une matrice lmentaire.
Pour effectuer une transformation lmentaire donne sur les lignes (resp. sur les colonnes)
de A , A tant une matrice dordre m x n appliquer la transformation I , (resp. I,) afin de
former la matrice lmentaire correspondante H (resp. K ) et multiplier A gauche (resp.
droite) par H (resp. par K ) .

Exemple 6. Lorsque A = change la premire et la troi-

la premire colonne

de A deux fois la troisime colonne.

SOIENT A et B DES MATRICES EQUIVALENTES. On considre les 1 et c-matrices lmen-


taires correspondant aux transformations lmentaires 1 et c qui rduisent A B. Ces transfor-
mations sont dsignes par H , , , . . ,H , ; K , , . . , , K , o H , est la premire I-transformation,
H , la seconde, . . . K , la premire c-transformation, K , la seconde, etc , Alors,
(5.2) Hs ... H z * H 1 * A * K 1 - K 2... K, = PAQ = B
OU

P = H ... H,.H, et Q = K,.K, ... K,


Thorme III. Deux matrices A et B sont quivalentes si et seulement si il existe des matrices non
singulires P et Q dfinies par ( 5 . 3 ) et telles que PA& = B .

Exemple 7. Quand A = , H,1(-1).H2I(-2).A.K~1(-2).K31(1).K41(-2).K42(1).K3(li.)

Puisque toute matrice est quivalente sa forme normale, on a :

Thorme IV. Si A est une matrice carre dordre n non singulire, il existe des matrices non sin-
gulires P et Q dfinies par ( 5 . 3 ) telle que PAQ = I,,,
Voir problme 6 .
INVERSE DUN PRODUIT DE MATRICES ELEMENTAIRES.
Soit P = H, ... H,.H, et Q = K,.K, ... K,
EQUIVALENCE/CHAPITRE 5 43

dfinies par (5.3). Puisque H et K possdent toutes deux un inverse et puisque l'inverse d'un
produit est le produit des inverses des facteurs dans l'ordre contraire, on a

(5.4) P-' =
-1
. -1
H , H , ... H~
-1
et Q-' =
-1
K~ . . . I<;'. K;'

Soit A une matrice carre d'ordre n non singulire ; soient P et Q dfinis prcdemment
et tels que PAQ = I,. Alors

(5.5)

Nous avons ainsi dmontr le


Thorme V. Toute matrice non singulire peut s'exprimer comme un produit de matrices lmen-
taires.
voir problme 7 .
Ceci a pour consquence les thormes suivants :
Thorme VI. Si A est non singulire, le rang de A B (ou celui de B A ) est gal au rang de B.
Thorme VIL Si P et Q ne sont pas singulires, le rang de PAQ est gal au rang de A .

ENSEMBLES CANONIQUES RELATIFS A L'EQUIVALENCE. Dans le problme 8, on dmontre :


Thorme VIII. Deux matrices m x n A et B sont quivalentes si et seulement si elles ont mme
rang.
Un ensemble de matrices m x n est appel ensemble canonique relatif l'quivalence si
chaque matrice rn x n est quivalente une et une seule matrice de l'ensemble. Un tel ensemble
canonique est dtermin par (5.1) o r prend les valeurs 1 , . , . , m ou bien 1 , . . . , n selon
que rn est plus petit que n ou vice versa.
voir problme 9.

RANG D'UN PRODUIT. Soit A une matrice m x p de rang r. D'aprs le thorme 111, il existe des
matrices non singulires P et Q telles que

Alors A = P - ' N Q - ' , Soit B une matrice p x n. Considrons le rang de


(5.6) AB = P-~NQ-~R
D'aprs le thoxme VI, le rang de A B est celui de NQ-l B. Alors, les lignes de N Q - l B se com-
posent des r premires lignes de Q - l B et des m - r lignes forms de zros. Le rang de AB ne
peut donc dpasser r = rang de A . De mme, le rang de A B ne peut dpasser celui de B . Nous
venons donc de dmontrer le

Thorme IX. Le rang du produit de deux matrices ne peut dpasser le rang de chacun des facteurs.
Supposons que A B = O. Alors, d'aprs ( 5 . 6 ) , N Q - l B = O . Ceci exige que les r premires
lignes de @-'B soient formes de zros mais que les lignes restantes soient arbitraires. Ainsi, le
rang de Q-'B, et par suite le rang de B , ne peut dpasser p - r. Nous venons de dmontrer le
Thorme X . Si la matrice A m x p est de rang r e t si la matrice B p x n vrifie AB = O, alors
le rang de B ne peut dpasser p - r.
44 MATRICES

PROBLEMES RESOLUS

1. (a) Le rang de A = [-: z] est 2 car 1-t 0 1 # O et il ny a pas de mineurs dordre 3.

( b ) Le rang de A = est 2 puisque (A I = O et

(c) Le rang de A = est 1 car det A = O, chacun des neuf mineurs carrs dordre 2 est nul mais tous

les lments ne sont pas nuls.

2 . Montrer que les transformations lmentaires ne changent pas le rang dune matrice.
Nous ne considrerons ici que les transformations sur les lignes et laisserons titre dexercice le raisonne-
ment concernant les transformations sur les colonnes. Soit r le rang de la matrice A m x n. Supposons que tout
mineur carr dordre r t 1 de A , sil y en a, soit nul. Soit B la matrice obtenue partir de A par une trans-
formation sur les lignes. Notons det R u n mineur carr dordre r +
1 de A et det S le mineur carr dordre
r + 1 de B ayant la mme position que det R .
Dsignons par Hii la transformation effectue sur les lignes. Son effet sur det R est soit (i) de le laisser
inchang ; soit (ii) dchanger deux d e ses lignes ; soit (iii) dchanger lune de ses lignes avec une ligne ne figu-
rant pas dans det R.
Dans le cas (i) det S = det R = O, dans le cas (ii) det S = - det R = O, dans le cas (iii) det S est, au signe
prs, un autre mineur carr dordre r +
1 de det A , et par suite, il est nul.
Soit H j ( k ) la transformation effectue sur .les lignes. Son effet sur det R est soit (i) de le laisser inchang,
soit (ii) de multiplier lune de ses lignes par k . Alors, respectivement, det S = det R = O ou det S = k det R = O.
Soit H,(k) la transformation effectue sur les lignes. Son effet sur det R est soit (i) de le laisser inchang,
soit (ii) dajouter lune de ses lignes k fois une autre de ses ligneS.soit (iii) dajouter lune de ses lignes k
fois une ligne nappartenant pas det R . Dans les cas (i) et (ii), det S = det R = O. Dans le cas (iii),
det S = det R k k (autre mineur de A dordre r + 1) = O f k . O = O.
Ainsi, une transformation lmentaire sur les lignes ne peut lever le rang dune matrice. Mais une telle
transformation ne peut abaisser ce rang, car si cela tait, la transformation inverse augmenterait le rang. Ainsi,
une transformation lmentaire sur les lignes ne change pas le rang dune matrice.

3. Trouver une matrice quivalente B chacune des matrices A ci-dessous et en dduire le rang de A .

( b ) , 4 = [ 2 3
2 4
3 2
] [
3 2 - 0
1 3 0-4
2 3 1
O - 3 2 - 0 - 4
-83
[2 3 1 [ [
2 3 1
- 8 3 - 0 - 4 - 8 3 - 0 - 4 - 8
O O -32 O 0 - 3 2 O
2 3 3
3
0-32
= B
le )rang est gal 3.
Les transformations utilises ont t H ~ ~ ( - Z )~, ~ ~ ( - ~3 ~) (; - 1 / 3 ~) ,~ ( - 1 / 4 )~; ~ ~ ( -; 1

; le rang de A est 2.

6 8 7 5 0-4-115 0-4-115 0 0 - 3 2 O 0 0 0

Remarque : Les matrices quivalentes B obtenues ne sont pas uniques. En particulier, puisque dans ( a ) et dans
( b ) o n na utilis que des transformations sur les lignes, le lecteur peut en obtenir dautres en uti-
lisant les transformations sur les colonnes. Lorsque les lments sont des nombres rationnels, il
ny a en gnrai aucun avantage mlanger les transformations sur les lignes et les transformations
sur les colonnes.
EQUIVALENCE/CHAPITRE 5 45

4. Trouver la matrice canonique C &quivalente chacune des matrices A donnes.

(0) A .]
O O 13-2

O 2 3 9
O 1 1 3
2
2
3
- 0 1 2 6
O 2 3 9 2
0 0 1 3 - 2
O ~
1 1
0 0
0 0
0 0
1 3
1 3 - 2
1 3 - 2
1 3 - 2
~
[ l o o
O 0 13-2
O 0 0 0
O 0 0 0
O
O
= c

(b) A = [ .] [. j
12-2 3 1
3-2
2 4-3 6 4
1 1 - 1 4 6
1 2 -
O 1
O
0 - 1
2 3 1
O 0-1
1 0
1 1 5
~
1 0 - 2 3 3
O 1 O 0-1
[oo 1 0
O 0 1 1 4
1 j 1 0 0 3 7
O 1 O 0-1

O 0 0 1 2
~
1 0 0 0 1
O 1 O 0-1
[ o o l o
O 0 0 1 2

5 . Rduire la forme normale :

r -

Les transformations lmentaires sont

la forme normale N et calculer les matrices P l et Q, telles que P,AQ, = N.


r
Puisque A est une matrice 3 x 4, nous travaillerons avec , Chaque transformation sur les lignes est
l 4
A I,
excute sur une ligne de sept lments et chaque transformation sur les colonnes sur une colonne a sept 616-
ments.

1 O 0 O 1 0 0 0 1 - 2 -3 2 1 -2 -3 2
O 1 0 O 0 1 0 0 O 1 O 0 O 1 O 0
O O 1 O 0 0 1 0 O O 1 0 O O 1 0
O O 0 1 - 0 O O 1 + O O O 1 + O O O 1
1 2 3 - 2 1 0 0 1 2 3-2 1 0 0 1 O O 0 1 0 0 1 O O 0 1 O 0
2 - 2 1 3 0 1 0 0-6-5 7 - 2 1 0 0 - 6 - 5 7 - 2 1 0 0-6-57-2 1 0
3 O 4 1 0 0 1 0-6-5 7 - 3 0 1 0 - 6 - 5 7 - 3 0 1 O O 0 0 - 1 - 1 1

1 1 / 3 -3 2 1 1 / 3 -4/3 -1/3
O -1/6 O O O -1/6 -5/6 7/6
O O 1 0 O 0 1 0 QI
+ O O 0 1 - 0 O O 1 ou
1 0 0 0 1 0 0 1 O O O 1 0 0 N Pl
O 1 - 5 7 - 2 1 0 O 1 O 0-2 1 0
O O 00-1-1 1 O O O 0-1-11
46 MATRICES

7. Exprimer A =

(5.211:
c :I1 4 3 comme produit de matrices lmentaires.

Les transformations lmentaires Hzl(-),if31(-i); Kz1(-3), K3,(-3) rduisent A I , cest--dire [voir


I = H z * H I * A.J(~*Kz= H31(-1)Hz1(-1)A *&,(-3)*K3,(-3)

8. Dmontrer que deux matrices m x n A et B sont quivalentes si et seulement si elles ont mme rang.
Si A et B ont mme rang, elles sont toutes deux quivalentes la mme matrice (5.1) et sont quivalen-
tes entre elles. Rciproquement, si A et B sont quivalentes, il existe des matrices non singulires P et Q
telles que B = PAQ. Daprs le thorme 7, A et B ont mme rang.

9. Pour des matrices non nulles dordre 3 u n ensemble canonique est constitu de

[ z 3 0 1 = E1 100 0L $0 ~ : ] = ~1 10 0 0c $ b:]
O 0 1 0 O 0 0 0

est un ensemble canonique pour des matrices 3 x 4 non nulles.

10. Si partir dune matrice carre A dordre n et de rang rA o n choisit une sous-matrice B comprenant s lignes
(resp. colonnes) de A , le rang de B est suprieur ou gal rA + s - n.
La forme normale de A possde n - rA lignes dont les lments sont des zros et la forme normale de B
s - rB lignes dont les lments sont des zros. Alors,
n - r
A -
> -5

do lon dduit % > 5+ s -n-


EQUIVALENCE/CHAPITRE 5 47

PROBLEhlES SUPPLEMENTAIRES

11. Trouver le rang de (a)

Rponses : ( a ) 2. ( b ) 3 , (c) 4, (d) 2


-
12. Montrer, en considrant les mineurs, que A , t A , 2 et A ont mme rang.
I (4

I I
3
4
5
10
15
4
5
6
11
16
7
5
6

12
17
8
6
7

13
18
7
8
9 .
14
19

13. Montrer que la matrice canonique C I-quivalente une matrice donne A est uniquement dtermine par A .

14. Trouver la matrice canonique Lquivalente chacune des matrices suivantes :

-3- s1y
-1
1 1
1 -3 2
-3 1 O 0 1 2

O 0
1-1 2 3 1 0
O
2-2 1 O O 1

I -l -3
O 0

15. Ecrire la forme normale de chacune des matrices du problme 14.

( a ) A partir de I , former Hi,, H 2 ( 3 ) , Hi3(-4) et vrifier que chaque H A a subi partir de A , la traiisfor-
mation sur les lignes correspondantes.
( b ) A partir de I,, former K,,, K 3 ( - 1 ) , K 4 , ( 3 ) et montrer que chaque A K a subi, partir de A , la trans:
formation sur les colonnes correspondantes.
( c ) Ecrire les inverses H T ; , H,(3), H T i ( - 4 ) des matrices lmentaires de ( a ) et vrifier que lon a, pour
tout H , H.H-l=I.
(a) Faire de mme avec les matrices lmentaires de ( b ) .

(f) Dmontrer B C = CB =1.

17. ( a ) Montrer que K. . = Hij , Ki(k)= Hi(k). et Kij(k) = Hij(lc).


t?
( b ) Montrer que si R est u n produit de matrices colonnes lmentaires, R est le produit, en ordre inverse,
des mmes matrices lignes lmentaires.

18. Dmontrer que : ( a ) A B et BA ne sont pas singulires si A et B sont des matrices carres dordre n non
singulires.
( b ) A B et BA sont singulires si au moins lune des matrices carres dordre n A ou B est
singulire.
19. Si P et Q ne sont pas singulires, montrer que A , PA, AQ et PAQ ont mme rang.
Indication : exprimer P et Q comme produit de matrices lmentaires.
48 MATRICES

20. Rduire B = la forme normale N et calculer les matrices P, et Q, telles que P, B Q , = N.

21, ( a ) Montrer que dans u n ensemble canonique de matrices carres dordre n le nombre des matrices est n -t1.
( b ) Montrer que dans un ensemble canonique de matrices m x n le nombre des matrices est le plus petit des
deux nombres m + 1 et n -t 1.

22. Soit la matrice donne de rang 2 , A = . Trouver une matrice carre B # O, dordre 4, telle que
AB = O.
Indication : Suivre la dmonstration du thorme 10 et prendre

-1
@ B =

o a , b, , . ., h sont arbitraires.

23. La matrice A du problme 6 et la matrice B du problme 20 sont quivalentes. Trouver P et Q telles que
B = PAQ.

24. Si les matrices A et B rn x n sont de rangs respectifs r A et r g , montrer que le rang de A +B ne peut dpas-
ser rA + rB.
2 5 . SoientA une matrice carre dordre n arbitraire et B une matrice carre lmentaire dordre n. En consid-
rant chacun des six types diffrents de matrice B , montrer que det ( A B ) = det A . det B.

26. Soient A et B des matrices carres dordre n. ( a ) Si au moins lune dentre elles est singulire, montrer que
det ( A B ) = det A det B. ( b ) Si les deux matrices sont non singulires, utiliser (5.5) et le problme 25 pour
montrer que det ( A B ) = det A . det B.

27. Montrer que lquivalence des matrices est une relation dquivalence.
28. Montrer que la forme canonique I-quivalente dune matrice A non singulire est I et rciproquement.
29. Montrer que toute matrice A ne peut tre rduite une forme normale par des transformations sur les lignes seules
Indication : Mettre en vidence une matrice qui ne puisse tre rduite ainsi.
30. Montrer comment effectuer sur une matrice A la transformation H , en utilisant successivement des transforma-
tions sur les lignes (2) et (3).

31. Dmontrer que si A est une matrice rn x n (rn < n ) de rang m alors A A est une matrice symtrique non
+

singulire. Enoncer le thorme lorsque le rang de A est < m.


CHAPITRE 6

Adjointe dune matrice carre

ADJOINTE. Soit A = [ a i j ] une matrice carre dordre n et soit ocii le cofacteur de a,. Alors, par
dfinition

(6.1) adjointe A = adj A = [ ai1 a21

..* an2
... an,
......................
a12

am a2n
a22 an]

On pourra remarquer que les cofacteurs des lments de la ime ligne (resp. colonne) de A sont
les lments de la ieme colonne (resp. ligne) de adj A .

Exemple 1. Pour la matrice

En utilisant les thormes 1 0 et 11 du chapitre 3, nous avons

1
a11 a21 .*. an1

A(adjA) = a12 a22 ... an2


......................
ain a2n .*. ann

=diag(lAl, ( A l , .... I f I l ) = IA(.In = (adjA)A


Exemple 2. Pour la matrice A de lexemple 1, ( AI = - 7 et

A(adjA) = [
2 3 2
3 3 4
-2 -5
-3 3-1
4-1 = ri-%-! = -71

En prenant les dterminants de (6.2) on a


(6.3) IAI-ladjA) = IAln = /adjAI./A/

I1 sen suit :
Thorme I. Si A est une matrice carre dordre n non singulire, alors
(6.4) 1 adjA I = IAln-

5
50 MATRICES

Thorme II. Si A est une matrice carre dordre n, singulire, on a


A(adjA) = (adjA)A = O

Si A est de rang strictement infrieur n - 1, adj A = O. Si A est de rang n - 1,alors


adj A est de rang 1.
voir problme 3.

ADJOINTE DUN PRODUIT. Dans le problme 4, nous dmontrons :


Thorme III. Si A et B sont des matrices carres dordre n.

(6.5) adj AB = adj B adj A

il i z , . . . , im I

Thorme IV. Soit Ai 1, i2,. . . , im un mineur carr dordre m dune matrice carre A = [aii], dordre n;

im+13im+2v e . ,in
. 1 son complment dans A et
ii,i2,. . . ,im
soit M . . . ,im le mineur carr dordre m de adjA dont les lments occupent
i2,

la mme position dans adj A que les lments de occupent dans A.

Alors,

o s = 11
. + 1.2. + S.. + in + il+ j2 + ... + jm .
Si dans (6.6), A nest pas singulire, on a

Lorsque m = 2, (6.7) devient

-
= det A complment algbrique de
I A?? I.
t1ttz

Lorsque m = n - 1, (6.7) devient

(6.9)

Lorsque m = n, (6.7) devient (6.4).


ADJOINTE D'UNE MATRICE CARREE/CHAPITRE 6 51

PROBLEMES RESOLUS

1. L'adjointe de A =

14 ;I -14 31 13 41

I: "41 -I:41 I: 3"l


3. Dmontrer que si A est d'ordre n et de rang n - 1 alors adj A est de rang 1.
On remarque tout d'abord, puisque A est de rang n - 1, qu'il y a au moins un cofacteur non nul et que
le rang de adj A est au moins gal 1. D'aprs le thorme X du Chapitre 5, le rang de adj A est au plus
n - (n - 1) = 1. Le rang est donc exactement gal 1.

4. Dmontrer: adj A B = adj B . adj A ,

d'aprs ( 6 . 2 ) A B adjAB = 1ABI.Z = (adjAB)AB

puisque ABeadjBmadjA = A(B.adjB)adjA = A(/BI.[)adjA = ( B I ( A adjA) = I B / * / A l . I = ( A B / * [

et ( a d j B . a d j A ) A B = adjB{(adjA)A]B = a d j B . / A / . Z - B = I A / k a d j B ) B ] = I A B / . I

on en dduit adj A B a d j B . adjA

n-2
5 . Dmontrer que si det A # O, o n a adj ( a d j A ) = (A/ A
D'aprs (6.2) et (6.4):
-
adjA adj(adjA) = diag(/adjAI. Iadj A l , ..., IadjAI)
= diag(/AIn-l. lAln-', ,.., l A l n- 1 )

D'o
-
A adjA adj(adjA) A
12-1
IAI.adj(adjA) = /A/ .A
n-2
et adj(adj.4) = IAl - A

6 . Soit lA i 1 , i ~ i un mineur carr d'ordre rn d'une matrice carre d'ordre n A = [ aij],


i l , i 2 , . . . , i,

II
soit A i m i l > i r n i - ~* >. .$1, son complment dans A .
i,+l, irn+2, * * * 9 in
. .
Notons 1' ~ le
I y ~ 1 * *~* 'lm ~ mineur carr d'ordre m dont les lments occupent la mme position dans adj A
il, i 2 , . , im ..
que les lments de A I 51 "2'
1, '2'
' * '
f . .,lm I occupent dans A ,
52 MATRICES

O O .**
0
... azm' +I .jn
aim+lsjm+l
.......... I
I
I
...............
.......... I
I ...............

en prenant les dterminants des deux membres, o n a

....
.... 2,

o s est dfini dans l'nonc du thorme. D'o la conclusion.

7. Si A est une matrice antisymtrique d'ordre 2 n , montrer que det A est le carr d'un polynme form d'l-
ments de A .

Par dfinition, det A est un polynme form d'lments de A . Nous devons montrer que, sous les hypo-
thses ci-dessus, ce polynme est u n carr parfait.

Le thorme est vrai pour n = 1 car, lorsque A = [-:i] , det A = a'

Supposons maintenant le thorme vrai pour n = k et considrons la matrice antisymtrique A = [aii]

d'ordre 2 k i-
2 . En effectuant une partition, crivons A =

1
z] O
o E = [ ' 2 k + 2 , 2 k t 1
antisymtrique d'ordre 2k et, par hypothse, det B = f o f est u n polynme form d'lments de B.
'2k+1,2k+2

O
] B est

Si ayiidsigne le cofacteur de aii dans A , o n a, d'aprs le problme 6 du chapitre 3 et ( 6 . 8 ) :


ADJOINTE DUNE MATRICE CARRE/CHAPITRE 6 53

PROBLEMES SUPPLEMENTAIRES

8. Calculer ladjointe de

(d) O O 2 1

9 . Vrifier les proprits suivantes :


(a) Ladjointe dune matrice scalaire est une matrice scalaire.
( b ) Ladjointe dune matrice diagonale est une matrice diagonale.
( c ) Ladjointe dune matrice triangulaire est une matrice triangulaire.

12. Montrer que ladjointe de A =


1; est 3 tA et ladjointe de A =
-4
- 1
4
-3
O
4
-3

1
1
3
est A elle-mme.

o X dsigne I,, ou on a : adj A = adj Ki1. adj Ki1 ... a d j K F . adj A adj H,-1 ... adj Hi1* adj Hl -1
54 MATRICES

20. Utiliser la mthode du problme 19 pour calculer l'adjointe de

( a ) A du problme 7 chapitre 5,

Rponse : (a) ['


-1 -31
-1 O
-1, [ 'i-: 0 -j
0
1
(b)
-14

-7
2 -2

1 -1
2

21. Soient A = [a,] et B = [ k - aiil des matrices carres d'ordre 3. Si S ( C ) est la somme des lments d'une
matrice C, montrer que
S(adjA) = S(adjB) et I BI = k S(adjA) - I Al
(n-i)?
22. Si A est une matrice carre d'ordre n, montrer I adj (adj A ) 1 = \A\

23. Soit A,, = [a,]


Par exemple,

A4 ["1 0 0 0
1

1
2

3
'3
( i , j = 1 , 2 , . . , , n) la matrice triangulaire infrieure dont le triangle est le triangle d e Pascal.

3
0

Dfinir bji = (- 1)"'ajj et vrifier pour n = 2 , 3 , 4 que


(il adj A , = [bij] = Ai1

24. Soit B la matrice obtenue . partir de A en supprimant ses ime et pme lignes et ses jme et qme colon-
nes. Dmontrer

o aii dsigne le cofacteur de aii dans det A .


CHAPITRE 7

Inverse dune matrice

SI A ET B sont des matrices carres dordre n vrifiant A B = BA = I , B est linverse de A , ( B =A-)


et A est linverse de B, ( A = B-).
Dans le problme 1,nous dmontrons :
Thorme I. Une matrice carre A dordre n possde un inverse si et seulement si elle nest pas
singulire.
Linverse dune matrice carre dordre n non singulire est unique (Voir problme 7 , chapitre 2).
Thorme II. Si A nest pas singulire, la relation AB = AC entrane B = C.
Linverse dune matrice diagonale non singulire diag ( k l , k,, . . , , k,) est la matrice diagonale

diag(l/k,, i/k,, .... i/kn)

Si A , , A,, .... A, sont des matrices non singulires, alors linverse de la matrice diag(A,, A,, .... A,)
est :
-1
diag (Ai1, A;, .... A , )

Les procds pour calculer linverse dune matrice non singulire tout fait gnrale sont
donns ci-aprs.

METHODE PAR LADJOINTE. Daprs (6.2) A adj A = \Al . I . Si A nest pas singulire,

-all/lAl a2,/lAl .. a?Z/t4-


a,,/IAI a2*/lAl . %?/IAl
A- = adj
__ A - .........................................
IAl .........................................
-al?l/lAl a,,/lAl ... Clnnl LI,

Voir problme 2.
56 MATRICES

METHODE DES TRANSFORMATIONS ELEMENTAIRES. Soit la matrice carre d'ordre n non


singulire A rduite I par des transformations lmentaires telles que
H,... H2. HI' A * K I . K , ... K t = PAQ = I
On a A = P - l . Q-' d'aprs ( 5 . 5 ) et puisque (B-l)-' = B,

Exemple 2. D'aprs le problme 7 chapitre 5,

H2H1AK1K, = [-! [-: !]*A 1-;y O[ 1-!


O O 1 O 0 1 = I

puis -1
A = K1K2H2H1 =

Au cours du Chapitre 5 , on a montr qu'une matrice non singulire pouvait tre rduite
la forme normale par des transformations sur les lignes uniquement, Donc, d'aprs (7.2)' avec
Q = I , on a

(7.3) A-' = P = H, ... & . Hl


c'est--dire :
Thorme III. Si A est rduite a I par une suite de transformations uniquement sur les lignes, alors
A - 1 est gale au produit en ordre inverse des matrices lmentaires correspondantes.

Exemple 3. Trouver l'inverse de A = de l'exemple 2 en utilisant seulement des transformations


sur les lignes pour rduire A I.
Ecrire la matrice [ A I , ] et effectuer la suite de transformations sur les lignes qui rduit A I,.
On a
r 3 3 ; l O l " 3 3 ' 1 0 1 1 0 3 ; 4 - 3 ~[ ' ! 7 - 3 - 1
[A131 143101O'"010,-110~00101-1 i0'"010;-i i O
1341001 001\-101 001/-1 O 1 0011-1 O 1
= [I3 A"]

d'aprs (7.3). Ainsi, puisque A est rduite I, I , est transforme en A* =

Voir problme 3.

CALCUL DE L'INVERSE EN UTILISANT UNE PARTITION. Soient la matrice A = [a,] d'ordre


n et son inverse B = [ bij] sur lesquelles on a effectu une partition en sous-matrices dont les
ordres sont indiqus ci-dessous :

et o p+q=n
INVERSE DUNE MATRICE/CHAPITRE 7 57

suivante :

soit G, =
a,,
...

Aprs avoir calcul GT1, effectuer une partition de G, de sorte que lon ait A,,=[a331 et utiliser
( 7 . 5 ) pour obtenir GY1. Recommencer cette mthode avec G, aprs avoir effectu sa partition
de sorte que lon ait A 2 2 = [ a 4 4 ]et
, ainsi de suite.

Exemple 4. Trouver linverse de A = I en utilisant une partition.

822 = 4- = [il

et
A-,

Voir problmes 5 et 6.
58 MATRICES

INVERSE D'UNE MATRICE SYMETRIQUE. Lorsqu'une matrice est symtrique c'est--dire lorsque
aji = a j j ,on ne doit calculer que h ( n + l ) cofacteurs au lieu des n2 habituels pour obtenir A-'
partir de adj A .
S'il y a avantage calculer A-' comme produit de matrices lmentaires, les transformations
lmentaires doivent tre effectues de faon conserver la proprit de symtrie. Ceci exige que
les transformations se produisent par couples, c'est--dire qu'une transformation sur les lignes soit
immdiatement suivie de la mme transformation sur les colonnes. Par exemple,
'0 b c ... b b .... ...'
b u ....... b O c ...
c ........... . c .......
-
H
l2 K12 -

b
L(-
a) =

Cependant, lorsque l'lment a de la diagonale est remplac par 1, le couple des transfor-
mations est form de H,( il&) et I(,( I/&). En gnral, fi est soit irrationnel, soit imaginaire.
Par suite, cette mthode n'est pas conseille.
Le cas o cette mthode est avantageuse a lieu lorsque l'on utilise la mthode de partition
car (7.5) se rduit

Voir problme 7.
Lorsque A n'est pas symtrique, la mthode ci-dessus peut tre utilise pour trouver l'in-
verse de ' A . A qui est symtrique, l'inverse de A tant dtermin par

PROBLEMES RESOLUS

1. Dmontrer qu'une matrice carre d'ordre n possde u n inverse si et seulement si elle n'est pas singulire.
Supposons A non singulire. D'aprs le thorme I V d u Chapitre 5 , il existe des matrices non singulires P
et Q telles que PAQ = Z. On a alors A = P-Q-'et A-' Q .P existe.
Supposons l'existence de A - ' . Alors ASA-' = 1 est de rang n . Si A tait singulire, AA-' serait de rang <n.
Donc, A n'est pas singulire.
INVERSE D'UNE MATRICE/CHAPITRE 7 59

2. ( a ) Lorsque A = [: i], alors det A = 5, adj A = [-1 -32] , et A-' = [ 4 / 5 -3/5]


-1/5 2/5

( b ) Lorsque A = , alors det A = 18, adj A =


[ ]
-5
1-5 7
7 1 - 5 , et A-'
7 1 = A[ -3,1 -5

-5 7
7

3. Trouver l'inverse de A = I2 5 2 - 32 ('

[ ]
L4 5 14 141

2 4 3 2 / 1 0 0 0 123/2
[ALI = 3 6 5 2 1 0 1 0 0 , ,
2 5 2 - 3 i o o 1 0
4 5 14 1 4 1 O O O 1

'v O
1 2 3/2
1-1 -5;
1 I
1/2 O O O
-1 O 1 O
.] [:0,O
I
1 O 7/2 11 5/2 O -2 O
1 - 1 - 5 : -1 O 1 O

1[
[O I
O l / Z -1 -3/2 1 O 1 - 2 1 I -3 2 O O

0-3 8 10; - 2 0 0 1

18 13
- 7 ; -4
-7 -2
2 1O ,O
5 -5;

O O 18 13 ~

1 O - 7 ; -4
-5

-1
O

2
3 1

-2
1
O]
O
- 2 1 -3 2 O O O O 1 - 2 ; -3 O 0
5 ; 10 -10 3 1 O O O 1 I 2 -2 3/5 1/5

L O O O 1 -23 29 -64/5 -18/5


1 1 O O I 10 -12 26/5
1 O 1 O ~ 1 -2 6/5 2/5
1 O O 1j 2 -2 3/5 1/5
7/.]

= [I, A-']

L'inverse est

A-' =

Posons B,, = 6-l. D'aprs (ii), B , = -(A~,Al2)[-'; d'aprs (iii), B,, = -[-'(A,~A;;);

d'aprs (i),Bll = A': - A;1,A12B21 = lA: + (A~lA12)~-'(AziA~l),

Finalement en subitituant dans (iv),


60 MATRICES

5 . En utilisant la mthode de partition, trouver l'inverse de A

ri 31
=

:=I
2 4 3 3
1 1 1 1

( a ) Prendre G, =

12 3l13,
1 3 3 et effectuer une partition de la faon suivante

A,, = A,, = [:I, A,, = [ 2 41, et


:

A,, = [31

et
G,-1 = [:if '12] '= +[-3 3 -63 3
B22
2 O -1

( b ) Faire une partition de A de la faon suivante A , , =

-1
A,, = I3[. -3 3
3-6
2
O
O -1
4 , A;1,A1,

ro'

1 -2 1
1-2 2

B,, = [-I, B,, = [-2 3 -21, B22 = [31


O 1-1

et
1-2 1 O
1 -2 2 -3
O 1-1 1
-2 3 -2 3 1
INVERSE DUNE MATRICE/CHAPITRE 7 61

6 . Trouver linverse de A =
[: 1 :I
1 3 4 en effectuant une partition.

On ne peut prendre A l l = [1: 31 car cette matrice est singulire.

Daprs lexemple 3, linverse de HZ3 A =

A- = B-lH2, =

Ainsi, si le mineur carr dordre n - 1, A 11, de la matrice carre dordre n non singulire A est singulier,
nous introduisons dabord une matrice carre dordre n - 1 non singulire dans le coin suprieur gauche afin
dobtenir B , puis nous cherchons linverse de B et une transformation adquate sur B- ,
nous obtenons alors
A-l.

2 1 - 1 2-
1 3 2-3
7 . Calculer linverse de la matrice symtrique A =
-1 2 1 - 1
2 -3 -1 4

Considrons dabord la sous-matrice G3 = dont nous effectuons la partition suivante :

Or :

Puis Bil = [ 3/5 -1/5


-1/5 2/5
]+[-:][-t][-i 11 =

Bl, = [-3. B,, = [-i 41. B,, = [-+I

et

Considrons maintenant la matrice A dont la partition est effectue ainsi


62 MATRICES

et A-1

P ROB LEhlES SUPPLEM ENTAIRES

-1. [: 3, [: 4 3, 1 .]
8 . Trouver ladjoint et linverse de chacune des matrices ,suivantes :

(a) [
-1
2 -1
1 2
1
(b)
1 2 4
(c)
3 5 6
1 2 0 0

(d) O 0 2 1
O 0 0 3

[--3 -1, 1:
-
-3 ,!-
1 -2/3 O O
Rponses : les inverses sont (a) -4
&[ (b) -j, (c) (d)
O 1/3 O O
O 1/2 -1/6
-1 5 3 -5 1 2 -1 O O O 1/3

9. Trouver la matrice inverse de la matrice du problme 8 ( d ) . La mettre sous la forme diag ( A .


, ds).

10. Obtenir les inverses des matrices du problme 8 en utilisant la mthode du problme 3.

11. Mme question pour les matrices (a)

r
4
2 16 -6 41
48 -20 -12
48 -4 -12 -13
L -I]

[
4 -13 6 O 12 -12 3
30 -20 -15
30 -11 -18
-30 1 2 21
-15 12 6
1 5 -7 -6

12. Utiliser le rsultat de lexemple 4 pour obtenir linverse de la matrice du problme 11 ( d ) sur laquelle o n effec-
tuera une partition.

13. Obtenir,en utilisant une partition,les inverses des matrices des problmes 8(a), 8(b). l l ( a ) - l l ( c ) .
INVERSE D'UNE MATRICE/CHAPITRE 7 63

14. Mme question pour les matrices symtriques

-ii'
(a)

Rponses : (a)
1 - 1 -1 -1

-1
-5 -1
-1 -1 -1

1 - 1 -1
.]' -4

-2
3

4 -5
-:-1
3 -2
3

15. Dmontrer que si A n'est pas singulire, A B = A C entrane B = C.

16. Montrer que si les matrices non singulires A et B commutent, il en est de mme de
(a)A-' et B , ( b ) A et B - ' , (c) A - ' et B - ' . Indication : (a) A-l(AB)A-' = A-l(BA)A-l.

17. Montrer que si la matrice non singulire A est symtrique, il en est de mme de A - ',
Indication : A"A = I = '(AA-') = '(A-')A.

18. Montrer que si les matrices symtriques non singulires A et B commutent, alors (a) A-lB. ( b ) AB-', et ( c ) A -1 B-1

sont symtriques.
Indications : ( a ) '(A"B) = '(BA-') = '(A-l)tB = A ' B .

19. On dit qu'une matrice A m x n possde u n inverse a droite B si A B = I et u n inverse gauche C si CA = I.


Montrer que A possde un inverse droite si et seulement si A est de rang m et u n inverse gauche si et
seulement si A est de rang n.

20. Trouver s'il existe un inverse droite de A =


[:::] .
1 4 1 3

Indications : si le rang de A est gal 3 et la sous-matrice S = n'est pas singulire et possde u n in-
verse S-'

Un inverse droite de A est la matrice 4 x 3 B =

21. Montrer que la sous-matrice T = de A dfinie dans le problme 20 n'est pas singulire et montrer que

est u n autre inverse droite de A .

est u n inverse gauche de


1 1, o a , b , c sont arbitraires.

23. Montrer que A =


*I
1 4 5 9 ne possde ni inverse droite ni inverse gauche.
12 3 5

24. Dmontrer que si det A l l # O, o n a 1;:; I:; =

25. Si det ( I + A ) Z O , ( I + A ) - ' et ( I - A ) commutent.


26. Dmontrer (i) du problme 23 du Chapitre 6.
CHAPITRE 8

Corps

ENSEMBLE STABLE par addition, soustraction, multiplication, division (sauf par O). Un ensemble
S de nombres rels ou complexes comprenant dautres lments que llment O est stable pour
les oprations daddition, de soustraction, de multiplication, de division (sauf par O) si le rsultat
de lune quelconque des oprations ci-dessus est encore dans S.
Exemples :
( a ) lensemble de tous les nombres rationnels,
( b ) lensemble de tous les nombres rels,
(c) lensemble de tous les nombres de la forme a +
b J3 o a et b sont rationnels.
( d ) lensemble de tous les nombres complexes a +
ib o a et b sont rels.
Par contre, lensemble de tous les entiers et lensemble des nombres de la forme b 0 o
b est rationnel nen sont pas.

CORPS. Un espace S de deux ou plusieurs lments muni de deux oprations appeles + et x (ou .)
est un corps F si les axiomes suivants sont vrifis (o a , b , c . . . sont des scalaires).
Al : a + b est un lment unique de F.
A,: atb= b + a (, p@@-
]~ui4~SL+tKe, p1
Ai: a+(b+c) = (a+b)+c
A,: I1 existe un lment O de F tel que a t 0 = O+a = a,pour tout lment a de F.
A 5: Pour tout lment a de F , il existe un lment unique - a de F tel que a + ( - a ) = O.
M I : ab = a * b est un lment unique de F .
M,: ab = ba
M,: (ab)c = a(bc)
M, : 11 existe un lment 1 # O tel que 1. a = a 1 = a, pour tout lment a de F.
M,: I1 existe un lment a- -
de F tel que a a- = a- a = 1 pour tout lment
a # O de F.
DI: a ( b + c ) = ab+ac
D, : ( at b ) c = ac t bc

Exemples de corps :
P
( e ) lensemble de tous les quotients - de polynmes en x coefficients rels,
Q
( f ) lensemble de toutes les matrices 2 x 2 de la forme [: -:] o a et b sont rels.
(g) lensemble dans lequel a 4- a = O. Ce corps, dit de caractristique 2, sera exclu par la suite.
Dans ce corps, par exemple, la dmonstration usuelle selon laquelle un dterminant ayant
deux lignes identiques est nul nest pas valable. En changeant deux lignes identiques, nous
sommes conduits D = - D, cest--dire 20 = O, mais D nest pas ncessairement nul.
CORPS/CHAPITRE 8 65

SOUS-CORPS, Si S et T sont deux ensembles et si tout lment de S est lment de T , alors S


est un sous-ensemble de T.
Si S et T sont des corps et si S est un sous-ensemble de T, alors S est un sous-corps de T.
Par exemple, le corps des nombres rels est un sous-corps du corps des nombres complexes ; le
corps des nombres rationnels est un sous-corps du corps des nombres rels et du corps des
nombres complexes.

MATRICES SUR UN CORPS. Lorsque tous les lments dune matrice A appartiennent un corps
F , on dit que A est sur F. Par exemple,

A = ,$il est sur le corps des rationnels et B = [i Tii] sur le corps des complexes,

Ici, A est aussi sur le corps des rels, tandis que B ny est pas. A est galement sur le corps
des complexes.
Soient des matrices A , B , C . . . sur un mme corps et soit F le plus petit corps contenant
tous les lments ; si tous les lments sont des nombres rationnels, le corps F est le corps des
rationnels et non le corps des rels ou des complexes. Un examen des diverses oprations dfi-
nies sur ces matrices individuellement ou non dans les chapitres prcdents montre quaucun
autre lment que ceux de F nintervient, Par exemple :
la somme, la diffrence et le produit de matrices sont des matrices sur F.
Si A -
I, il existe des matrices P e t Q sur F telles que PA& = I et I est sur F .
Si A est sur le corps des rationnels et est de rang r , son rang est inchang lorsquon la con-
sidre sur le corps des rels ou des complexes.
Dsormais, lorsque lon dira que A est sur F , on supposera que F est le plus petit corps
contenant tous les lments de A.
Dans les chapitres ultrieurs, il sera parfois ncessaire de restreindre le corps au corps des
rels. A dautres moments, le corps des lments pourra tre tendu du corps des rationnels au
corps des rels. Parfois, lexpression A sur F nimpliquera aucune restriction sur le corps mais
les corps de caractristique 2 seront cependant exclus.

PROBLEMES RESOLUS

1. Vrifier que lensemble des nombres complexes constitue un corps.


Pour cela, vrifions les proprits A , - A , . M 1 - M 5 . et & - L I 2 . Llment nul ( A , ) est O et llment unite
(M4) est 1. Si a f bi et c f di sont deux lments, loppos ( A 5 ) de a f bi, est - a - bis le produit (MI) est
( a + b i ) ( c + d i ) = ( a c - b d ) + ( a d + b c ) i ; linverse ( A l , ) de a + b i & O est

a bi

La vrification des autres proprits est laisse au lecteur titre dexercice.

6
66 MATRICES

PROBLEMES SUPPLEMENTAIRES

2. Vrifier que ( a ) lensemble des nombres rels de la forme a 4- b 6 o a et b sont rationnels et


P
(b) lensemble des quotients de polynmes en x coefficients rels - , constituent des corps.
Q
3. Vrifier que ( a ) lensemble des rationnels,
( b ) lensemble des nombres a + b fi o a et b sont rationnels,
+
(c) lensemble des nombres a ib o a et b sont rationnels
sont des sous-corps du corps des complexes.

4. Vrifier que lensemble des matrices 2 x 2 de la forine [; -11, o a et b sont rationnels constitue un corps.

Montrer que cest un sous-corps du corps des matrices 2 x 2 de la forme -b o a et b sont rels.
[b al

5 . Pourquoi lensemble des matrices 3 x 2 lments rels ne forme-t-il pas u n corps ?

6. Un ensemble R dlments a , b , c . , . vrifiant les conditions ( A l , A*, A,, A,, A , ; MI, M,; DI,D2) de la page 64
est appel u n anneau. Afin dinsister sur le fait que la multiplication nest pas commutative, o n appelle R un
anneau non commutatif, Lorsquun anneau vrifie ( M 2 ) , il est commutatif. Si un anneau R vrifie 11.14, cest
u n anneau unitaire.
Vrifier que
( a ) lensemble des entiers pairs O ,12, f4, ... est u n anneau commutatif non unitaire,
(b) lensemble des entiers 3, *I, 12,13,... est un exemple danneau commutatif unitaire,
( c ) lensemble des matrices carres dordre n sur F est un exemple danneau non commutatif unitaire.

( d ) lensemble de toutes les matrices de la forme -a]. o a et b sont rels est u n exemple danneau com-
mutatif unitaire.

7. Lensemble ( a ) du problme 6 peut-il devenir u n anneau commutatif unitaire en ajoutant les lments f 1
cet ensemble ?

8. Daprs le problme 4, lensemble ( d ) du problme 6 est un corps. Ce corps est-il u n anneau ? Tout anneau
commutatif unitaire est-il u n corps ?

9. Dcrire lanneau des matrices 2 x 2 , o a et b E F . Si A est une matrice de lanneau, montrer que
LA=A oL = IT y].n dit que L est un lment unitaire gauche. Y a-t-il un lment unitaire droite ?

1o. Soit C le corps des nombres complexes de la forme p + iq et K le corps des matrices 2 x 2 d e la forme

o p , q , u , v sont rels. Le nombre complexe a + ib et la matrice


dans les deux espaces et sont appels image lun de lautre.
1-4 sont des lments correspondants

( a ) Trouver limage de -3, -3; 3 t 2 i , 5.

( b ) Montrer que limage de la somme (respectivement du produit) de deux lments de K est la somme (le
produit) de leurs images dans C.
(c) Quelle est limage du conjugu de a 4- ib ?

( d ) Quelle est limage de linverse de


[b -3
Ceci est u n exemple disomorphisme entre deux ensembles.
CHAPITRE 9

Dpendance linaire des vecteurs


Formes linaires

LE COUPLE ORDONNE de nombres rels x2) dsigne habituellement un point X du plan. Le


(xl,
mme couple de nombres crit [xl,xzl, dsigne ici le vecteur deux dimensions O X (voir fig, 9-1).

Fig.9-1 Fig. 9-2

Si Xl = [ xll, x12] et Xz = [ xzl , xP2] sont deux vecteurs distincts deux dimensions, la som-
me rgie par la loi du paralllogramme conduit

x, = XI + xz = Lx11 + Xp1, XI2 t x221

En traitant XI et X , comme des matrices 1 x 2, nous voyons que ceci est simplement la rgle
daddition des matrices donnes au Chapitre 1. De plus, si k est un scalaire quelconque
kX, = [kx,,, kxi21

est la multiplication usuelle dun vecteur par un nombre rel en physique.

VECTEURS. Se donner un vecteur n dimensions X sur F , cest se donner un ensemble ordonn


de n lments xi de F tels que
(9.1) x = [X,!X,,...,X,l
Les lments XI, x Z , . .. , xn sont respectivement les premires, secondes, etc, nme composantes de X .
Par la suite, on trouvera plus commode dcrire les composantes dun vecteur en colonne

(9.1)

Maintenant (9.1) et (9.1) dsignent le mme vecteur. Cependant, nous parlerons de vecteur
ligne pour (9.1) et de vecteur colonne pour (9.1). Nous pouvons alors considrer que la matrice
A p x q dfinit p vecteurs lignes (les lments dune ligne tant les composantes dun vecteur
q dimensions) ou dfinit q vecteurs colonnes.
68 MATRICES

Le vecteur nul est le vecteur dont toutes les composantes sont nulles. I1 est not O.
La somme, la diffrence de deux vecteurs lignes (respectivemen; colonnes) et le produit dun
vecteur par un scalaire obissent aux rgles gouvernant les matrices.
Exemple 1. Considrons les vecteurs trois dimensions
[3,1,-4Is x2= [ 2 . 2 , - 3 1 , x3= [ O , - 4 , 1 ] , et x,= [-4,-4,6]
(a) 2xi-5& = 2[3,1.-41-5[2,2.-31 = [6.2.-81-[10,10,-15] = [-4,-8,7]
(b) 2 X 2 t x 4 = 2[2.2,-3]+ [-4.-4,6] = [o,o,o] = 0
(C) 2x1 - 3x2 - x3 = 0
(d) 2 x 1 - x, - x, + x, = 0
Ces vecteurs sont des vecteurs lignes. On pourra remarquer que si lon remplace ces vecteurs
par leur transpose (cela correspond aux vecteurs colonnes), le rsultat reste correct.

DEPENDANCE LINEAIRE DE VECTEURS. Les rn vecteurs An dimensions sur F

(9.2)

sont linairement dpendants sur F sil existe rn lments h , , . ,h, de F non tous nuls tels que

(9.3) h,X, + k2Xz + * * * k,X, = O

Dans le cas contraire, les rn vecteurs sont linairement indpendants.


Exemple 2. Considrons les 4 vecteurs de lexemple 1. Daprs ( b ) , les vecteurs X 2 et X4 sont linaire-
ment dpendants, (cl, les vecteurs Xl , Xz et X 3 sont linairdment dpendants, ( d ) , les vecteurs X, , Xz ,
X 3 , X 4 sont linairement dpendants.
Les vecteurs X1 et Xz cependant sont linairement indpendants. En effet, supposons le contraire,
cest--dire kiXi t kJ2 = [ 3 k i + 2k2, k,+ 2k2. -4k1- 3k2I = [ O . O, O ]
Alors 3k1 t 2k2 = O , k, t 2k2 = o. et -4k1 - 3k2 = O. Daprs les deux premires relations k l = O do
. kz = O.
Un vecteur quelconque n dimensions X et le vecteur nul n dimensions sont linairement
dpendants.
!.
On dit que le vecteur X , sexprime comme combinaison linaire de vecteurs X,, X,, . , . , X,
sil existe des lments k,, k,, ..., k, de F tels que
= k,X, -+ k,X, + -+ km&

THEOREMES FONDAMENTAUX. Si dans (9.3), k j # O, on peut rsoudre pour Xi et


1
Xi = - -Ik,X, t + ki-iXi-1 t ki+lX.i+l + **. + kmXm] OU
ki
(9.4) x 2. = slx, + * * a t Si-,Xi-, + si+lxj+lt *-. + +rl;n
Ainsi,

Thorme I. Si rn vecteurs sont linairement dpendants, lun dentre eux peut toujours sexprirer
comme combinaison linaire des autres.
DEPENDANCE LINEAIRE DES VECTEURS. FORMES LINEAIRES/CHAPITRE 9 69

Thorme II. Si m vecteurs X,, X,, .... X, sont linairement indpendants, tandis que lensemble
obtenu en ajoutant un autre vecteur X,, conduit des vecteurs linairement dpendants,
alors X,, peut sexprimer comme combinaison linaire de X I , X , . . . . . X, .
Exemple 3. Daprs lexemple 2 , les vzcteurs X 1 et X 2 sont linairement indpendants tandis que X I , X 2
et X 3 sont linairement dpendants et satisfont les relations 2X1- 3 X 2 - X, = O; alors il est clair que X, = 2X1- 3X2.

Thorme III. Si parmi un ensemble de m vecteurs Xl, X2, .... &,il y a un sous-ensemble de r < m
vecteurs linairement dpendants, les vecteurs de lensemble entier sont linairement dpendants.
Exemple 4. Daprs ( b ) de lexemple 1, les vecteurs X 2 et X , sont linairement dpendants. Daprs ( d ) ,
lensemble des quatre vecteurs est linairement d h e n d a n t .
Voir problme 1.

Thorme IV. Si le rang de la matrice


Xi1 Xi2 ....
A = x21 x22 ....
(9.5) .................... min,

xmi X7n2 ....


associe aux n vecteurs (9.2) est r < m , il y a exactement r vecteurs de lenseirble linairement
indpendants, tandis que chacun des m - r vecteurs restants peut sexprimer comme combinai-
son linaire de ces r vecteurs.
Voir problmes 2-3.
Thorme V. Une condition ncessaire et suffisante pour que les vecteurs (9.2) soient linairement
dpendants est que la matrice (9.5) des vecteurs soit de rang r < m . Si le rang est gal a m , les
vecteurs sont linairement indpendants.
Lensemble des vecteurs (9.2) est ncessairement linairement dpendant si rn > n . Si len-
semble des vecteurs (9.2) est linairement indpendant, il en est ainsi pour tout sous-ensemble
de ces vecteurs.

UNE FORME LINEAIRE sur F de n variables xi,x2,.... x, est un polynme du type


n
Z aixi = alxl + a2x2 + ... + an%
i=1

o les coefficients appartiennent F


Considrons un systme de m formes linaires n variables
fi = allxl + aI2x2 + a . . + a,%
f2 = a21x1 + %,x, + S . - + a,x,
(9.7) .................................................
f, = amixi + ~7112x2 + + %nxn

et la matrice associe
....
A = ........................
am2
....
....
Sil existe des lments k,, k,, .... km . non tous nuls dans F tels que

klfi + k2f2 + . * . + km f , = O
70 MATRICES

on dit que les formes (9.7) sont linairement dpendantes. Dans le cas contraire, elles sont li-
nairement indpendantes. Ainsi, la dpendance ou lindpendance linaire des formes de (9.7)est
quivalente la dpendance ou lindpendance des vecteurs lignes de A .
Exemple 5 . Les formes fi = 2x1 - x2 t 3x3, f2 = x1 t 2x2 t 4 x 3 . f3 = 421 - 7 x 2 t x 3 sont linairement d-

pendantes carA = est de rang 2 . Ici, 3f1 - 2f2 - f3 = O.

Le systme (9.7) est ncessairement dpendant si rn > n. Pour quelle raison ?

PROBLEMES RESOLUS

1. Dmontrer que si parmi les rn vecteurs XI,x 2 , x,


il y a u n sous-ensemble form de Y vecteurs
x,,x,,.... &, r < m , linairement dpendants, alors les vecteurs X,. . . X, sont linairement dpendants.
Puisque par hypothse k l X l tbX2 t ... t k r X , = 0 avec les ki non tous nuls, o n a alors

k1Xi t k2X2 t * * a t kr& t O.X,+1 t *** t O*Xm = O

o les ki ne sont pas tous nuls et lensemble de ces vecteurs est linairement dpendant.

2 . Dmontrer que si le rang de la matrice associe lensemble des rn vecteurs n composantes est gal d r, avec
r < rn , alors exactement r vecteurs sont linairement indpendants, tandis que les rn - r vecteurs restants peu-
vent sexprimer comme combinaison linaire de ces vecteurs.
Soit ( 9 . 5 ) la matrice. Supposons dabord rn < n. Si le mineur dordre r dans le coin suprieur gauche est
nul, nous changeons lignes et colonnes afin damener u n mineur non nul dordre r cette position, puis nous
r.enumrotons toutes les lignes et les colonnes selon lordre naturel. Ainsi, nous avons

x11 xi2 .. XI,

521 x22 .... x27


4
...................... O

Considrons maintenant u n mineur dordre r +1

o les lments x p j et xiq sont ceux dune ligne et dune colonne non inclus dans A . Soit k l . k 2 , . . . , k 7 + 1 = A
les cofacteurs respectifs des lments x19. x Z 9 , ....xr9, x+4 de la dernire, colonne de V . Alors, daprs (3.10),

klX1i t k 2 ~ 2 it t kTx7i t k,,lxpi = O ( i = 1, 2 , .... r )


et par hypothse k 1 ~ 1 9t k+29 t t k r ~ r qt k r + l x f i q = I\ = O
DEPENDANCE LINEAIRE DES VECTEURS. FORMES LINEAIRES/CHAPITRE 9 71

Soit maintenant la dernire colonne de 7 que lon a remplace par une autre des colonnes restantes cest-
&dire la colonne numrote u , napparaissant pas dans A . Les cofacteurs des lments de cette colonne sont
prcisment les k dj obtenus ci-dessus, et ainsi
klxlu t k p 2 u + + krxru t k,+,xp, = O

Donc, klxlt + kp2t t * * a t k r x r t t kr+lxpt = 0 ( t = 1 . 2 , ,..,n)

pour t > r. Mais le mme rsultat a lieu pour 1 < t < r. (Pourquoi ?).
En sommant sur toutes les valeurs de t , on obtient
klXl t k2X2 + t k,X, t k,+iXfi = O

Puisque kYtl = A # O, X, est une combinaison linaire des r vecteurs linairement indpendants X,, X,, . . , , X,.
Mais, X p est lun quelconque des m - r vecteurs. X,+,, X,+*, ,.., 4 .Par suite, chacun deux peut sexprimer
comme combinaison linaire de X I , X 2 . ...,X,.
Si rn > n , considrons la matrice forme de la faon suivante : aux m vecteurs donns, ajoutons m - n
composantes nulles. Cette matrice est [ A O ] , Evidemment, la dpendance ou lindpendance linaire des vec-
~

teurs ainsi que le rang de A nont pas t changs.


Ainsi, les vecteurs XrCl, , . , , X , sont combinaisons linaires des vecteurs linairement indpendants
X,. X,, . . . , X ,ce qui est dmontr.

3. Montrer, en utilisant une matrice, que chaque groupe des trois vecteurs

sont linairement dpendants. Dans chacun de ces cas, dterminer un sous-espace maximum de vecteurs lin-
airement indpendants et exprimer les autres vecteurs comme combinaison linaire de ces vecteurs.

I: I:- # O . Considrons alors le mineur 3 -1


1 -5
2
8
; les cofacteurs des lments de la troisime colonne sont

quelle 12 + O. Les cofacteurs des lments de la dernire colonne de 2 -2


4 -3
1
2
sont respectivement 2, 2, -2

Alors, 2X, + 2 x 2 - 2X3 = O et X, = XIt X 2


72 MATRICES

x y z l
1 1 1 1
(9 = x-2ytz = O
1 2 3 1
0 0 0 1

en substituant les coordonnes de P4 dans le membre de gauche de (i), nous avons

2 3 4 1
2 3 4
1 1 1 1 1 1 1 0
- = 1 1 1 = O
1 2 3 1 1 2 3 0
0 0 0 1

Nous venons de vrifier que trois points quelconques de lespace ordinaire forment un plan passant par
lorigine pourvu que la matrice de leurs coordonnes soit de rang 2.
Montrer que P3 IT.

PROBLEMES SUPPLEMENTAIRES

5. Dmontrer que si m vecteurs X,,X,, ..., X, sont linairement indpendants,tandis que lensemble obtenu en
ajoutant un autre vecteur X , + 1 est un ensemble de vecteurs linairement dpendants, alors X, + peut sex-
primer comme combinaison linaire de X,,X 2 , . , X,, ,,

6. Montrer que la reprsentation prcdente (problme 5 ) est unique.


m m
Indication : supposer X,,, =
6 1
kiXi = ,xn s i X i
2=1
et considrer c (ki-si)Xi.
i=1

7 . Prouver quune condition ncessaire et suffisante pour que les vecteurs ( 9 . 2 ) soient linairement dpendants est
que la matrice (9.5) des vecteurs soit de rang r < rn.
Indications : su,pposons les m vecteurs linairement dpendants et supposons. (9.4) ralise. Dans ( 9 3 , sous-
I

trayons de la i e m e ligne le produit d e la I r e ligne par sl, le produit de la 2eme ligne par s2, . . . ainsi quil
est indiqu dans (9.4). Pour la rciproque, voir problme 2.

8. Examiner lindpendance ou la dpendance linaire des ensembles suivants de vecteurs sur le corps des rels.
Dans chaque ensemble de vecteurs dpendants, choisir u n sous-ensemble maximum form dlments linaire-
ment indpendants et exprimer chacun des vecteurs restant comme combinaison linaire des autres.

x3 = 2x1 - x,
(c)
x4 = 2x2- x,
DEPENDANCE LINEAIRE DES VECTEURS. FORMES LINEAIRES/CHAPITRE 9 73

9. Pourquoi nexiste-t-il pas plus de n vecteurs n composantes linairement indpendants SUT F ?

10. Montrer que si dans (9.2), on a soit, Xi = X j , soit Xi = a X j , o a E F , lensemble des vecteurs est linairement
dpendant. La rciproque est-elle vraie ?

1 1 , Montrer que tout vecteur X n composantes et le vecteur nul dordre n sont linairement dpendants. Par
suite, X et O sont considrs comme proportionnels.
Indication : considrer k,X + k , . O = O o k , = O et k2 f O.

12. X, = [ i . - i . i - i l e t X , = [lt2i.i-i.2-i]
( a ) Montrer que les vecteurs Xi = [ i . l + i . i ] , sont linairement
dpendants sur le corps des rationnels et par suite sur le corps des complexes.
( b ) Montrer que les vecteurs X, = [ i , i t i . i ] . X2 = [ i , - i . i - i l , et X, = [0.1-%,2-i] sont linairement
indpendants sur le corps des rels mais sont linairement dpendants sur le corps des complexes.

13. Examiner la dpendance ou lindpendance linaire des formes linaires


fi = 3x1 + x4
- x2 t 22, fi = 2x1 - 3x2 t 4x3 - 2x4
(a) fz = 2x1 + 3xp - x 3 + 2x4 (b) f2 = 3x1 t 2 x 2 - 2 x 3 + 5x4
f3 = 5x1 - 9x2 t 8x3 - ~4 f3 = 5x1 - x2 + 2x3 t x4
Rponse: (a) 3fi - 2f2 - f3 = O

14. Considrer la dpendance ou lindpendance linaire dun systme de polynmes


n-1
= aioxn t ailx + t ain-lx + ain ( i = 1 , 2 ,..., m )

et montrer que le systme est linairement dpendant ou indpendant selon que les vecteurs lignes de la ma-
trice des coefficients

A =
a.......................

sont linairement dpendants ou indpendants, cest--dire selon que le rang Y de A est infrieur rn ou gal
m.

15. Si les polynmes dun systme sont linairement dpendants, trouver une combinaison linaire qui soit iden-
tiquement nulle.
Pl = 23 - 3 x 2 t 4x - 2 P, = 2x4 3 2 - 4x2 sX 3
( a ) p2 = 2x2 - 6 x + 4 ( b ) p* = x 3 + 2x2- 3 x +1
P3 = x3 - 2 X 2 f x P, = x 4 t 2.2- x 2 t x + 2

Rponse : ( a ) 2P, t P2 - 2P3 = O (b) Pl + P2 - 2P3 = O

16, Considrons la dpendance ou lindpendance linaire dun ensemble de matrices 2 x 2 (M, =

M, = 3 sur F.

Montrer que k,M,


- t

[a b c
-
k2M2 t k,M3 = O , lorsque les vecteurs k (de F ) ne sont pas tous nuls, exige que le
dl
rang de la matrice I e f g h I soit < 3. (Remarquer que les matrices M , , M Z , ~ , sont considres comme

dfinissant des vecteurs 4 composantes).

Etendre le rsultat prcdent un ensemble de matrices m x n.


MATRICES

13
74

17. Montrer
2 2 1
']
3 4 2 , et
O 4 3
sont linairement dpendants.

et E y].
18. Montrer que toute matrice 2 x 2 peut s'crire comme combinaison linaire des matrices
Gnraliser au cas de matrices m x n ;

19. Si les vecteurs n composantes X,. X,. , . . , ,Yn sont linairement indpendants, montrer que les vecteurs
YI,Y,. . . . , & , ou Yi = 2
a . .x.,
j=l
sont linairement indpendants si et seulement si A = [ u i j ] est non singulire.
$1 .I

20. Si A est de rang Y , comment construire une matrice B non singulire telle que A B = [Cl , Cz , . . . ,c, , O , . . . , O ]
o C l , C, , ., , , C, constituent un ensemble donn de colonnes linairement indpendantes de A .

21. Soient les points donns P l ( l . 1 . I , I ) , P 2 ( 1 , 2 . 3 . 4). P 3 ( 2 . 2. 2 , 2). et P4(3, 4,5 . 6 ) d'un espace de dimension 4.
( a ) Montrer que le rang de '[Pl , P 3 ] est gal 1 et que les points forment une droite passant par l'origine.
( b ) Montrer que t [ P 1 . . . P4] est de rang 2 et que ces points forment un plan passant par l'origine.
(c) P5(2. 3 , 2 , 5 ) appartient-il au plan dfini en ( b ) ?

22. Montrer que toute matrice carre A d'ordre n sur F vrifie une quation de la forme
A9 t k1A'-' t k2AP-2+ .,t + kP-,A + kgl = O

o les ki sont des scalaires de F.


Indication : considrer I , A , A ' . A 3 , ..., An2 l'aide du problme 16.

23. Trouver l'quation de degr minimum (voir problme 22) qui est satisfaite par

Rponse : ( a ) A' - 2A = O, ( b ) A' - 2 A + 21 = O. (c) A' - 2 A +I = O

24. Dans le problme 2 3 ( b ) et (c), multiplier chaque quation par A-' pour obtenir (b) A-'= I - h A ,
(c) A-' = 21 - A , et vrifier ainsi : si A est sur F et est non singulire, A-' peut s'exprimer comme un
polynme en A dont les coefficients sont des scalaire de F.
CHAPITRE 10

Systmes dquations linaires

(10.1)
allxl
a21x1
..
DEFINITIONS. Considrons un systme de m quations linaires n inconnues x i ,. . . . x,
a12x2 +
a 2 2 x 2 ....
... + a1nxn
+ a2nxn
=

=
h1
h2
...............................
a m l x l + am2x2 + ... + amnxn = hm

dans lequel les coefficients aii et les termes constants h appartiennent F .


On appelle solution d u systme tout ensemble de valeurs prises par xl, . . . . x, dans F et
qui vrifie simultanment les m quations. On dit que le systme est possible sil admet au
moins une solution. Dans le cas contraire, il est impossible. Un systme possible admet soit
une solution unique, soit une infinit de solutions.
Deux systmes dquations linaires sur F de mme nombre dinconnues sont dits guiua-
lents si toute solution de lun est solution de lautre. On peut obtenir un systme dquations
quivalent au systme (10.1) en appliquant une ou plusieurs des transformations suivantes : ( a )
changer deux des quations, ( b ) multiplier une quation par une constante non nulle de F , (c)
ajouter lune des quations une combinaison linaire des autres. Rsoudre un systme dqua-
tions possible consiste remplacer le systme donn par un systme quivalent, de forme par-
ticulire, ainsi quon le verra dans ce qui suit.

SOLUTION SOUS FORME MATRICIELLE. En notation matricielle, le systme dquations linaires


(10.1) scrit
all a12 ...
(10.2) a21 a22 .*.
.............
ami am2 ...
ou dune faon plus condense
(10.3)
o A = [aii] est la matrice des coefficients, X =
Considrons maintenant le systme (10.1) et la matrice
AX = H
[xi,. . . . x n ] et H .
= [ h , . . . . . h,].

(10.4) [a: a12

a22
.. a172 hl
... % n h ]
...................
= [A H]

ami am2 ... amnhm

obtenue en ajoutant la matrice A une dernire colonne gale H . Chaque ligne de (10.4) cor-
respond a une quation de (10.1). Pour retrouver ces quations, nous devons simplement ajouter
les inconnues ainsi que les signes +
et = .
76 MATRICES

Afin de rsoudre le systme (10.1) au moyen de (10.4), on procde par transformations


lmentaires sur les lignes de A en remplaant A par la matrice canonique quivalente introduite
au chapitre 5 .

Exemple 1. Rsoudre le systme

I x1

3x1
4x1
2x1
f

-
2x2 t

+ 422
x2
3x2
-
-
t

La matrice [ A H ] correspondante est donne par


x3

2x3
x3
2x3 =
=

=
=
2

1
3
4

1
3
2 1 2
1-2
4 -3 -1 3
[: -.] [
2 1 2
.-5 -5
O -11 -5 -5
~
1 2 1 2 -
O 1 1 1
O -11 -5 -5

-1 I-[:0 ; y].
,2 4 2 4 O 0 0 O 0 0 0 .
10-1 O 1 0 0 1

O 0 1 1
O 0 O 0 O 0 0 0

Ainsi, le systme donn est quivalent au systme x 1 = 1, x 2 = O, x3 = 1, qui admet une


solution unique. Exprime sous forme vectorielle, nous avons X = 1, O, 13. f[

THEOREMES FONDAMENTAUX. On suppose que la matrice A des coefficients du systme (10.1)


est rduite sa forme canonique quivalente C par unesrie de transformations sur les lignes et
que [AH] est rduite 6 la forme [ C K ] quivalente par des transformations analogues o
K = [ k , , . . . , k , 3. Si A est de rang r , les r premires lignes de C contiennent un ou plusieurs 616-
ments non nuls. Le premier lment # O dans chacune de ces lignes est 1 et tous les autres 616-
ments sont des zros. Les lignes restantes ne comportent que des zros. A partir des r premires
lignes de [ C , K I , on peut obtenir chacune des r variables x i , , . . . , xir (la notation est celle du
chapitre 5 ) en fonction des n - r variables restantes x i , + , , . . . , xin et dau moins un des
k , , . . . ,k , .
- -
- k , = O, alors (10.1) est possible et une solution est obtenue avec
Si k , + , = k r + 2 -
un certain nombre de valeurs arbitraires de xi,+, , . . . , xir et en calculant les valeurs correspon-
dantes de x j i , . . . , xi, . Par contre, si au moins lun des . , , k , est diffrent de zro, soit
k , # O, lquation correspondante scrit

OX, + 0 x 2 + ... + OX, = k, # 0


et ( 1O . 1) est impossible.
Dans le cas o le systme est possible, A et [AH] sont de mme rang. Dans le cas contraire,
ils sont de rangs diffrents. On a ainsi les thormes suivants :
Thorme I. Un systme AX = H de rn quations linaires n inconnues est possible si et seule-
ment si les matrices A et [AH]sont de mme rang.
Thorme II. Dans un systme possible (10.1) de rang r < n , n - r inconnues peuvent tre choi-
sies de telle sorte que la matrice des coefficients des r inconnues restantes soit de rang r . Lors-
que lon fixe une valeur arbitraire ces n - r inconnues, les r autres inconnues sont complte-
ment dtermines.

Exemple 2. Soit ie systme


SYSTEMES DEQUATIONS LINEAIRES/CHAPITRE 10 77

1 2 -3 - 4 6 1 2 - 3 -4 6 1 O -11 -8 10

2 5 -2 -5 10 O 1 4 3-2

Puisque A et [ A H ] sont chacune de rang r = 3, le systme donn est possible. Cependant,


la solution gnrale contient n - r = 4 - 3 = 1 constante arbitraire. A partir de la dernire li-
gne de [ C K ] o n dduit x4 = O. Prenons x 3 = Q o a est arbitraire. Alors x 1 = 10 f 1 l a et
x 2 = - 2 - 4 a . La solution du systme est donne par x 1 = 10 +
l l a , x2 = - 2 - 4 a , x 3 = a ,
x 4 = O soit X = [ l o + l i a , - 2 - 4 a , a , 0 ] .

Si un systme possible dquations dans F admet une solution unique (exemple l), alors
cette solution appartient F . Si le systme a une infinit de solutions (exemple 2), ces solu-
tions sont dans F lorsque les valeurs arbitraires appartiennent F . Cependant, le systme a une
infinit de solutions dans tout corps E?i dont F est un sous-corps. Par exemple, le systme de
lexemple 2 a une infinit de solutions dans F (corps des rationnels) si n est rationnel, il a une
infinit de solutions relles si a appartient R, il a une infinit de solutions complexes si a
est un nombre complexe arbitraire.
Voir problmes 1 et 2.

EQUATIONS NON HOMOGENES. Une quation linaire


alxl + a2x2 + .... + a,x, = h

est dite non homogne si h f O. Un systme A X = H est appel systme dquations non homo-
gnes si H est une matrice colonne diffrente de O. Les systmes des exercices 1 et 2 sont non
homognes.
Dans le problme 3, on dmontre :
Thorme III. Un systme de n quations non homognes n inconnues a une solution unique si
le rang de la matrice A est gal a n , cest--dire si det A # O.
En plus de la mthode de rsolution prcdente, nous allons donner deux autres procds
pour rsoudre un systme non homogne possible de n quations. La premire de ces mthodes
est celle des dterminants.
( a ) Solution utilisant la rgle de Cramer, Soit A i ,(i = 1 , . . . , n ) la matrice obtenue partir
de A en remplaant la i e m e colonne de A par la colonne des constantes (la colonne des h ) .
Alors, si det A # O, le systme A X = H admet la solution unique

(10.5)
Voir problme 4.
2x1 f x2 f 5x3 t x4 = 5
x1 f xp - 3x3 - 4x4 = -1
en utilisant la rgle de Cramer.
Exemple 3. Rsoudre le systme
3x1 f 6x2 - 2x3 f x4 = 8
2 x 1 + 2x2 f 2x3 - 3x4 = 2

On trouve

ln I lZU,

12 2 2I -3J L 2 2 2 -31
78 MATRICES

2 5 5 1 2 1 5 1
1 - 1 -3 -4 1 1 - 1 -4
= O
3 6 8 1
2 2 2-3 2 2 2-3
2 1 5 5
et IA41 = [I3 6 - -3
2 -']
8 = -96

2 2 2 2

et -96 4
x4=-----.
lAl - -120 - 5
( b ) Solution utilisant A - ' . Si det A # O, A-' existe et la solution du systme AX = H est
donne par
(10.6) A - ' . A X = A-'H
c'est--dire par X = A - ' H .
2x1 f 3x2 f xg = 9
Exemple 4. La matrice des coefficients du systme x1 + 2 x 2 + 3x3 = 6 est A =
3x1 f xp f 2x3 = 8

D'aprs le problme 2 ( b ) , chapitre 7, A-' = 18

La solution du systme est XI 35/18, x 2 = 29/18, x3 5/18.


Voir problme 5 .

EQUATIONS HOMOGENES. Une quation de la forme


(10.7) alxi + a2x2 + ... f anxn = O

est dite homogne. Un systme d'quations linaires de la forme


(10.8) AX = O

est appel un systme homogne. Dans le cas du systme (10.8) les matrices A et [ A , O ] ont
mmes rangs. Ainsi, le systme est toujours possible. On remarque que X = O c'est--dire que
-
x1 = x 2 = * " - x, = O est toujours solution de ce systme. Elle est appele solution triviale.
Si A est de rang n, alors le systme (10.8) peut tre rsolu par la rgle de Cramer, d'o
- .-
la solution unique x1 = x 2 - - x, = O et le systme ne possde que la solution triviale.
Si A est de rang r < n, le thorme II affirme l'existence de solutions non triviales. Ainsi :
Thorme IV. Une condition ncessaire et suffisante pour que (10.8) possde une solution autre
que la solution triviale est que le rang r de A soit strictement infrieur n.
r n o r m e V. Une condition ncessaire et suffisante pour qu'un systme de n quations homognes
n inconnues ait une solution autre que la solution triviale est det A = O.
Thorme VI. Si le rang r de (10.8) est strictement infrieur n, le systme a exactement n - r
solutions linairement indpendantes et toute solution est une combinaison linaire de ces n - r
solutions. De plus, toute combinaison linaire de solutions est encore solution.
Voir problme 6.
SYSTEMES DEQUATIONS LINEAIRES/CHAPITRE 1O 79

SOIENT X , et X , deux solutions distinctes de A X = H. On a donc A X , = H , A X , = H , et


A ( X , - X , ) = AY = O . Alors, Y = X , - X , est une solution non triviale de A X = O.
Rciproquement, si 2 est une solution non triviale de A X = O et si X , est une solution de
A X = H , alors X = X p + 2 est aussi solution de A X = H . Or 2 reprsente la solution gnrale
de A X = O, par consequent, X , + 2 reprsente la solution gnrale de A X = H . Ainsi, on a :
Thorme VII. Si le systme non homogne A X = H est possible, une solution gnrale du sys-
tme est donne par la somme de la solution gnrale de A X = O et dune solution particulire de
A X = H.
Exemple 5. Dans le systme
x, -2x, + 3 x 3 = 4 , posons x 1 = O. Alors, x 3 = 2 et x, = 1. Une solu-
x, + x, + 2x3 = 5
tion particulire est

[- 7a, a, 3a] o
X, = [O, 1 , 2 ] . La solution gnrale de
! x,
XI
- 2x2
+
a est arbitraire. Alors la solution gnrale du systme donn est
-1- 3 x 3 = O
x, + 2 x 3 = O
est

t
x = t [ - 7 a , a , 3 a 1 t f [ 0 , 1 , 2 1 = [-7a, l t a , 2 t 3 a I

Remarque : La mthode prcdente peut tre tendue au cas de systmes dordres plus
levs. I1 est cependant ncessaire de montrer que le systme est possible. Mais il est fasti-
dieux de rsoudre le systme a laide de la matrice [ A H ] prcdemment introduite.

PROBLEMES RESOLUS

[AH] =
1
[Z-1
3
1-2 1 3 1
2 2 6 2 1 *
2 -4 -3 -9 3
[ 1 1-2
0-3
O -1
6 O
1

2 -6 -18 O
1 1-2
O 1 - 2 O
O -1
1

2 -6 -18 O
:O]
1 0 O 1 1 0
0 1 - 2
O O
O 001
O -6 -18 O O 0
0 1 3 1
* [ , l - 2 0 O O ]
0 1 3 0

Alors x 1 = 1, x, - 2 x 3 = O, et x 4 i-3 x 5 = O. Prenons x 3 = a et x 5 = b , o a et b dsignent des constantes


arbitraires ; la solution gnrale est donne par x, = 1, x, = 2 a , x 3 = a, x4 = - 3 b, x 5 = b ou par
X = [ 1 , 2 a , a , -3 b, b ] .
21 + xp t 2x3 t x, = 5
2. Rsoudre 2x3 + 3x2 - x3 - 2x4 = 2 ,
4x1 t 5x2 + 3x3 = 7
Solution : 1 1 2 1 5

4 5 3 O 7

La dernire ligne scrit O x 1 4- O x, + O .x4 = - 5 ; ainsi, le systme donn est impossible et na donc pas
de solution.
80 MATRICES

3. Dmontrer quun systme A X = H de n quations non homognes n inconnues possde une solution unique
si det A # O.
Si A nest pas singulire A est quivalente I . Supposons A rduite Z laide de transformations sur les
lignes et supposons que [ A H ] soit rduite a [ZK]. Alors X = K est une solution du systme.
Supposons que X = L soit une seconde solution du systme, alors AK = H, A L = H et AK = A L . Puisque
A nest pas une matrice singulire, K = L, et la solution est unique.

4. Variante de la rgle de Cramer,


Soit le systme dquations non homognes

Notons A la matrice des coefficients [u,] et soit aij le cofacteur de uii dans A . Multiplions la premire
quation de ( I ) par a l l , la seconde par a Z l , .. . . la dernire par a n l , et additionnons. Nous obtenons
n n n n
3
z=1
aililxl t
2=1
,x
a i 2 i l x 2 t ... f
2=1
ainilx, = .x 2 hii
i=i
qui se rduit par les thormes X et XI et le problme 10, du chapitre 3

hl ai2 .... ai,

h2 a22
.... aZn de telle sorte que x1
l All
= -
(A(.xl = = IAiI
........... IAl
hn a n 2 .... ann

tenons

En poursuivant ce procd, multiplions les quations de ( I ) respectivement par a l n ia Z n ,. . . . a,, et som-


m o m . Nous obtenons

IAl.xn = I 21
.... a2, n-i h2
............. = /A,I de sorte que An
xn = -
IA
I I
I

2x1 + x2 -+ 5 x 3 t xq = 5
5 . Rsoudre le systme xi x2 - 3x3 - 4x4 = -1
en utiiisant la mthode de la matrice inverse.
3x1 + 6 x 2 - 2 x 3 t ~4 = 8
2x1 + 2x2 t 2x3 - 3x, = 2
Solution :

Linverse de A =
2 1

2 2
5
[3 6 - -32
2-3
1

1
est 1 [-l<
120 -15
120 120
-73
-35 -5
8
O -120

8 -40
. Alors,

120 120 O -120

8 8 -40 4/5
(voir exemple 3).
SYSTEMES DEQUATIONS LINEAIRES/CHAPITRE 10 81

xj + xp + x3 + x4 = O
x j t 3x2 + 2x3 + 4x4 = O .
2x1 t x3- x4 = O

Solution : 1 1 1 1 0

La solution gnrale du systme est x1 = - f a t i b , x2 = - f a -26, x 3 = a , x4 = b . Puisque A est de rang


2, on obtient exactement n - r = 4 - 2 = 2 solutions linairement indpendantes. Un tel couple obtenu en pre-
nant tout dabord a = 1, b = 1 puis a = 3, b = 1 est

= O, x 2 = -2, x3 = 1, x4 = 1 et x1 = -1, x2 = -3, x 3 = 3, x4 = 1

Que peut-on dire du couple de solutions obtenu en prenant a = b = 1 et a = b = 3?

7 . Dmontrer que dans une matrice carre A dordre n, de rang n - 1, les cofacteurs des lments de deux lignes
quelconques (respectivement colonnes) sont proportionnels.
Puisque det A = O, les cofacteurs des lments dune ligne quelconque (resp. colonne) de A forment une
solution XI du systme A X = O (resp. AX = O).
Or le systme na quune solution linairement indpendante puisque A (respt. A) est de rang n - 1. Donc,
en ce qui concerne les cofacteurs dune ligne (respt. colonne) de A ( X 2 tant une autre solution du systme)
on a X 2 = k X 1 .

8. Dmontrer que si fi,f2, ..., f m constituent rn <n formes linaires linairement indpendantes de n variables
sur F , alors les p formes linaires

sont linairement dpendantes si et seulement si la matrice rn x p [sill est de rang r <p .

Les gi sont linairement dependants si et seulement si il existe des scalaires a1,a2, ..., a+ dans F non tous
nuls tels que
m m m
algl + a2g2 t ... + a+g+ = al 3 s i l f i + a2 .Z s i 2 f i t ...
z= 1 z= 1

7
82 MATRICES

Puisque les f sont linairement indpendants, ceci exige

alors daprs le thorme IV, le systme de m quations homognes a p inconnues jfiP sij xj = 0 possde
une solution non triviale X - t
[ a l , a2, . . . , ab] si et seulement si [siil est de rang r <p .

9. On suppose que A = [aij] est une matrice singulire dordre n. Montrer quil existe toujours une matrice
B = [b,] f O dordre n telle que A B = O.

Soient B l , B 2 , ..., 5, les vecteurs colonnes de B. Par hypothse on a A B l = A B 2 = ... = A B , = O. Considrons


lune de ces quations, soit A B t = O cest--dire

a i l b i t + a12b2t + ... + a,, b n t = O


a 2 1 b l t + a 2 p b p t f ... + (1271 b n t = O
.................................. < .

a n i b l t + a n 2 b 2 t + ... f annb,t = O

Puisque la matrice A des coefficients est singulire, le systme dinconnues b l t, b p t , .. . , b n t possde des solu-
tions autres que la solution triviale. De mme, A B , = O, A B 2 = O , ... a des solutions, chacune de ces relations
reprsentant une colonne de B.

PROBLEMES SUPPLEMENTAIRES

10. Trouver toutes les solutions de


x1 f x2 + x3 = 4
2x1 + 5x2- 2x3 = 3
x1 + 7x2 - 7x3 = 5
X I + xp + x3 + x4 = O
x,tx,tx,-r, = 4
(d)
X I + x2 - x3 t x4 = -4
x1 - x p t x 3 t x4 = 2

11. Trouver toutes les solutions non triviales de


x 1 t 2x2 + 3x3 = O
2 x 1 .t xp + 3x3 O
3% + 2x2 + x3 O
4x1 - x2 f 2x3 + x4 = O
2x1 f - x3 -
3x2 2x4 = O
(d) 7 x 2 - 4x3 - 5x4 = 0
221 - 11x2 + 7 2 3 t 824 = O

Rponse : ( a ) x1 = - 3 a , x p = O , x3 = a
( b ) x I = - x p = -x3 = a
SYSTEMES D'EQUATIONS LINEAIRES/CHAPITRE 10 83

12. Comparer la solution de 1 0 ( d ) avec la solution suivante x1 = c , x2 = d , x3 = - 10 d


~c - 3 , x4 = -8c
3
5
+-d.
3

13. Soit la matrice donne A =


[: 9 :]
2 2 4

les colonnes de B partir des solutions de A X = O.


; trouver une matrice B de rang 2 telle que A B = O. Indication : choisir

14. Montrer qu'une matrice carre est singulire si et seulement si ses lignes (resp. colonnes) sont linairement d-
pendantes,

15. Soit A X = O un systme de n quations homognes


t
n inconnues. Supposons que A soit de rang n - 1 = Y.
Montrer que tout vecteur non nul de cofacteurs [aii, c l i p , ..., Clin1 d'une ligne de A est solution d e A X = O .

16. Utiliser le problme 1 5 pour rsoudre


x i - 2x2 t 3 x 3
{ O
(a) 2 x 1 t 5 x 2 + 6 x 3 = O '
(b) { 221 t
3x1 -
3x2
4x2
-
+
X3

2x3
=
=
0
O ' (c) { 2x1
2x1 -
f 3x2
x2
f 4x3
+*fix3
=
=
0
O
indication : aux quations de ( a ) , ajouter 0 x 1 + 0 x 2 + 0 x 3 = O et trouver les cofacteurs des lments de la

troisime ligne de 2

[D -1 :]
5 6 ,

Rponse : (a)x i = - 2 7 a , x p = O , x 3 = 9 a ou t [ 3 a , O , - a ] , ( b ) ' [ 2 ~ , - 7 ~ , - 1 7 ,~ ] ( c ) t [ l i a , - ~ a , - 4 a ]

17. Soient la matrice A et la matrice A H du systme de trois quations non homognes cinq inconnues
A X = H. On suppose que les matrices sont de rang 2 et que la forme canonique de la matrice A H est

[
1 0

O 0 0 O
b13

0 1 b23 b24 b25 c2


O O
b14 b15 c1

o les coefficients cl c 2 ne sont pas tous les deux nuls. Choisissons d'abord x3 = x4 = x5 = O . Alors,
I
l , O , 0, O] est solution de A X = H. I1 suffit ensuite de choisir x3 = 1, x 4 = xg = O, ou x 3 = x5 = O, x4 = 1
XI = t [ ~ cP,
et x3 = x4 = O, x 5 = 1 afin d'obtenir d'autres solutions X 2 , X 3 et X4. Montrer que ces 5 - 2 1 = 4 solu- +
tions sont linairement indpendantes.

18. On considre une combinaison linaire Y = slX1 + s 2 X 2 + s 3 X 3 t s4X4 de solutions du problme 17. Montrer
que Y est solution de A X = H si et seulement si (i) ~ ~ + s = ~1. +Ainsi,
~ Y~ est + solution
~ ~ gnrale de
A X = H avec s1 , s2 , s3 , s4 lis uniquement par la relation (i).

19. Dmontrer le thorme VI. Indication : considrer le problme 1 7 avec c1 = c2 = O.

20. Dmontrer que si A est une matrice ( n , p ) de rang r l , B une matrice ( p , n ) de rang y2 telle que A B = O,
on a r i -t r 2 <p . Indication : utiliser le thorme VI.

21. En utilisant la matrice 4 x 5 A = [ q i ] de rang 2 , vrifier la proprit suivante : dans une matrice rn x n de
rang r , les dterminants d'ordre r forms partir des colonnes d'une sous-matrice comprenant r lignes de A
sont proportionnels aux dterminants d'ordre r forms partir de toute autre sous-matrice comprenant Y
lignes de A .
Indication : supposons les deux premires lignes linairement indpendantes. On a donc a3j = p 3 l a l j + ~ 3 2 j ,~ 2
a4j = p4ialj P 4 2 a z j 1 Ci 1, 2 , ..., 5). Puis valuer les dterminants carrs d'ordre 2 :

;: 1 a2 s
1' a3q a3s
et
I a 3 q a3s
a4q a4s I
22. Dmontrer le thorme du problme 21.
23. A partir du problme 7, dduire la proprit suivante : si une matrice carre d'ordre n est de rang n - 1, on
a les relations suivantes entre ses cofacteurs
(a) 0"ij a h k = aik ahjp ( b ) clii a j j = CtijCtjji
o ( h , i , j , k = 1 , 2 , ..., n).
84 MATRICES

1 1 1 1 4 1 0 0 0 0 '
1 2 3-42 0 1 0 0 0
2 1 1 2 6 0 0 1 0 0
24. Montrer que B =
3 2 -1 -1 3
est l-quivalente
O O O l O
. A partir de B = [ A H ] , dduire
1 2 2-24 0 0 0 0 1
23-3 1 1 0 0 0 0 0
que le systme de six quations linaires quatre inconnues posskde cinq quations linairement indpen-
dantes. Dmontrer qu'un systme de m > n quations linaires n inconnues peut avoir au plus n -t 1 qua-
tions linairement indpendantes. Montrer que lorsqu'il y en a exactement n -t 1, le systme est impossible.

25. Si le systme A X = H est possible et est de rang r , pour quels sous-ensembles de r inconnues peut-on le
rsoudre ?

26. Gnraliser les rsultats des problmes 17 et 18 au cas de m quations non homognes n inconnues dont
les matrices A et A H sont de mme rang et prouver que si les matrices A et A H du systme A X = H de m
quations non homognes n inconnues sont de rang r et si X,,X2, ...,X n - r t i sont des solutions linaire-
ment indpendantes du systme alors
X = six1 + six2 + ... + Sn-r+iXn-r+i
n-r+ 1
est une solution gnrale d u systme vrifiant la condition E 9 = 1.
i=l

27. Dans un rseau lectrique, les quantits entrantes et sortantes El et Il sont donnes en fonction des quantits
sortantes E2 et i2 par

Rsoudre aussi pour E2 et 12, I l et I*, I1 et E z .

28. Supposons que le systme de n quations linaires n inconnues A X = H , H f O , ait une solution unique.
Montrer que le systme A X = K possde une solution unique pour tout vecteur K n composantes.

29. Rsoudre AX = [: .I[]


1 -1
1
2 3
1 xi

x3
= Y = E] et crire les xi comme formes linaires dont les y j sont les

variables. En dduire la solution de 'AX = Y.

30. Soit A une matrice carre d'ordre n , non singulire.,On suppose que Si est solution de A X= E , , (i = 1, 2, ..., n).
o Ei dsigne un vecteur n composantes dont la ieme composante est gale 1 et les autres nulles. Caract-
riser la matrice [Si, ~ 2 . .,., Snl .

31. On suppose que A est une matrice m x n , m <\n, e t que Si est une solution de A X = Ei, (i = 1, 2 , ..., m ) ,
t
o Ei est le vecteur m composantes dont la ieme est gale 1 e t les autres nulles. Si K = [k,, k z , ..., k,] ,
dmontrer que
klS1 f kPS2 f ... -+ k,S,

est une solution de A X = K .


85

CHAPITRE 11

Espaces vectoriels

SAUF MENTION CONTRAIRE, tous les vecteurs seront dornavant des vecteurs colonnes. Lorsque
les composantes seront explicites, nous crirons t [ ~ ,x,,, ..., x,] . Le symbole ( ) indique que les
lments doivent tre crits en colonne.
Un ensemble de tels vecteurs n composantes sur F est stable pour laddition si la somme
de deux quelconques dentre eux est encore un vecteur de lensemble. De mme, lensemble est
stable par multiplication par ls scalaires si un vecteur quelconque de lensemble multipli par
un scalaire est encore un vecteur de lensemble.

Exemple 1. ( a ) lensemble de tous les vecteurs [ x I . * P . % ~ de lespace ordinaire ayant des composantes
gales ( X I = xz = *3) est stable par addition et par multiplication par des scalaires. En effet, la somme de deux
vecteurs de lespace et la multiplication dun tel vecteur par k ( k rel) donnent encore des vecteurs ayant leurs
composantes gales.
t
( b ) Lensemble de tous les vecteurs [XI. *2. X 3 1 de lespace ordinaire est stable par addition
et par multiplication par les scalaires.

ESPACES VECTORIELS. Tout ensemble de vecteurs n composantes sur F stable pour laddition
et pour la multiplication par les scalaires est appel espace vectoriel. Ainsi, si X,,X,, . . . , X, sont
des vecteurs n composantes sur F, lensemble de leurs combinaisons linaires.

(11.1) k,X, + k,X, + a - . + k,X, (hi dans F )


est un espace vectoriel sur F . Par exemple, les ensembles de vecteurs ( a ) et ( b ) de lexemple 1
sont des espaces vectoriels. I1 est clair que tout espace vectoriel (11.1) contient le vecteur nul
dordre n tandis que lespace rduit au seul vecteur nul est un espace vectoriel. (Lespace (11.1)
est galement appel espace vectoriel linaire).
Lespace V,(F) de tous les vecteurs n composantes sur F est appel espace vectoriel n
dimensions sur F.

SOUS-ESPACES. Un ensemble V de vecteurs de V , ( F ) est un sous-espace de V,(F) si V est stable


par addition et par multiplication par les scalaires. Ainsi, lespace vectoriel nul n dimensions est
un sous-espace de V,(F). I1 en est de mme de V,(F) lui-mme. Lensemble ( a ) de lexemple 1
est un sous-espace (une droite) de lespace ordinaire. De manire gnrale, si XI,X,,. . . , x, appar-
tient V,(F), lespace de toutes les combinaisons linaires (11-1)est un sous-espace de V,(F).
Un espace vectoriel V est engendr par des vecteurs n composantes X,,X,, ..., X, si : ( a )
les X i sont dans V, et ( b ) tout vecteur de V est une combinaison linaire (11.1) des Xi.On
pourra remarquer que lon ne restreint pas les vecteurs X,, X,, . . . , X, a tre linairement indpen-
dants.
Exemple 2. Soit F lespace R des nombres rels des vecteurs 3 composantes X, = t [ 1 . 1 . 11, X, = [ 1 . 2 . 31,
X , = [I . 3 . 21 et X , = [3 , 2 , 11 appartiennent lespace S = V,(R). Tout vecteur [ a , b, c] de S peut
sexprimer sous la forme
86 MATRICES

Yi f Y2 f Y3 f 3Y4
YiXl + Y r y 2 + Y3X3 f Y4X4 = Yi f 2Y2 + 3Y3 + 2Y4
[Yi f 3Y2 f 2Y3 f Y]

puisque le systme dquations

Yi + Y2 + Y3 + 3Y4 = a
(il Yi f 2Y2 f 3Y3 f 2Y4 = b
YI + 3 ~ 2+ 2 ~ 3+ y4 = c

est possible. Ainsi, les vecteurs XI, X,, X3. X4 engendrent S.


Les vecteurs X I et X, sont linairement indpendants. Ils engendrent u n sous-espace (le plan n) de S qui
contient tout vecteur hX, t kX,. o h et k sont des nombres rels.
Le vecteur X4 engendre u n sous-espace (une droite L ) de S qui contient tout vecteur h X 4 o h est un
nombre rel.
Voir problme 1.

BASE ET DIMENSION. La dimension dun espace vectoriel V est le nombre maximum de vecteurs
linairement indpendants dans V ou, ce qui est quivalent, le nombre minimum de vecteurs li-
nairement indpendants ncessaires pour engendrer V. En gomtrie lmentaire, lespace ordinaire
est considr comme un ensemble 3 dimensions, de points ( a , b , c). Ici, nous le considrerons
comme un espace 3 dimensions de vecteurs [ a , b , c 1 . Le plan 7r de lexemple 2 est de dimen-
sion 2 et la droite L est de dimension 1.
Un espace vectoriel de dimension r form de vecteurs n composantes sera not V : ( F ) .
Si r = n , nous crirons par convention V , ( F ) pour v,(F).
Un ensemble de r vecteurs linairement indpendants de V i ( F ) est une base de V,(F).
Chaque vecteur de lespace scrit alors dune faon unique comme combinaison linaire des vec-
teurs de base. Toutes les bases de V,(F) ont exactement le mme nombre dlments.
t
Exemple 3. Les vecteurs Xi, X2. X3 de lexemple 2 engendrent S car tout vecteur [a.b , c 1 de S peut sex-

P+
primer par

YiXi f Y2X2 f Y3X3 = y1 f 2y2 + 3y3


YI f 3y2~ 2+ 2 ~ 3

Yi+ Y2f Y3 = a
Le systme dquations qui en rsulte y1 t 2y9 f 3y3 = b , contrairement au systme (i), a une
YI + 3 ~ 2 f2 ~ 3= c
solution unique. Les vecteurs X I , X, , X, forment une base de S tandis que les vecteurs X I , X, , X, n e cons-
tituent pas une base de S. (Le dmontrer). Les vecteurs X, , X, , X, engendrent le sous-espace 71 de lexemple
2 dont une base est lensemble X, , X,.
Les thormes I V du chapitre 9 sappliquent ici bien entendu. En particulier, le tho-
rme IV peut snoncer ainsi :

Thorme I . Si Xi, X2, ..., X, forment un ensemble de vecteurs n composantes sur F et si r est le
rang de la matrice n x m de leurs composantes, on peut alors choisir dans cet espace r vecteurs
linairement indpendants. Ces r vecteurs engendrent un espace V,(F) qui contient les m - r
vecteurs restants.
Voir les problmes 2-3.
ESPACES VECTORIELS/HAPITRE 1 1 87

Les thormes suivants sont trs importants.

Thorme II. Si X,, X,, ..., X, sont rn < n vecteurs de V,,(F) n composantes linairement indpen-
dants et si &+,, &+,,.. . , X, sont n - rn vecteurs quelconques de V,, (F)qui, avec X,, X,, ..., 4,
constituent un ensemble de vecteurs linairement indpendants, alors, lensemble X,, X,, . , . , X,
constitue une base de V,,(F).
Voir problme 4.
Thorme III. Si Xl,X,, ...,Xm sont m <n vecteurs n composantes linairement indpendants, sur
F , les p vecteurs
( j = 1, 2, ..., P)

sont linairement dpendants si p > rn ou lorsque p <m si [siil est de rang r < p.
Thorme IV. Si XI, X,, . . . , X, sont des vecteurs n composantes linairement indpendants sur F ,
alors les vecteurs n
Yi = j z a..X
= i 21 .i
( i = 1, 2 , ..., n )
sont linairement indpendants si et seulement si [ a i j ] nest pas singulire.

SOUS-ESPACES IDENTIQUES. Si Vnr(F)et 2 V i ( F ) sont 2 sous-espaces de V,,(F), ces espaces sont


identiques si et seulement si tout vecteur de Ky(.)
est vecteur de ,V;(F) et rciproquement,
cest--dire si et seulement si chacun deux est un sous-espace de lautre.
Voir problme 5.

SOMME ET INTERSECTION DE DEUX ESPACES. Soit V n ( F ) et V i ( F ) deux espaces vectoriels. La


somme de deux espaces vectoriels est un espace vectoriel form des vecteurs X + Y o X ap-
tient V,h(F) et Y v,k(F). Cet espace est appel espace somme V,(F). La dimension s de
lespace somme de 2 espaces vectoriels est la somme de leur dimension.
Lintersection de deux espaces vectoriels est form de tous les vecteurs communs
aux deux espaces. Si X appartient aux deux espaces, aX appartient galement lintersection.
De mme, si X et Y appartiennent aux deux espaces, il en est de mme de aX + b y . Ainsi,
lintersection de deux tels espaces est un espaces vectoriel. Nous lappelons espace intersection
V i ( F ) . La dimension de V:(F) ne peut tre suprieure la plus petite des dimensions des deux
espaces.
Thorme V. Si deux espaces vectoriels V,h(F) et V , k ( F ) admettent V n ( F ) pour espace somme et
V i ( F ) pour espace intersection, alors h + k = s t. +
Exemple 4. Considrons le sous-espace 711 engendr par X 1 et X 2 dfinis dans lexemple 2 et le sous-espace
712 engendr par X 3 et X4. Puisque n1 et 712 ne sont pas identiques (le dmontrer) et puisque les quatre vec-
teurs engendrent S , lespace somme de r1 et n2 est gal S.
Or, 4X1 - X, = x,. Ainsi, X4 appartient la fois it 711 et 2 . Le sous-espace (la droite L ) engendre
par X4 est alors lesuace intersection de n1 et de rr2. On remarque que n1 et n2 sont tous deux de dimension
2 , S est de dimension 3 et L est de dimension 1. Ceci est en accord avec le thorme V.
Voir problmes 6-8.

NOYAU DUNE MATRICE. Pour un systme dquations homognes A X = O, lensemble des solu-
tions X constitue un espace vectoriel appel noyau de A, et not Ker A. La dimension de cet
espace sera note N A .
En rapprochant du thorme VI Chapitre 10, on a :
Thorme VI. Si NA est la dimension de Ker A, alors A X = O a N A solutions linairement indpendantes
88 MATRICES

X , ,X , , . . . ,X., telles que toute solution de AX = O soit combinaison linaire des X i et telle
quune combinaison linaire quelconque de solutions soit encore solution.
Une base de Ker A est un espace de N A solutions linairement indpendantes de A X = O.
Voir problme 9.

Thorme VII. Pour une matrice A rn x n de rang rA dont le noyau a pour dimension NA, on a
(11.2) TA + NA = n

LES LOIS DE SYLVESTER SUR LA DIMENSION. Si A et B sont dordre n et de rangs respec-


tifs rA et r g , le rang du produit AB et la dimension de Ker(AB) vrifient les ingalits

(11.3)

Voir problme 10.

BASES ET COORDONNEES. On appelle vecteurs lmentaires sur F les vecteurs n composantes


El = [l, O , O , . . ,,O] , E, = [O, 1 , O , . .. ,O] , . .., E n = [O , O , O , . . . , 11
Le vecteur lmentaire Ei dont la jme composante est gale 1 est le jme vecteur lmentaire.
Les vecteurs lmentaires E l , E,, . . . , E , constituent une base importante de x ( F ) . On lap-
pelle la base canonique de V, ( F ) .
Tout vecteur X = [xi, x,, . . . , x,] de V , ( F ) sexprime de faon unique selon une somme

x = 3 xiEi
i= 1
= xi El t x2E2 + ... t x,En

de vecteurs lmentaires. Les composantes x1I x,, . . . , x, de X sont alors les coordonnes de
X relatives la base E . Dsormais, sauf mention contraire, nous supposerons quun vecteur X
est donn par rapport cette base.
Soit 2, ,2, , , . . , 2, une autre base de V, ( F ) . I1 existe alors des scalaires uniques dans F
tels que al, +, ...,a,
x = T
i=1
aizi = aiZl + a , ~ ,t ... t anZn

Ces scalaires a , , a,, . . , ,a, dsignent les coordonnes de X par rapport la base 2. En crivant
.
X , = [ a l , a,, . . ,a,], on a
(11.4) x = [Z,,z,,... Z,]X,
> = z.xz
o 2 est la matrice dont les colonnes sont les vecteurs de base Z,,Z,,..., 2,.
t
Exemple 5. Si 2 , = [ 2 , - 1 , 31, 2, = [1 , 2 , -11, 2, = [l ,-1 ,-1] est une base de V 3 ( F ) et si

I;[
X , = [l , 2 , 31 est un vecteur de V 3 ( F ) par rapport cette base, on a

x = [Z,.Z2.Z,IX~

par rapport la base E .


=
[ :-:-$]
-1 2 -1
=
t
[7,0,-2]

Voir problme 11.

Soit W , , W,, , . , , W, une autre base de V , ( F ) . On suppose X , t


= [ b , , b,, . . . , b,] et
(11.5) x = [F!!,~,,*.,R&]XW = W*X,
ESPACES VECTORIELS/CHAPITRE 1 1 89

Daprs (11.4) et (11,5), X = Z X,= W . X, et

(11.6) x, = w-.z.x, = PX,

Ainsi,

Thorme VIII. Si un vecteur de V,(F) a pour coordonnes X, et X, respectivement par rapport


deux bases de V , ( F ) , alors il existe une matrice non singulire P uniquement dtermine par les
deux bases et donne par (1 1.6) avec X , = PXz
Voir problme 12.

PROBLEMES RESOLUS

1. Lensemble des vecteurs X = t [ x i , x,, x,, x,], x 3 + x, = O est u n sous-espace V de V,(F) car
o x , i- x, i-
la somme de deux vecteurs de V et la multiplication par un scalaire dun vecteur de V sont encore dans V
(la somme de leurs composantes est nulle).

2 . Puisque est d e r a n g 2 , l e s v e c t e u r s &=[l,2,2,11, X 2 = t [ 3 , 4 , 4 , 3 ] ,e t X , = [ l , O , 0 , 1 ]

sont linairement dpendants et engendrent un espace vectoriel V i ( F ) .


Mais deux quelconques de ces vecteurs sont linairement indpendants. Par suite, nous pouvons prendre
X, et X,, X, et X, ou X, et X, comme base de V i ( F ) .

3. Puisque est de rang 2, les vecteurs XI= [ l , l , l , O 1 , x2=t[4,3,2,-1], x3=t [2,1,0,-11,

et X, = [4 , 2 , O ,-21 sont linairement dpendants et engendrent un espace V 2, ( F ) .


Nous pouvons prendre pour base deux quelconques des vecteurs sauf X, , X,.

4. Les vecteurs X,,X,,X, du problme 2 appartiennent V,(F). Trouver une base de cet espace.
Nous pouvons prendre pour base X,,X,,X, = t [ 1 , O , O , O], et X, = t [ O , 1 , O , O] ou X,,X,,X, =
t
[ 1 , 2 , 3 , 4 ] et X, = [l , 3 , 6 , 8 ] , . . . , puisque les matrices [X,,
X,,X,,X,] e t [X,,
X,,X,,X,] sont de
rang 4.
90 MATRICES

5. Soient XI = t [ 1 , 2 , 1 ] , X, = ,[l, 2 , 3 ] , X, = [ 3 , 6 , 5 ] , Y , = , [ O , O , 11, Y , = [l, 2 , 5 ] des vecteurs de


V, ( F ) . Montrer que lespace engendr par X,, X,,X, et celui engendr par Y,,Y , sont identiques.

Remarquons tout dabord que X, et X, sont linairement indpendants et que X, = 2 X , f X,. Ainsi,
les Xi engendrent un espace de dimension 2, soit V: ( F ) . I1 en est de mme des Y , qui sont linairement
indpendants et engendrent u n , V ; ( F ) de dimension 2.

De plus, Yi = k X 2 - hX,. Y2 = 2 X 2 - X l ; xi = y 2 - 4yi. x2 = y,- 2Y1. Ainsi, tout vecteur aY1 + b y ,


de 2 V ; ( F ) est u n vecteur ( f a t 2 b ) X 2 - ( ; a t b ) X l de 1 V z ( F ) et tout vecteur cX1 -k d X , de , V ; ( F ) est un
vecteur ( c t d)Y2 - ( 4 c t 2d)Yi de ,V; ( F ) . Ainsi, les deux espaces sont identiques.

x1 1 3
x, -1 4 = -2x,+ 5x2 t 7 x 3 = o.
x3 1-2

alors 1 r: 1
11
1
2 -2
3
est de rang 2. Puisque [: ]A + 0, ceci ncessite 1; 7
x, 2 -2
= -2x, + 4x, -x3 = O

[: :
Lx4

et x 4 3 :]-..-2x2-x4=0.
1

k
Ces problmes vrifient la proprit suivante : tout Y , @ ) peut tre dfini comme lensemble de toutes
les solutions sur F dun systme de n - k quations linaires homognes linairement indpendantes sur F
n inconnues.

7. Dmontrer que si deux espaces vectoriels V h, ( F ) et V k, ( F ) ont pour espace somme V S, ( F ) et pour intersection
v ~ ( F ) o, n a h t k = s + t .
Supposons t = h ; alors V k ( F ) est un sous-espace de V t ( F ) et leur espace somme de V n ( F ) lui-mme.
Ainsi, s = k , t = h et s -k r = h + k . Le lecteur tablira la mme proprit si r = k .
Supposons maintenant que t < h , t < k et que X,, X,,. , . , X, engendrent V i ( F ) . Daprs le thorme II,
il existe des vecteurs Y,+,, Y t + 2 , . . . , Yh tels que X,,X,,. . . , X, , Y,+,,
. . . , Yh engendrent V i ( F ) et des
vecteurs Z,+, , Z t + 2 , . . . , 2, tels que X,, X,,. . . , X,,Z t + l , . . . , 2, engendrent V ; ( F ) .
Supposons maintenant quil existe des scalaires ai et bi tels que
t h. k
(11.4) 9 ai&
i=i
t 2 aiYi
i=t+1
t Z biZi
i= t+i
= O
ou
t h k
2 aiXi t X aiYi-biZi = 2
i=i i= t+li= t+l
Le vecteur du membre de gauche appartient V i ( F ) et, cause du membre de droite, il appartient ga-
lement V,k(F). Ainsi, il appartient V L ( F ) . Mais X,,X,,. . . , X, engendrent V L ( F ) . Do q + l = at+, = ...
= ah = o.
Daprs (1 1.4),

Mais les vecteurs X et Z sont linairement indpendants, donc al = a2 = = a t = b t + i = b t + 2 = . . , = bk = O .


Ainsi, les vecteurs X, Y et Z forment un ensemble linairement indpendant qui engendre V i ( F ) . On a alors
s =h +
k - t.
ESPACES VECTORIELS/CHAPITRE 1 1 91

,
8. Considrons V i ( F ) muni de la base X, = [l , 2 , 3 ] et X, = [ 1 , 1 , 11 et , V ; ( F ) muni de la base

Y , = [ 3 , 1 , 2 ] et Y , = [l , O , 11. Puisque la matrice des composantes

somme est V , ( F ) , que lon pourra munir de la base X,, X,, et Y , .


[i I : :I
2 1 1 O est de rang 3, lespace

Puisque h + k = s -t t , lintersection est un V i ( F ) . Afin de trouver une base, crivons les combinaisons
linaires des vecteurs de base de , V ; ( F ) et de , V ; ( F ) :

aX1 t bX2 = CUI t dY2

a t b - 3 c = 1
Prenons d = 1 par commodit et rsolvons za + b - C = 0 . On obtient a = 1 / 3 , b = -413, = -2/3,
3aib-2c = 1

Alors ax1 -k b X , = t[-l ,-2/3 ,- 1/31 est une base de lintersection des deux espaces. Le vecteur t [ 3 , 2 , 11
est galement base de cet espace.

9. Dterminer une base du noyau de


= l Oo 22 2 4 J
1 1 3 3
X I t 2x, i xq = O
Considrons le systme dquations A X = O qui scrit
x2 t xg t 2x, = O
Une base de Ker A est forme du couple de solutions linairement indpendantes [ 1 , 2 , O , - 1 ] et
[ 2 , 1 ,- 1 ,O] de ces quations.

10. Dmontrer : > rA t


rA B - 5 - n.

Supposons dabord que A soit de la forme


0 0
[.1.
Alors, les rA premires lignes de A B sont les rA pre-

mires lignes de B tandis que les lignes restantes sont nulles. Daprs le problme 1 0 du chapitre 5 , le rang
de A B est 2B 2 rA t 9 - n .
Supposons maintenant que A ne soit pas de la forme prcdente. I1 existe alors des matrices non singu-
lires P et Q telles que PAQ ait cette forme tandis que le rang de PAQB soit exactement gal celui de AB.
(Pourquoi ? ),

Le lecteur pourra considrer le cas particulier o B =


;]
11.
Soit X = [ 1 , 2 , 11 dans la base E. Trouver ses nouvelles coordonnes dans la nouvelle base 2, = [ 1 , 1 ,O],
Z, = t [ i , O , i ] et Z, = [i , i , i l .

Solution ( a ) . Ecrire

a t b t c = 1
(i) X = uZ1 t b Z , + cZ,. cest--dire a i c = 2 et
b+c = 1

a = O, b = -1, c = 2. Ainsi, par rapport la base 2 , on a X z = [ 0 , - 1 , 2 ]


92 MATRICES

Solution ( b ) . Ecrivons (i) de la faon suivante : X = [Z,.Z,,Z,]Xz = 2x1, on a

-1
xz = 2 x =

12. Soient X, et X, les coordonnes dun vecteur X par rapport aux deux bases Z, = [ 1 , 1 , O], Z, = [ 1 , O , 11,
Z 3 = [ l , l , l ] et W , = t [ 1 , 1 , 2 ] , W , = [ 2 , 2 , 1 ] , W 3 = [ 1 , 2 , 2 ] . D t e r m i n e r l a m a t r i c e P telle que
x, = PX,.

ici, Z = [ Z ~ . Z ~ , Z= ~ I

-1
On a alors P = W Z

PROBLEMES SUPPLEMENTAIRES

13. Soit [xi,x 2 , x 3 , x 4 ] un vecteur arbitraire de V4(R) o R dsigne le corps des rels. Parmi les espaces suivants,
lesquels sont des sous-espaces de V4(R) :
(a) lensemble des vecteurs tels que x1 = xP = x3 = x4, ( d ) lensemble des vecteurs tels que xi = 1 ,
( b ) lensemble des vecteurs tels que xi = x2 *3 = 2x4, (e) lensemble des vecteurs tels que xl,x2,x3, x4 soient
I

(c) lensemble des vecteurs tels que x 4 = O,


entiers.
Rponse : Ils le sont tous sauf ( d ) et (c).

14, Montrer que [l , 1 , I , 11 et t [ 2 , 3 , 3 , 2 ] forment une base du Vt(F),espace dfini dans le problme 2.

15. Dterminer la dimens- -


de lespace vectoriel engendr par chacun des ensembles de vecteurs ci-dessous. Trouver
1

une base pour chacur -:ntre eux.

Rponse : ( a ) . ( b ) . ( c ) , r = 2
16. (a) Montrer que les vecteurs X I = [l , - I , 11 et X, = [3 ,4,-21 engendrent le mme espace q u e Y , = [9,5,-1]
et Y* = t [ - i 7 , - i i . 3 1 .
( b ) Montrer que les vecteurs X, = t [ 1 ,- 1 , 11 et X, = f [ 3 , 4 ,- 21 nengendrent pas le mme espace que
Yi = - 2 . 2 , - 2 1 et Y2 =[4,3,1I .
17. Montrer que si lensemble X,, X,,. . . ,X, est une base de V n ( F ) , alors, un vecteur quelconque Y de lespace
peut se reprsenter de manire unique comme combinaison linaire de X,,X,. . . . , x k .
k
Indication : supposer Y = 2 aiXi = ck biXi
i= 1 i=i
ESPACES VECTORIELS/CHAPITRE 1 1 93

18. Considrons la matrice 4 x 4 dont les colonnes sont les vecteurs d'une base de l'espace V i ( R ) du problme 2
et d'une base de l'espace V ; ( R ) du problme 3. Montrer que le rang de cette matrice est gal 4. Par suite,
V,(R) est l'espace somme et V:(R) est l'intersection des deux espaces donns.

19. Prouver le thorme 3 en suivant pas pas la dmonstration donne dans le problme 8 du chapitre 10.
t
20. Montrer q u t l'espace enqendr par .t
t [ l , O . O . O . O ] , t [ O . O . O , O , l l , [ 1 . 0 + , 0 , 0 1 ~ O ~ O , l , O . O ~ . f ~ l , O , O et
~ i .celui
i~ en
gendr Par [1.0,0.0.11 , [ 0 . 1 . 0 , 1 . 0 ] , t [ o . i , - 2 , i , o ] , t [ l , O , - l , O , l l , ~ 0 . 1 ~ 1 , 1 . 0sont
1 respectivement de dimen-
sions 4 et 3. Montrer quef[ 1 , O , 1 , O , 1 ] eti[ 1 , O , 2 , O , 11 forment une base de l'intersection des deux espaces.
t
21. Quelles sont,par rapport la base Z , = t [ 1 , 1 , 2 ] , Z , = t [ 2 , 2 . 1 ] , Z=
, [ 1 , 2 , 2 ] , les coordonnes des vecteurs
( a ) t [ l . l . O 1 l ( b ) t [ i . o , i ] l ( c ) ~ [ I1 , .11.
Rponse : (a)'[-1/3. 2/3.01 , (b)'[4/3.1/3, -1 1 , (c)'[i/3, i / 3 , O ]
22. Quelles sont,par rapport la base Z1=t[O,l,O] Z 2 = t [ i . i . I ] , Z,'t[3,2,i],
~ les coordonnes des vecteurs
( ~ ) ~ [ 2 , - i . , ] (b)'[i.-3.5] .
(c)t[O.O,il;
Rponse : ( a ) t [ - 2 , - l . l ] , (b)'[-6,7,-2] , (c) [-1/2, 3/2. -1/21

23. Soient X , et X , les coordonnes d'un vecteur X par rapport un couple de bases donnes. Dterminer la
matrice P vrifiant X , = PX,.
t t t
Z,=t[l.O.Ol I Z,=t[l,O,ll I Z,=t[l,l,ll Z,= [ O , l . O I I Z2 = [ 1 , 1 , 0 ] , Z3 = [ 1 , 2 , 3 ]
(a)
=t[O,l,OI,
t
w 2 = t [ i , 2 , 3 1 , Ws= [ i . - i . i I
(b) t t
w1 = t [ l , l , O 1 , w2 = [1,1,11 I w3 = [l,Z,ll

Rponse : (a) P = f
n
24. Dmontrer que si Pi est solution de A X = E. . ( j = 1, 2 , .
I
. . , n ) , alors c hipj est solution de A X = H o
H = t [ h , , h z , . . . , h,]. i=l

Indication : H = h i E l + h,E, + * * . + hnEn.


25. On appelle espace colonne de A l'espace vectoriel dfini par l'ensemble de toutes les combinaisons linaires
des colonnes d'une matrice A . De mme, l'espace ligne de A est l'espace vectoriel dfini par toutes les com-
binaisons linaires des lignes de A . Montrer que les colonnes de A B appartiennent l'espace colonne de A
et que les lignes de A B appartiennent l'espace ligne de B.

26. Montrer que si A X = H , un systme de rn quations non homognes n inconnues est possible si et seule-
ment si le vecteur H appartient l'espace colonne de A .
-1 1 1 11
27. Dterminer une base du noyau de
t
Rponse : ( a ) [1,-1.-1], (b)
t
(a) 1 2 1 2 .
3 4 3 4
J
28. Dmontrer (a), NAB, NA , NAB 1. NB (b) NAB <NA +NB

Indications : (a) NAB = n - q~ ; qB 5 q et 9 .


( b ) Considrer n - rAB en utilisant le thorme du problme 10.

29. Trouver u n procd de rsolution du problme 16 e n utilisant seulement les transformations sur les colonnes
sur A = [X,,X,, Y,, Y,]. Puis rsoudre le problme 5 .
CHAPITRE 12

Applications linaires

DEFINITION. Soient X = t [ ~ l , x2, ..., %I et Y = t [ y l , y2, ...,yn ] deux vecteurs de V , ( F ) , leurs coor-
donnes tant prises par rapport la mme base de lespace. On suppose que les coordonnesde
X et de Y sont relies par
yl = alxl t a12x2 t + amxn

y2 = %lX1 t UZ2X2 t .*. t UlnXn


(12.1) ...................................
Yn = a n i x i + %2X2 + ** + %n%

cest--dire dune faon plus condense Y = AX

o A = [a,] est sur F. Alors, ( 1 2.1) est une application T qui transforme tout vecteur X de V, ( F ) en
un autre vecteur Y (en gnral) du mme espace, Y est appel image de X .
Si (12.1) transforme XI en Y I et X 2 en Y 2 ,alors
( a ) elle transforme hX1 en h Y 1 , quel que soit le scalaire h ;
( b ) elle transforme a x 1 t bX2 en aYl + b y 2 , pour tout couple de scalaires a et b . Pour cette raison,
lapplication est dite linaire.
Exemple 1. Considrons lapplication linaire Y AX =
Pl 1 2 5 X dans lespace ordinaire V 3 @ ) .

( a ) Limage de X =[2,0,5] estY =

( b ) Le vecteur X dont limage est Y q [3*


x3
=

Puisque , x =r[i3/5,11/5,-7/51 I

THEOREMES FONDAMENTAUX. Si dans (12.1), x = t [ 1,0,...,O ] = El alors


t
et,en gnrai, si X = Ej alors Y = [ a l j , a 2 j , ..., a n j ] . Do :
Thorme I. Une application linaire (12.1) est dtermine de faon unique lorsque les images
(cest--dire les Y ) des vecteurs de base sont connus, les colonnes respectives de A tant les coor-
donnes des images de ces vecteurs.
Voir problme 1.
APPLICATIONS LINEAIRES/CHAPITRE 12 95

Une application linaire (12.1) est non singulire si les images de vecteurs distincts X i sont
des vecteurs distincts Yi.Dans le cas contraire, lapplication est dite singulire.
Thorme II. Une application linaire (12.1) est non singulire si et seulement si la matrice A de
lapplication est non singulire.
Voir problme 2.
Thorme III. Une application linaire non singulire transforme des vecteurs linairement indpen-
dants (resp. dpendants) en des vecteurs linairement indpendants (resp. dpendants),
Voir problme 3.
Le thorme suivant est une consquence du thorme III.
Thorme IV. Limage dun espace vectoriel V , k ( F ) par une application non singulire (12.1) est
un espace vectoriel V , k ( F ) . (La dimension de lespace vectoriel est conserve). En particulier,
lapplication est une application de V, ( F ) sur lui-mme.
Lorsque A nest pas singulire, linverse de (12.1)
X = A-lY

transforme lensemble des vecteurs Y,, Y,, ..., Y, dont les composantes sont les colonnes de A , en
vecteurs de base de lespace. Cest aussi une application linaire.
Tliorme V. Pour tout systme de n vecteurs linairement indpendants de V , ( F ) , il existe une
application linaire non singulire pour laquelle ces n vecteurs sont les images des n vecteurs
lmentaires Ei de V , ( F ) . La rciproque est videmment vraie.
Thorme VI. Si Y = A X transforme un vecteur X en un vecteur Y , si Z = BY transforme Y en
2 et si W = CZ transforme 2 en W , alors 2 = BY = ( B A ) X transforme X en 2, et W = ( C B A ) X
transforme X en W .
Thorme VII. Soient deux ensembles donns de n vecteurs n composantes linairement indpen-
dants. I1 existe une application linaire non singulire qui transforme les vecteurs de lun des en-
sembles en vecteurs de lautre.

CHANGEMENT DE BASE. Soit Y, = AX, une application linaire de V, (3) relativement une base
2. On suppose que lon a effectu un changement de base et on dsigne par X w et Y w les
coordonnes respectives de X z et Y z par rapport la nouvelle base. Daprs le thorme VI11 du
Chapitre 11, il existe une matrice P non singulire telle que Xw = PX, et Yw = PY,ou en posant
p-1 = Q ;
X, = QX, et Yz = QYw
alors
yw = Q - ~ Y ~= Q - ~ A X ~= Q-~AQX, = BXw
o
(12.2) B = Q-lAQ

Deux matrices A et B sont dites semblables sil existe une matrice Q non singulire telle
que B = Q-AQ. Nous venons de dmontrer le
Thorme VIII. Si Y, = A X , est une application linaire de V, ( F ) relativement 6 une base donne
(base 2 ) et si Yv = SXw est la mme application linaire relative une autre base (base W ) , alors,
A et B sont semblables.
Remarque : Puisque Q = P- , on aurait pu crire (12.2) sous la forme B = PAP-. Une tude des
matrices semblables sera faite ultrieurement. Alors, nous conviendrons dcrire B = R 4 A R plu-
tt que B = SAS-^ mais cela par simple convention.
c::
96 MATRICES

Exemple 2. Soit Y = AX 1 2 1 Y une application linaire relativement la base E et soit W, = '[1,2,1]

t r
Wz = f [ 1 . - 1 , 2 1 , W3 une nouvelle base. ( a ) Le vecteur X = [3,0,2] tant donn, trouver les coordon-
= [1.-1.-1]
nes de l'image de X par rapport la base W. ( b ) Trouver l'application linaire Y, = BX, correspondant
t
Y = A X . (c) Utiliser le rsultat de ( b ) pour dterminer l'image Y w de X, = [1,3,3].

Ecrire w = [ W,. W,. w,] =

( a ) Relativement la base W, le vecteur X = '13 ,O , 21 a pour coordonnes XW = Wx -' = t [ 1,1,1]. L'image


de X est Y = AX = f [ 9 , 5 , 7 ] qui, dans la base W, devient Y, = W-'Y = t[14/3,20/9,19/9].

( b ) Y, W"Y = W-IAX = (W-'AW)XW = BXW =


36 21 -15

-1
21 10 -11 Xw
' 1 3 23

Voir problme 5.

PROBLEMES RESOLUS

1. ( a ) Dterminer l'application linaire Y = A X qui transforme E l en YI ='[ 1 , 2 , 3 ] , E, en'[3,1,2] ,et E3 en


y3 = ' [ 2 , 1 , 3 ] .
( b ) Dterminer les images d e X , = f [ i , l , l ] , X z = t [ 3 , - 1 , 4 ] , et de X 3 = ' [ 4 , 0 , 5 j .
(c) Montrer que X 1 et X 2 sont linairement indpendants et qu'il en est de mme de leurs images.
(d)Montrer que X I , X 2 et X, sont linairement dpendants et qu'il en est de mme de leurs images.

(a) D'aprs le thorme I, A = [Y,, Y,, Y 3 ] ; l'quation associe l'application linaire est Y = AX =

( b ) L'image de X , = f [ l , l . l ] est Y, = ='[6,4.8]. L'image de X 2 est Y,='[8,9,19]


[:I
2 1 1 X.

et l'image

de X3 est Y3 = f [ i 4 . i 3 , 2 7 1 .

sont de rang 2. Ainsi, X , et X 2 sont linairement indpendants

et il en est de mme de leurs images.


( d ) Nous devons comparer les rangs de[Xl.X,.X3]et [Yiq Y ~ . y 3 1 .Cependant, X, = X,+X, et Y, = Yi+ y2 de
sorte que les deux ensembles de vecteurs sont linairement dpendants.
APPLICATIONS LINEAIRES/CHAPITRE 12 97

2. Dmontrer quune application linaire (12.1) est non singulire si et seulement si A est non singulire.
Supposons A non singulire et supposons que les transforms de X, t x2 soient Y = A X , = AX,. Alors,
A ( X 1 - X 2 ) = 0 et le systme dquations homognes A X = O possSde la solution non triviale X = X , - X 2 .
Ceci est possible si et seulement si det A = O, ce qui contredit lhypothse A non singulire.

3. Dmontrer quune application linaire non singulire transforme des vecteurs linairement indpendants en vec-
teurs linairement indpendants.
Supposons le contraire, cest--dire supposons que les images Yi = A X i , (i = 1 , 2. . . . . p ) des vecteurs linaire-
mentsindpendants X,,X2,, ,. , X p soient linairement dpendants. I1 existe donc des scalaires sl, s 2 , . . . , s p , non tous
nuls tels que
P
z SiYi = ,,Y, t s 2 Y 2 t *.* t spy9 = O
i=i
P
ou Z s ~ ( A X ~ =) A ( s l X 1 t ~ 2 xt
2 * * a t spXp) = O
i= 1

Puisque A est non singulire, siXi t s2X2 t ..*t SP Xfi = O. Mais ceci est contraire lhypothse des X i linaire-
ment indpendants. Les Yi sont donc linairement indpendants.

4. Une certaine application linaire Y


t
= A X transforme x, =[
1,0,1] en [ 2,3,-1 ] , x2 t
= [ 1,-1,1 ] en t [ 3 , 0 , - 21 ,
et x,=t[ 1,2,-11 en [-2,7,-1] , Dterminer les images de E l , E 2 , E 3 et crire les quations associes
lapplication.

a t b t c = 1

Soit a X , t b X 2 t c X 3 = E l ; alors

it I
t
- b t % = O et a = - ; .
a t b - c = O
et son image est Yl = - 2 [ 2 , 3 , - 1 ] t [3,0,-21 t4[-2,7,-1] = [1,2,-2].
t
b = l . c = i . Ainsi, E i = - h x l + ~ 2 t 2 ~ 3

De mme, limage de E 2 est


y2 =[-1.3.1 1 et limage de E3 est Y3 =[ 1.1,1] . Lquation associe lapplication est

y = [Y,.Y,,Y,IX = [--; lx
5 . Si Y = A X Z =
I:]
2 2 1 XI est une application linaire relativement la base 2 du problme 12 Chapitre 11,

trouver la mme application Yw = B X w relativement la base W de ce problme.

Daprs le problme 12 du Chapitre 11 : Xg = PXz =

et
98 MATRICES

PROBLEMES SUPPLEMENTAIRES

6. Dans le problme 1, montrer que : ( a ) lapplication nest pas singulire, ( b ) que X = A- Y transforme les
vecteurs colonnes de A en vecteurs lmentaires.

7 . En utilisant lapplication du problme 1, dterminer : ( a ) limage de X = f [ 1 . 1 , 2 ] , ( b ) le vecteur X dont


t
limage est [-2,-5,-51. Rponse : (a)[8,5,11] , (b)[-3.-1,2]

8. Etudier les applications Y = I X et Y = k I X .


t t t
9. Dterminer lapplication linaire qui transforme E l en [1.2,31 E2 en [3.1,21 , e t E 3 en
I [2.-1.-1]. Mon-
trer que cette application est singulire et que les vecteurs linairement i n d p e n d a n t s f [ l , l . l 1 et q2.0.2 ] ont
mme vecteur image par cette application.

10. On suppose que (12.1) nest pas singulire. Montrer que si x,,x,, x ,sont linairement
,,,, dpendants, il en
est de mme de leurs images Y1,Y2, , . . , Yn.

1 1 . Utiliser le thorme III pour montrer que la dimension dun espace vectoriel est inchange par une application
non singulire. Indication : Considrer les images dune base de V,k(F).

[-: :I
12. Lapplication linaire Y = 2 3 1 x tant donne, montrer que : ( a ) elle est singulire. ( b ) les images des

t
vecteurs linairement indpendants X, = [ 1 , 1 , 1 ] , X, =[ 2.1.2 ] , e t X, =f [ 1,2.3] sont linairement dpendantes.
(c) limage de V 3 ( R ) est un V : ( R ) .

13. Lapplication linaire Y


2
=

[:I 1 2 4 tant donne, montrer que ( a ) elle est singulire, ( b ) limage de tout vec-

t
teur de V 3 ( R ) engendr parf[ i . i . i ]et [3.2.O]appartient au V i ( f l )engendr par .15,7,5].

14. Dmontrer le thorme VII.


Indication : Soient Xi et y i , ( i = 1 . 2 ,. . . .n) des ensembles de vecteurs donns. 2 = A X transforme lensemble
Xi en lensemble E,, Y = BZ transforme les Ei en Yi.
15. Dmontrer que des matrices semblables ont des dterminants gaux.

16. Soit Y = AX =
[: I
3 2 1 X une application linaire par rapport la base E e t soit 2 ,

2, = [ 1,1 ,1] une nouvelle base. Dans la base E, X =[ 1 , 2 , 3] , montrer que :


= [l,l, O ] , Z, = [l,.O, 11,

( a ) =f[14.10.6] est limage de X par cette application.


t
( b ) Par rapport a la nouvelle base, X et Y ont pour coordonnes respectives X I = f [ - 2 . - 1 . 4 ] et 5 [8.4,2].

(c) xZ = PX et Y Z = PY o P =

( d ) yz = Q-AQX2, o Q = P-.

17. Lapplication linaire Yv = X, tant donne, par rapport la base M/ : W,=[0,-1,2], W,= t [4,1.0],
APPLICATIONS LINEAIRES/CHAPITRE 12 99

t r
w3 [-2,0.-4] trouver la reprsentation de Y dans la base Z : 2, = t [ i , - l , l ], Z2 = [1,0,-11 , 2 3 =f[1,2,1]

18. Si dans lapplication linaire Y = A X , A est singulire, alors Ker A est lespace vectoriel dont tous les vecteurs
sont les vecteurs transforms en le vecteur nul. Dterminer le noyau de lapplication :

( a ) du Problme 12, ( b ) du Problme 13,

Rponses : ( a ) V i ( R ) engendr par [19-1911


( b ) L;(RI engendr par t [ 2 , 1 . - 1 ]
t
(c) de
[:I
Y = 2 4 6 X.

(c) V:(R) engendr par t [ 2 , - 1 . 0 ] et [3,0.-1]

19. Si Y = A X transforme tout vecteur dun espace vectoriel V,,h en un vecteur du mme espace, on dit que V,h

1
est un espace invariant par lapplication. Montrer que dans lespace V , ( R ) , pour lapplication linaire

(a) Y = 1 2 V; engendr par t [ l . - l . O l , V31 engendr par t[2.-1.-21 V i engendr par t[I,-1,-21
2 2 3
sont des espaces vectoriels invariants,

[:::I
t t
(b) Y = 1 3 1 X , v3engendrk par [ l , 1 , 11, V: engendr par [i,O,-i1 et [2.-1.01 sont des espaces inva-

riants. (On remarquera que tout vecteur du V32 se transforme en lui-mme),

(c) y = [ ,.]
-1
O 1

O 0
4 -6
O 0

O 1
4
1 t
lespace V4 engendr par [1,1,1.11 est un espace vectoriel invariant,

20. Considrons lapplication linaire Y = P X : yi = x j i , (i = 1, 2 , . . . , n ) dans laquelle j l , j 2 , .,.,inest une permu-


tation de 1, 2 , . . . ,n .

( a ) Dterminer la matrice P associe la permutation.


( b ) Montrer que lon peut trouver n ! matrices dordre n de ce type.
(cl Si P1 et P2 sont des matrices du type P, il en est de mme de P, = P, P, et de P, = P2p1.
( d ) Si P est une matrice associe la permutation, il en est de mme de P et on a P . f=
1.

( e ) Montrer que toute matrice du type P peut sexprimer comme produit dun nombre fini de matrices op&-
rant sur les colonnes lmentaires : K,,, K 2 3 , ..., K n - l . n
(f) Ecrire P = [ E i l , E,i2, ...>Ei,] o h , h 3. . . . in est une permutation de 1, 2 , ..., n et o Eij sont des vec-
teurs lmentaires n composantes. Trouver une loi (autre que P-= P) pour crire P-, Par exemple,
lorsque n = 4 et P = [ E ~E, ~ E, ~~ , ~aiors1 P-, = [ E ~E, ~E , ~ E, ~ .] Lorsque , E ~EJ,
P = [ E ~,yP, , aiors
P - l = [ E 3 , E 2 , E4. E l ] .
CHAPITRE 13

Vecteurs sur le corps des rels

PRODUIT SCALAIRE. Dans ce chapitre, tous les vecteurs considrs sont rels e t V, ( R ) dsigne
lensemble de tous les vecteurs rels 2 n composantes. Si X = t [ ~ lx,,, . . . , x,] et Y =t[y,, y 2 , , .. , 1
sont deux vecteurs de V,, ( R ) , leur produit scalaire est dfini par le scalaire

(13.1) x .Y = x,y, + x2y2 t .** t +yn

t t
Exemple 1 . Soient les vecteurs X, =*[l.i,i] , X2 = [2,1.21 , X, = [1.-2,11 :
(a) x,*x, = 1.2 + 1.1 + 1.2 = 5
(b) X1*X3 = 1.1 + 1(-2) + 1.1 = O
( c ) x,*x, = 1.1 + 1.1 + 1.1 = 3
( d ) x 1 * 2 X p = 1.4 t ,1*2 + 1.4 = 1 0 = 2(x,*x2)

Remarque : le produit scalaire est souvent dfini par


(13.1) X.Y = txY = *YX
Lutilisation de X Y et Y X est commode. Cependant * X Y et * Y X sont des matrices un
seul lment tandis que X . Y est llment de ces matrices. Aprs cette prcision, on utilisera
(13.1) ici. Certains auteurs crivent X I Y au lieu de X . Y.
Les proprits suivantes du produit scalaire sont immdiates ;

(a) X1.X2 = X,.X,, X,-kX, = k(X,.X,)


(13.2) (b) X,*(X,tX,) = (X,+X,)*X, = X,*X2 + X,.X3
(c) (X,+X,).(X,+X4) = x,.x, + x,.x4 + X,.X, t x,.x,

VECTEURS ORTHOGONAUX. Deux vecteurs X et Y de V,,(R) sont orthogonaux si leur produit


scalaire est nul. Les vecteurs X , et X 3 de lexemple 1 sont orthogonaux,

LE MODULE DUN VECTEUR X de V,, ( R ) , not IlXII , est dfini comme la racine carre du pro-
duit scalaire de X par X ; ainsi,

(13.3)

Exemple 2. Daprs lexemple 1 (cl / / XlI I = &.


Voir problmes 1.2.
VECTEURS SUR LE CORPS DES REELS/CHAPITRE 13 101

En utilisant ( 13.1) et ( 1 3.3), on peut dmontrer

Un vecteur X est unitaire si le module de ce vecteur est IlXII = 1. Les vecteurs lmentaires
E i sont des exemples de vecteurs unitaires.
INEGALITE DE SCHWARZ. Si X et Y sont des vecteurs de V,(R), on a
(13.5) Ix'*yI 5 ll~ll*ll~ll
c'est--dire la valeur absolue du produit scalaire de 2 vecteurs rels est au plus gale au produit
de leurs modules.
Voir problme 3.

INEGALITE TRIANGULAIRE. Si X et Y sont des vecteurs de V,(R), on a

(13.6) IIx'+ylI 5 II'JII + llyll

VECTEURS ET ESPACES ORHOGONAUX. Si X,, X,,. . . ,X, sont m < n vecteurs n com-
posantes non nuls, deux deux orthogonaux et si c l X , + c 2 X 2 + . . . + c m X m = O, pour
i = I ,2 , . . . , m , ( c , X , + c z X , t . - - c,X, ) Xi= O. Puisque ceci exige ci = O pour i = 1,2,.
. .,m ,
on a :
Thorme I. Tout ensemble de m < n vecteurs n composantes non nuls deux deux orthogonaux
est un ensemble de vecteurs linairement indpendants qui engendre un espace vectoriel V r ( R ) . .
On dit qu'un vecteur Y est orthogonal un espace vectoriel V r ( R ) s'il est orthogonal
tout vecteur de l'espace.
Thorme II. Si un vecteur Y est orthogonal chacun des vecteurs X , , X,,. . . , X , y1 compo-
santes, il est Orthogonal l'espace engendr par ces vecteurs.
Voir problme 4.

Thorme III. Si V : ( R ) est un sous-espace de V E ( R ) ,k > h , il existe au moins un vecteur X de


V,k(R)qui soit orthogonal 6 V : ( R ) .
Voir problme 5.

Puisque des vecteurs deux deux orthogonaux sont linairement indpendants, un espace
vectoriel V n ( R ) ,m > O, ne peut contenir plus de m vecteurs deux deux orthogonaux. Sup-
posons que nous ayons trouv r < m vecteurs deux deux orthogonaux d'un V ; ( R ) . Ils engen-
drent un V n ( R ) ,sous espace de V,"(R) et, d'aprs le thorme III, il existe au moins un vecteur
de V y ( R ) qui soit orthogonal VL(R).Nous avons maintenant r 4- 1 vecteurs de V y ( R ) deux
deux orthogonaux et, en renouvelant ce procd, nous avons :

Thorme IV. Tout espace vectoriel V ; ( R ) , m > O, contient au plus m vecteurs deux deux ortho-
gonaux.
On dit que deux espaces vectoriels sont orthogonaux si tout vecteur de l'un est orthogonal
tout vecteur de l'autre. Par exemple, l'espace engendr par X, = ' [l, O , O , 11 et X , = ' [ O , 1 ,1,O]
est orthogonal l'espace engendr par X, = '[ 1 , O , O , - 11 et X, = ' [ O , 1 ,- 1 , O] puisque
(tzX, + b X , ) . (cX,+ dX,) = O pour tout a, b, c, d .
Thorme V. L'ensemble de tous les vecteurs orthogonaux tout vecteur d'un espace V n ( R ) donn
est un espace vectoriel v , " - ~ ( R )
Voir problme 6.
102 MATRICES

A tout vecteur X # O, on peut associer un vecteur unique U obtenu en divisant les compo-
santes de X par IIXII. On dit que lon a normalis le vecteur. Ainsi, pour normaliser le vecteur
X = [ 2 , 4 , 4 ] , on divise chacune de ses composantes par IlXII = d 4 + 16 16 = 6 et on obtient +

le vecteur unitaire [ 1/3 , 2 / 3 , 2 / 3 ] .
Une base de V n ( R ) forme de vecteurs deux deux orthogonaux sappelle une base ortho-
gonale de lespace. Si ces vecteurs orthogonaux sont de plus unitaires, cette base est orthonor-
male. Les vecteurs lmentaires forment une base orthonormale de V,(R).
Voir problme 7.

PROCEDE DORTHOGONALISATION DE GRAM-SCHMIDT. On suppose que X,, X,,. . . , X,


est une base de V n ( R ) .On dfinit

Yl = x,
Y2 = x, -
Y 3 = X3 -
. a . . . . . . . ............. *

Y m = Xm -

J4 , ( i = l , 2 , ...,m) sont deux deux orthogonaux et forment


alors, les vecteurs unitaires Gi = -
Il %!I
une base orthonormale de V n ( R ) .
Exemple 3. Construction, en utilisant le procd de Gram-Schmidt, dune base orthogonale de V3( R ) ,
tant donne la base X, = [ l , l , l ] , X, = t [ l , - 2 , 11, X, = [l , 2 , 3 ] .

t
(i) YI = Xl = [i.i.iI

(ii) y2 = X, - =f[1,-2.i~ - -yl


O = t[ i , - 2 . i 1
Yl*Yl 3

(iii) Y, = X3 - -Y2 - -
y1X3Y -[1,2,3]
1 - - -Y2
O - -
6 t[i,i,i] = t [-1.0,1]
y2 * y2 Yl*Yl 6 3

forment une base orthonormale de V,(R). Tout vecteur G i est vecteur unitaire et tout pro-
duit Gi. Gi= O. Remarquer que ici Y , = X, car X, et X, sont des vecteurs orthogonaux.
Voir Problmes 8.9.
VECTEURS SUR LE CORPS DES REELS/CHAPITRE 13 103

Soient X, ,X , , . . . , X, une base de V n ( R ) . On suppose que X , ,X,, . . . ,X,,(1 < s < m ) .


sont deux deux orthogonaux. Alors, par le procd de Gram-Schmidt, on peut obtenir une
base orthogonale Y , , Y , , . . . , Y , de lespace, et il est facile de montrer que y. = Xi,
( i = 1 ,2 , . . . , s). Ainsi,
Thorme VI. Si X, , X , , . . . , X , , (1 < s < m ) , sont des vecteurs unitaires de VT ( R ) deux A deux
orthogonaux, il existe des vecteurs unitaires X,,, , X,+,, . . . , X, de lespace, tels que lensemble
X , , X,,. . . , X, soit une base orthonormale.

LA MATRICE DE GRAM. Soient X, , X,, . . , , X p un ensemble de vecteurs rels n composantes.


Dfinissons la matrice de Gram par

Xl.X1 x1.x2 ... X l a x j


x,.x, x2.x2 ... x2.x+
IfX,X, tx,x, ... fX,X?
X,X, x2x, , . . x2x,
1
( 1 3.8) G = ............... I = I S . . . . .

I. . . . . . .

Les vecteurs sont deux deux orthogonaux si et seulement si G est diagonale.


Dans le problme 14 du chapitre 1 7 , on dmontrera :
Thorme VII. Pour un ensemble de vecteurs rels n composantes, X,, X,,. . . , X p , IGI 2 O. Lin-
galit est vraie si et seulement si les vecteurs sont linairement dpendants.

MATRICES ORTHOGONALES. Une matrice carre A est orthogonale si


t
(13.9) AA = %A = I
cest--dire si
(13.9)
Daprs (13.9), il est clair que les vecteurs colonnes (resp. lignes) dune matrice orthogonale
A sont des vecteurs unitaires deux deux orthogonaux.
l/& l/d% -1/a
Exemple 4. Daprs lexemple 3, A = I/& -2/&
1 , ~l ; J o r t h ogona le.

I1 sensuit immdiatement les thormes suivants :


Thorme VIII. Si une matrice relle carre A dordre n est orthogonale, ses vecteurs colonnes
(resp. lignes) forment une base orthonormale de V , ( R ) et rciproquement.
Thorme IX. Si A est une matrice orthogonale, son inverse et sa transpose le sont aussi.
Thorme X. Le produit de deux ou de plusieurs matrices orthogonales est une matrice orthogo-
nale.
Thorme XI. Le dterminant dune matrice orthogonale est gal a i: 1.

APPLICATIONS ORTHOGONALES. Soit


(13.10) Y = AX
104 MATRICES

une application linaire de V,(R) et soient Y , et Y , les images des vecteurs n composantes
X , et X , . D'aprs (13.4), on a
Xl*X2 = f~llxl+~2112 - llX11l2 - llxzl121
et

En comparant les membres de droite et de gauche, on voit que si (13.10) conserve les modules,
il conserve aussi le produit scalaire et rciproquement. Ainsi,
Thorme XII. Une application linaire conserve les modules si et seulement si les produits scalaires
sont conservs.

Une application linaire Y = A X est orthogonale si sa matrice A est orthogonale. Dans le


problme 10, nous dmontrerons :
Thorme XIII. Une application linaire conserve les modules si et seulement si sa matrice est or-
thogonale.

Exemple 5 . L'application linaire i/fi -2/6 O X est orthogonale. L'image de


X = '[a, b , c] est 1 / 6 1/6

t
y = [$+ b C a 2b a b c l

et les deux vecteurs ont pour module d a 2 + b2 t c 2 ,

Thorme XIV. Si (13.10)est une transformation de coordonnes d'une base E une autre base
2, la base 2 est orthonormale si et seulement si A est orthogonale.

PROBLEMES RESOLUS

1. Les vecteurs X, = '[l , 2 , 3 ] et X, = ' [ 2 , - 3 , 4 ] tant donns, trouver :


( a ) leur produit scalaire, ( b ) leur module.

(a) Xl.Xz = tX1X2 = [1.2.3] = l ( 2 ) t 2(-3) t 3(4) = 8

1"J
t
(b) /(Xl(12
= Xl.Xl = X,Xl = [ 1 , 2 , 3 1 = 14 et iixlii = fi4

2
l\x2\\ = 2(2) + (-3)(-3) t 4(4) = 29 et llxz\l = fi
2. (a) Montrer que X = '[ 1/3 ,- 2/3 ,- 2/31 et Y = '[2/3 , - - 1 / 3 , 2 / 3 ] sont orthogonaux.
( b ) Trouver un vecteur Z orthogonal la fois X et Y.
VECTEURS SUR LE CORPS DES REELS/CHAPITRE 13 105

(a) X e Y = ' X Y = [ 1 / 3 , - 2 / 3 . - 2 / 3 ] = O et lesvecteurs sont orthogonaux.

( b ) Ecrire [X.Y.O] = et calculer les cofacteurs - 2 / 3 ,- 2 / 3 , 1/3 des lments de la colonne des

zros. Alors d'aprs (3.1 1), 2 = ' [ - 2 / 3 ,- 2 / 3 , 1/31 est orthogonal la fois X et Y.

3. Dmontrer l'ingalit de Schwarz : Si X et Y sont des vecteurs de V n ( R ) ,alors Ix.yI I Ilxll*lly!.


11 est clair que le thorme est vrai si X ou si Y est le vecteur nul. Supposons donc que X et Y sont non nuls.
Si a est u n nombre rel quelconque,

j/aXtYI12 = (aXtY).(aXtY)

= [axl t yl, a x 2 t y 2 , . . . , ax,+ ynl t [ a x l +yl, a x 2 t y2, . . . , axn+ y n ]


2 2
= (a xi 2 +
+ 2 a z l ~ +i YI) ( a2~22 2
+ 2ax2yz t y2) t +
2 2
( a xrLt 2a%yn t y;)
= a2/IXl/2 t 2 a x . y t j l il2~ 2 0

Or, ce polynme en a est suprieur ou gal zro pour toutes valeurs relles de a si et seulement si son discrimi-
nant est < O. Ainsi,

4. Dmontrer que si un vecteur Y est orthogonal a chacun des vecteurs X I , X,,. . . , X, n composantes, il est or-
thogonal l'espace engendr par ces vecteurs.
Tout vecteur de l'espace engendr par les X peut s'crire a l X l t a 2 X 2 + ...+am&, Alors

(a,X,t a 2 X 2 t ***+%Xrn).Y = alXl.Y + a2Xz.Y t t %Xrn.Y = O

car X i - Y = O , ( i = i , 2 , . . . ,m). Ainsi, Y est orthogonal tout vecteur de l'espace, donc, par dfinition, a l'es-
pace. En particulier, si Y est Orthogonal tout vecteur d'une base d'un espace vectoriel, il est orthogonal cet
espace.

5 . Dmontrer que si V,h(R) est u n sous-espace de ,:(I?), k > h , il existe au moins un vecteur X de V : ( R ) qui
soit Orthogonal V i ( R )
Soit X,,X,,. , . , X,,une base de V n ( R ) et soit Xh+, un vecteur de V n ( R ) n'appartenant pas a V n ( R ) .
Considrons le vecteur
(il x = alx, t a2x2 f *** t ahxh t ah+lXh+l

La condition pour que X soit orthogonal a chaque vecteur X,,X,,, , . , X, s'crit sous la forme de h qua-
tions linaires homognes
106 MATRICES

h + 1 inconnues a , , a,, . , . , ah+,. D'aprs le thorme 4 du chapitre 10, on a une solution non triviale.
Lorsque ces valeurs sont substitues dans (i), o n a un vecteur X # O (pourquoi ? ) orthogonal la base des
vecteurs de V n ( R ) et par suite cet espace.

6 . Dmontrer que l'ensemble de tous les vecteurs orthogonaux tout vecteur d'un espace donn V i ( R ) est u n
espace vectoriel unique v , " - ~ ( R ) .
Soit X,, X,,. . . , X, une base de V k ( R ) . Les vecteurs X n composantes orthogonaux a chacun des Xi
vrifient le systme d'quations homognes

(i) x1.x z O , x 2 . x = o. ..., xk*x= 0


Puisque les X i sont linairement indpendants, la matrice des coefficients du systme (i) est de rang k . Par
suite, il y a n - k solutions (vecteurs) linairement indpendantes qui engendrent V,"-,(R). (Voir thorme VI,
chapitre 10).
L'intersection de V n ( R ) et de V:-k(R) est l'ensemble rduit { O}, et la somme est V, ( R ) , d'o l'on
dduit l'unicit 6 .

7. X = '[ 1 /fi,
2/&, 1 /&I tant donn, trouver une base orthonormale de V , ( R ) .
On remarque que X est un vecteur unitaire. On choisit un autre vecteur unitaire Y = '[ 1 /fi, O , - 1/*]
de sorte que X .Y = O. Alors, comme dans le problme 2 a ) , o n obtient Z = '[ l / G , - l / G , 1 / 6 1 pour com-
plter l'ensemble de vecteurs.

8. Dmontrer les quations de Gram-Schmidt (1 3.7).

Soit X,,X,,. . . , X, une base donne de V n ( R ) . On dsigne par Y,,Y,, . . . , Y , l'ensemble des vec-
teurs deux deux orthogonaux dterminer.
( a ) prendre Y, = XI

( b ) puis, prendre Y, = X, + a Y , , Puisque Y , et Y , sont orthogonaux, o n a


Y1*Y2 = Y I - X , + Y,*aY, = Y l . X 2 + aY1.Yl = O

( c ) Prendre Y, = X , + a y , + by,, Puisque Y , , Y,,Y, sont deux deux orthogonaux

et

Y .x, Y2 * x Y1 * x
Alors, a = - -
y2*x3, b = --I--,
et Y, = X , - -"Y2 - J Y ,
y2 * y2 y1 * y1 y2 * y2 y1 * y1

( d ) Poursuivre cette mthode jusqu' l'obtention de Y,.

9. Etant donne la base XI = ' [ 2 ,1 ,3], X, = [ 1 , 2 , 3 ] et X, = '[ 1 , 1 , 11, construire une base orthonormale de
v3 a

Prendre Y , = X, = " 2 , 1, 31. Alors


Y ax t t r
Y, = X , - G Y , [1,2,3] -
14
[2,1,3] [-6/7. 15/14,3/14]
y1 * y1
VECTEURS SUR LE CORPS DES REELS/CHAPITRE 13 107

Y3 = x3 - 2
Y, *x Y,
Y * x3 Y, - 3
y, * y2 y, . y,

10. Dmontrer quune application linaire conserve les modules si et seulement si sa matrice est orthogonale.
Soient Y , et Y , les images de X I et de X, par lapplication linaire Y = AX.

Supposons A orthogonale cest--dire AA = I. Alors,


(il Y,.Y, = Y,Y, = (?Y,% )(AX,) = fx,x, = x,*x,
et daprs le thorme XII, les modules sont conservs.
Rciproquement, supposons les modules (donc aussi les produits scalaires) conservs. Alors,
Yi.y2 = tX,(/1A)X, = X,X,,
?4A = I

et A est orthogonale.

PROBLEMES SUPPL,EMENTAIRES

f t
11. Etant donns les vecteurs X, =[1,2,1] , X, = [2.1,2] , X, = [ 2 . 1 , - 4 1 , trouver
( a ) leur produit scalaire deux par deux,
( b ) le module de chacun dentre eux,
(c) un vecteur orthogonal aux vecteurs X,.X, ; X,,X, ,
Rponse : (a) 6 ,o. - 3 ( b ) fi,3 , d% (c)f[l.o.-ll , f[3.-2,11

12. En utilisant des vecteurs arbitraires de V,(R), vrifier (13.2).

13. Dmontrer (1 3.4).

14. Soit X = [ 1 , 2 , 3 , 4 ] et Y = [ 2 , 1 , - 1 , 1 ] une base dun V i ( R ) et Z = f [ 4 , 2 , 3 , 1 ] dans V ; ( R ) , V z ( R )


contenant X et Y .
( a ) Montrer que Z nappartient pas a V i ( R ) .
( b ) Ecrire W = aX t bY t CZ et trouver u n vecteur W de V ; ( R ) orthogonal X et Y.

15. ( a ) Dmontrer quun vecteur de V,(R) est orthogonal lui-mme si et seulement sil est le vecteur nul.
( b ) Dmontrer que si X,,X,,X, est u n ensemble de vecteurs non nuls a n composantes linairement dpen-
dants et si X, .x,
= X,.X3 = O, alors X, et X, sont linairement dpendants.
108 MATRICES

16. Dmontrer quun vecteur X est orthogonal tout vecteur dun V r ( R ) si et seulement si il est orthogonal
tout vecteur de base de cet espace.
h k
17. Dmontrer que si deux espaces V,(R) et V,(R) sont orthogonaux, leur intersection est Tf(R),

18. Dmontrer lingalit triangulaire.


Indication : en utilisant lingalit de Schwarz, dmontrer I / X + Y I(* < ( l l X / \ t 1

19. Dmontrer que /I X t Y // = / / Xt/ j(Y


/ // a lieu si et seulement si X et Y sont linairement dpendants.

20. Normaliser les vecteurs du problme 11.


Rponse : [[/fi,
2/\/6, l / f i ] , [2/3. 1 / 3 , 2 / 3 1 , [2/d%, 1 / 6 1 , -4/&1]

21. Montrer que les vecteurs X I Y , 2 du problme 2 forment une base orthonormale de V 3 ( R ) .

22. ( a ) Montrer que si X,. X,. . . . , X, sont linairement indpendants, il en est de mme des vecteurs normaliss
correspondants.
( b ) Mme question si les vecteurs de ( a ) sont des vecteurs # O deux deux orthogonaux.

23. Dmontrer que : ( a ) Si A est orthogonale et si det A = 1, tout lment de A est gal son cofacteur dans
det A .
( b ) Si A est orthogonale et si det A = - 1, tout lment de A est gal son cofacteur
chang de signe dans det A .

24. Dmontrer les thormes 8-9- 10-1 1.

25. Dmontrer que si A et B commutent et si C est orthogonale, alors CAC et CBC commutent.

26. A tant une matrice carre, montrer que AA (ou A A ) est une matrice diagonale si et seulement si les lignes
(resp. colonnes) de A sont orthogonales.

27. Montrer que si X et Y sont des vecteurs n composants, alors XY + Y X est symtrique.

28. Montrer que si X et Y sont des vecteurs II composantes, o n a X .( A Y ) = ( A X ) . Y o A est une matrice
carre dordre n.
n
29. Montrer que si X I , X,,. . . , X, est une base orthonormale et si X = c ci X i , alors ( a ) X .X i = ci ,
i=l
(i = i , 2 , . . . , n ) ; ( b ) X .x = c: + c i + . . . + c i .
VECTEURS SUR LE CORPS DES REELS/CHAPITRE 13 109

32. X , =t[l,l,-l 1 et X , =t[2,1.0]tant donns, trouver une base orthonormale de V3 ( R ) .


Indicafion : Prendre Y I = XI et obtenir Y 2 par le procd de Gram-Schmidt, puis Y 3 par la mthode du
problme 2 ( b ) .
t
Rponse : [ f i / 3 . d/3/3. - d 3 / 3 ] , '[ifi.
o. ifi]
, ' [ 6 / 6 . -fi/3- -fi/61

3 3 . Etant donn X,=r[7,-1,-1]. trouver une base orthonormale de V 3 ( R ) .

r t
34. Montrer de deux faons que les vecteurs [1,2,3.4] , [1.-1.-2,-3; , et t [ 5 . 4 . 5 , 6 ] sont linairement dpen-
dants.

35. Montrer que si A est antisymtrique et si A -t I n'est pas singulire, alors B = ( I - A ) ( I + A ) - ' est orthogonale,

3 6 . Utiliser le problme 35 pour obtenir la matrice orthogonale B. On donne

A = [-:3, (b) A = [-:


-2 -
-14
Rponse : ( a ) 1 3 r 1 ; -5 -11
4.1
2

37. Montrer que si A est une matrice orthogonale et si B = A P o P est non singulire, alors PB-l est orthogo-
nale.

3 8 . Lors d'un changement de coordonnes de la base E une base orthonormale 2 de matrice P, Y = A X devient
Y , = P-IAPX, ou Y , = B X , (voir Chapitre 12). Montrer que si A est orthogonale, il en. est de mme de B et
rciproquement, et dmontrer le thorme XIV.

39. Dmontrer que si A est orthogonale et si I + A n'est pas singulire, alors B = (1 -&(I+&-' est antisymtrique.

t
40. Soient X = t [ ~ lx,,
, x3] et Y = [yl,y2,y3] deux vecteurs de V 3 ( R ) .On dfinit le produit vectoriel de X et de

Aprs avoir identifi les zi comme cofacteurs des lments de la troisime colonne de [X,, Y,. O ] , tablir que :
( a ) le produit vectoriel de deux vecteurs linairement dpendants est le vecteur nul.

( b ) le produit vectoriel de deux vecteurs linairement indpendants est orthogonal chacun des deux vecteurs.

(cl X X Y = - ( Y x X )
(d) (kX)xY = k ( X x Y ) = Xx(kY), k tant un scalaire.

41. Si w,x, y , sont quatre vecteurs de V , ( R ) , tablir


(a) X x ( Y + Z ) = XxY + XxZ
(b)X'(YxZ) = Y.(ZxX) = Z.(XxY) = IXYZ(
CHAPITRE 14

Vecteurs sur le corps des complexes

NOMBRES COMPLEXES. Si x e t y sont des nombres rels et si i est dfini par i 2 = -1, z = X + iy
est appel nombre complexe, x est la partie relle et y est la partie imaginaire de x + iy.
Deux nombres complexes sont gaux si et seulement si leurs parties relles et leurs parties
imaginaires sont gales.
Un nombre complexe x t iy = 0 si et seulement si x = y = O.
Le conjugu dun nombre complexe z = X + iy est Z = == x - iy. La somme et le produit
dun nombre complexe quelconque e t de son conjugu est un nombre rel.
La valeur absolue I z I du nombre complexe z = x + iy est I z ( = = d v ,Ces proprits
ont pour consquence suivante : pour tout nombre complexe z = x i- iy, on a
(14.1) IzI 2 1x1 et Izl 2 IYI

VECTEURS. Soit X un vecteur n composantes sur le corps des complexes C . Lensemble de ces
vecteurs X constitue lespace vectoriel V,(C). Puisque R est un sous corps de C , on peut satten-
dre ce que chaque thorme concernant les vecteurs de V,(C) se rduise un thorme du
Chapitre 13 o lon na considr que les vecteurs rels.
t
Si X = [xL,x 2 , .. xn]etY = [yl, y2, . , < ,yn] dsighent deux vecteurs de V, (C), leur produit
scalaire est dfini par

( 1 4.2)
On vrifie les proprits suivantes sur les produits scalaires :

X - Y = y.X
(a) (f) x - Y + Y.X = 2R(X.Y)
( b ) ( c X ) * Y = C(X*Y) 0; R (X. Y ) est la partie relle de x * y
(14.3) (c) X*(CY)= c(X*Y) (g) x - Y - Y.X = 2C(X.Y)
( d ) X * ( Y t Z ) = X-Y t X * Z o C (X Y ) est la partie imaginaire de X.Y
a

(e) (YtZ).X = Y.X+ Z.X


Voir problme 1.
Le module dun vecteur X est donn par llX\l = fl = dx1xi + X ~ Z +, ... + %%.
Deux vecteurs X et Y sont orthogonaux si X.Y = Y.X = o.
Les vecteurs de V, ( C ) vrifient lingalit triangulaire
(14.4) IIX+Yll i IlXII + IIYII
et lingalit de Schwarz (voir Problme 2)
(14.5) IX*YI 1. llxll.llyll
VECTEURS SUR LE CORPS DES COMPLEXES/CHAPITRE 14 111

De plus, on a (voir thormes I - I V Chapitre 13),

Thorme I. Tout ensemble de m vecteurs non nuls n composantes, deux deux orthogonaux
sur C est linairement indpendant et par suite engendre un espace vectoriel V,"(C).
Thorme II. Si un vecteur Y est orthogonal tous les vecteurs d'ordre n, XI,X,,, , X, , alors Y
,,

est orthogonal l'espace engendr par ces vecteurs.


Thorme III. Si V,h(C) est un sous-espace de V , k ( C ) ,h > h , il existe au moins un vecteur X de
V,k(C) qui soit orthogonal V , h ( C ) .
Thorme IV. Tout espace vectoriel V,"(C), m > O, contient au plus rn vecteurs deux deux or-
thogonaux.

Une base de V,"(C) forme de vecteurs deux deux orthogonaux est une base orthogonale.
Si de plus les vecteurs sont unitaires, cette base est orthonormale.

PROCEDE DE GRAM-SCHMIDT. Soient X,,X,,.... x, une base de V," ( C ) . On dfinit


Y, = x,
Y, = x, Yl.X2 y,
- -
Y,* Y,

Y, = x, - ' x3
-Y2 - Yl.X
3YI
( 1 4.6) y2*y2 y1* y1
.......................

Les vecteurs unitaires Gi = 3 ( i = i , 2 , ....m) forment une base orthonormale de V,"(C).


II YiIl
Thorme V. Si X,,X,, .... X,, (1i s < m ) , sont des vecteurs unitaires de VT (C) deux deux ortho-
gonaux, il existe des vecteurs unitaires XSt1, x,,,,
.... X, de l'espace (obtenus par le procd de
Gram-Schmidt) tels que l'ensemble Xi,X2,.... X, constitue une base orthonormale.

LA MATRICE DE GRAM. Soit X,,X,, . . , , X g un ensemble de vecteurs n composantes lments

j 1;
complexes. On dfinit la matrice de Gram:

(14.7) G =
[XI.X, x,*x, x,.x,
x,.x, x,-x, X2'X,
*'*

**-

.........................
xp.xl x,.x, S.. xp.xg
=
tZ,X,
'X2 x,
5,x2"' 3,Xg
x, 5,xg
***

............
xgx, 'X,x, 5?XP
'*.
]
I1 est clair que les vecteurs sont deux. deux orthogonaux si et seulement si G est diagonale.
En suivant pas pas le problme 1 4 du Chapitre 17, on peut montrer:
Thorme VI. Pour un ensemblex,, X,, .... Xp de vecteurs n composantes lments complexes, on
a det G > O ;l'galit tant ralise si e t seulement si les vecteurs sont linairement dpendants.
112 MATRICES

t-
MATRICES UNITAIRES, Une matrice carre A dordre n est unitaire si ( A ) A = A(%) = I, cest--
dire si = id. (z)
Les vecteurs colonnes (lignes) dune matrice unitaire sont des vecteurs unitaires deux deux
orthogonaux.
En effectuant un parallle avec les thormes sur les matrices orthogonales du Chapitre 13,
on a :
Thorme VII. Les vecteurs colonnes (resp. lignes) dune matrice carre dordre n unitaire forment
une base orthonormale de V, (C) et rciproquement.
Thorme VIII. Linverse et la transpose dune matrice unitaire sont unitaires.
Thorme IX. Le produit de deux ou de plusieurs matrices unitaires est unitaire.
Thorme X. Le dterminant dune matrice unitaire a pour valeur absolue 1.

TRANSFORMATIONS OU APPLICATIONS UNITAIRES. Une transformation unitaire est une appli-


cation linaire
(14.8) Y = AX
o A est unitaire.
Thorme X1. Une application linaire conserve les modules (et par suite les produits scalaires) si
et seulement si sa matrice est unitaire.
Thorme XII. Si Y = AX reprsente un changement de coordonnes de la base E une autre
base 2, 2 est une base orthonormale si et seulement si A est unitaire.

PROBLEMES RESOLUS
c t
1. E t a n t donns x = [ i + i , - i , i ] et Y = [2+3i, 1-2i,i],
( a ) Trouver X Y et Y X + y.x
( c ) Vrifier que x . y = ~R(x.Y)
( b ) Vrifier que X.Y = y.X (d) Vrifier que X-Y - Y-X = LC(X.Y)

-
Y.X = t Y X = [ 2 - 3 i . i + z i . - i ]

( b ) Daprs (a), E, conjugu de Y X , est gal 7 t 3 i = XaY


( c ) X*Y + Y*X = (7+3i) t (7-3i) = 14 = 2(7) = 2 R ( X * Y )
( d ) X-Y -Y*x = ( 7 + 3 i ) -(7-3i) = 6i = 2(3i) = 2C(X.Y)

2. Dmontrer lingalit de Schwarz I x * y I I llxll - Ilyll.


Comme dans le cas des vecteurs rels, lingalit est vraie si X ou si Y est nul. Lorsque X et Y sont des
vecteurs # O, et si u est rel, on a
IIaXtY I/2 = (CzXtY).(aXtY) = n2X.X+a(X*Y+Y.X)+Y*Y = a21/X//2+2 a R ( X . Y ) + lpll 2 2 o.
VECTEURS SUR LE CORPS DES COMPLEXES/CHAPITRE 14 113

Puisque la forme quadratique en Q est positive ou nulle si et seulement si son discriminant est ngatif ou nul,
on a
R(X.Y)*- (Ix1(2(lY1125 O et 4X.Y) 5 llXII.IIYlI

s i X.Y = 0 , alors IX-YI = R(X*Y)5 IIXIIIIYII. Si X - Y # O, on dfinit c =


x-Y
-
1X.Y 1.
Alors R(cX.Y) I )IcXIl.IIYII = \CI
I1X((.IIYII = IIXIIIIYlI tandis que, daprs ( 1 4 . 3 ( b ) ) ,
jqcX.y) = R[;(x.y)] = ~ x . y ~ . ainsi I Ix-YJ IIxII-IIYII pour tout x et Y.

3. Dmontrer que quelle que soit la matrice carre A considre B =tA,A est hermitienne.
t (-B ) = t I ( A )F
A] = (G-) = (A)A = B et B est hermitienne.

4. Si A = B + ic est hermitienne, montrer que 7 A ) A est relle si et seulement si B et C anticommutent (cest--dire


BC = - CB).
Puisque B + i C
-
est hermitienne, t ( B + i C ) = B + i C . Ainsi,
t( -A ) A = (mC)(B+iC) = ( B t i C ) ( B + i C ) = B2 t i ( B C + C B ) - C2

Cette expression est relle si et seulement si B C + C B = O ou B C = -CE ,donc si et seulement si B et C anti-


commutent.

5. Montrer que si A est anti-hermitienne, alors IiA est hermitienne.


t-
Considrons B = -iA i puisque A est anti-hermitienne, ( A ) = - A . Alors,
t(-B ) = t(TA) = it(A) = i(-A) = -iA = B

et B est hermitienne. Le lecteur considrera le cas o B = iA.

PROBLEMES SUPPLEMENTAIRES

t t
6 . Etant donns les vecteurs X , = [ i . 2 i , l ] . X 2 = [ 1 , 1 + i , O ] , et X , = [ i , l - i . Z ] .
( a ) Trouver Xl X, et X, . X 3 ,
( b ) Trouver le module de chaque Xi,
t
(c) Montrer que [ 1 - i. -1. 1 - i ] est orthogonal X1 et Xz ,
( d ) Trouver u n vecteur orthogonal X1 et X 3 simultanment

Rponse : (a) 2-3i.-i (b) fi,fi,fi (d) [-1-5i,i,3-i]


r t
7. Montrer que les vecteurs [ l + i . i ,1 1 , [i. 1 - i . 0 1 , e t [l-i, 1 , 3 i ] sont linairement indpendants et deux deux
orthogonaux.

8. Dmontrer les relations (14.3).

9. Dmontrer lingalit triangulaire.


10. Dmontrer les thormes I IV.
11. Obtenir les relations (14.6).

9
114 MATRICES

12. Soient
(a):[0.1.-11 , r [ i + i . i . i I , f [ i - i . i . i ~
( b ) [ l + i . i , i ] ,t [ 2 , 1 - 2 i . 2 + i ] ' , ' [ i - i , o , - i ] des vecteurs donns.
Construire une base oTthonormale de V 3 ( C ) en utilisant les relations (14.6) et les vecteurs donns dans
l'ordre.
' 1 1 1
Rponse : (a)'[O. ffi.-hfi], t [ $ ( l + i ) , f , $ 1 [--i. -(l+i), -(l+i)]
\/z 2 f i 2 f i
r 1 1 - 5 i 3+3i t 7-i -5 -6+3i
( b ) '[ i ( l + i ) ,
I
hi. 2 1 , [- - --I, [-- -
-
13. Montrer que si A est une matrice sur le corps des complexes, alors A + A n'a que des elments rels et A - 7
n'a que des lments imaginaires purs.

14. Dmontrer le thorme V.

15. Si A est une matrice carre d'ordre n , montrer que


(a) ' A . A est diagonale si et seulement si les colonnes de A sont des vecteurs deux deux orthogonaux.
(b)'AA = I si et seulement si les colonnes de A sont des vecteurs unitaires deux deux orthogonaux.

16. Montrer que si X et Y sont des vecteurs n composantes et si A est une matrice carre d'ordre n , alors
X * A Y =rAX.Y.

17. Dmontrer les thormes VI1 X

18. Si A est anti-hermitienne et si I + A est non singulire, alors B = ( I - A ) ( I t A)-lest unitaire.

19. Etant donn


unitaire.
(a) [ (b) [ -l+i
i
O
i
0
l+i
1, utiliser le problme 18 pour former une matrice

- 4i - 18i

1
;g[ -9 t 8i -10 -16
-4-27,
(b) - -2-24i 1t12i -10-4i
-2-i
4-loi -2-24i -9t8i

20. Montrer que si A et B sont unitaires et de mme ordre, alors A B et BA sont unitaires.

21. Dmontrer le thorme XI en s'inspirant de la dmonstration du problme 10 du Chapitre 13.

22. Montrer que si A est unitaire et hermitienne, alors elle est involutive.

23. Montrer que 1 hil+i)

-f
i/fi a
3+i

Zj55 est unitaire.

-1
24. Montrer que si A est unitaire et si B = A P avec P non singulire, alors PB est unitaire.

25. Montrer que SPA est unitaire et si I + A est non singulire, alors B = ( I - A ) ( I tA)-' est anti-hermitienne.
CHAPITRE 15

Congruence

MATRICES CONGRUENTES. Deux matrices carres dordre n A et B sur F sont congruentes, C ,


sur F sil existe une matrice P sur F non singulire telle que
-
(15.1) B = PAP
I1 est clair que la congruence est un cas particulier de lquivalence de sorte que des matrices con-
congruentes ont mme rang.
Lorsque P scrit comme produit de matrices colonnes lmentaires, P est le produit en
sens inverse des mmes lignes lmentaires ; cest--dire A et B sont congruentes pourvu que lon
puisse rduire A B par une suite de couples de transformations lmentaires, chaque couple
consistant en une transformation lmentaire sur les lignes, suivie de la mme transformation 616-
mentaire sur les colonnes,

MATRICES SYMETRIQUES. Dans le problme 1, on dmontre:


Thorme I. Toute matrice symtrique A sur F de rang r est congruente sur F une matrice dia-
gonale dont les r premiers lments diagonaux sont non nuls tandis que les autres lments sont
nuls.
Exemple 1.

A =
[:: 2 8 10 -8
tant donne,

trouver une matrice P non singulire lments rationnels telle que D = PAP soit diagonale.

En rduisant A D , on utilise [ A I ] et on calcule ia matrice P. On utilise dabord


Hz1(-2) et K 2 , ( - 2 ) , puis H 3 1 ( - 3 ) et K31(-3), enfin H41(-2) et K41(-2) pour obtenir
des zros dans la premire ligne et dans la premire colonne. On peut cependant gagner u n
temps apprciable en effectuant dabord les trois transformations sur les lignes puis, ensuite,
les trois transformations sur les colonnes. Si A nest pas transfcrme en une matrice sym-
trique, cest quune erreiir a t commise. On a

O O 01 1 0 0 0

0 0 0 1 1 O 0 0 0 0 0 ; 1 O 0 0

= [DfP]
116 MATRICES

Puis P =
.2 -
1
O
O
O
1
l4 :-I
1
0

La matrice D laquelle A est rduite nest pas unique. Par exemple, les transformations

I l 3 ( + ) et K 3 ( $ ) auraient remplac D par la matrice tandis que les transformations

H , ( 3 ) et K , (3) lauraient remplace par . Cependant, il ny a pas de couple de trans-

formations relles ou rationnelles qui remplaceraient D par une matrice diagonale nayant que
des lments non ngatifs sur la diagonale.

MATRICES REELLES SYMETRIQUES. Soit la matrice relle symtrique A rduite par des trans-
formations relles lmentaires une matrice diagonale congruente D, cest--dire soit tPAP = D.
Tandis que les lments diagonaux non nuls de D dpendent la fois de A et de P , on mon-
trera dans le chapitre 1 7 que le nombre dlments diagonaux non nuls positifs ne dpend que
de A .
Par une suite de transformations sur les lignes et par les mmes transformations sur les co-
lonnes, les lments diagonaux de D peuvent tre disposs de faon que les lments posi-
tifs prcdent les lments ngatifs. On peut alors utiliser une suite de transformations relles
du type 2 sur les lignes et sur les colonnes pour rduire la matrice diagonale une matrice dans
laquelle les lments non nuls de la diagonale soient gaux 1 ou -1. On a :
Thorme II. Sur le corps des rels, une matrice relle symtrique de rang r est congruente une
matrice canonique

(15.2)
Lo O O1
Lentier p de (15.2) est appel indice de la matrice et s = p - ( r - p ) est la signature.
Exemple 2. En appliquant les transformations H,,, K , , et H 2 ( i ) , K,($) la solution de lexemple 1,
on a

1 0 0 0 ; 1 O 0 0

O 0 001-1-110

et tQAQ = C. Ainsi, A est de rang 3, dindice p = 2 et de signature s = 1.

Thorme III. Sur le corps des rels, deux matrices carres dordre n relles symtriques sont con-
gruentes si et seulement si elles ont mme rang et mme indice ou mme rang et mme signature.
Dans le corps des rels, lensemble de toutes les matrices carres dordre n du type (15.2)
est un ensemble canonique pour la congruence des matrices carres dordre n relles symtriques.
CONGRUENCE/CHAPITRE 15 117

DANS LE CORPS DES COMPLEXES, on a :


Thorme IV. Toute matrice carre dordre n complexe symtrique de rang r est congruente sur
le corps des nombres complexes une matrice canonique

(15.3) c = [k 01
Exemple 3. En appliquant les transformations H 3 ( i ) et K 3 ( i ) a lexemple 2, on a

I
1 0 0 0 : 1 O 0 0 1 0 0 0 1 O001
O 1 001-5 2 0 2 c 0 1 0 0 -5 202
T. = [DI RI
00-1 O 1-2 1 0 0 O 0 1 0 -2i i O 0
O 0 O 0 1-1-1 1 0 0 0 0 0 -1 -1 1 0 1

Voir problmes 2-3.

Thorme V. Deux matrices carres dordre n complexes symtriques sont congruentes sur le corps
des complexes si et seulement si elles ont mme rang.

MATRICES ANTISYMETRIQUES. Si A est antisymtrique alors


(PAP) = PkP = P(-A)P = 2PAP
Ainsi, on a :
Thorme VI. Toute matrice B = fPAP congruente a une matrice A antisymtrique est aussi anti-
symtrique.

Dans le problme 4, on dmontre:


Thorme VIL Toute matrice A carre dordre n antisymtrique sur P est congruente sur F une
matrice canonique
(15.4) B = diag D,,... , D t , O, ..., O)
(DI,

o D~ = [ -1
1,
O
(;= 1 , 2 , ..., t ) . Le rang de A est r = 2 t .
Voir problme 5.
Do :
Thorme VIII. Deux matrices carres dordre n antisymtriques sur F sont congruentes sur F si
et seulement si elles ont mme rang.
Lensemble de toutes les matrices du type (15.4) est un ensemble canonique pour la con-
gruence des matrices carres dordre n antisymtriques.

MATRICES HERMITIENNES. Deux matrices hermitiennes dordre n , A et B sont congruentes au


sens dHermite [KC] sil existe une matrice P non singulire telle que
(15.5) B = FA
118 MATRICES

Ainsi :

Thorme IX. Deux matrices carres dordre n hermitiennes sont congruentes au sens dHermite si
et seulement si elles peuvent sobtenir lune partir de lautre par une suite de couples de trans-
formations lmentaires, chaque couple comprenant une transformation sur la colonne et la trans-
formation sur la ligne conjugue correspondante.
Thorme X. Une matrice hermitienne A de rang r est congruente au sens dHermite une matrice
canonique

(15.6)

Lentier p de (15.6) est lindice de A et s = p - ( r - p ) est la signature.


Thorme XI. Deux matrices carres hermitiennes dordre n sont congruentes au sens dHermite si
et seulement si elles ont mme rang et mme indice, ou mme rang et mme signature.
La rduction dune matrice hermitienne la forme canonique (15.6) se dduit des mthodes
du problme 1 en prenant garde aux couples de transformations lmentaires. Le problme 7
traite du cas le plus dlicat.
Voir problSme 6-7.

MATRICES ANTIHERMITIENNES. Si A est une matrice antihermitienne, alors

Ainsi,
Thorme XII. Toute matrice B = PAP congruente au sens dHermite une matrice antiherm .
tienne A est elle-mme antihermitienne.
Daprs le problme 5 du chapitre 14, H = - i A est hermitienne si A est antihermitienne.
Daprs le thorme X, il existe une matrice P non singulire telle que

HP = C =

[.
il$ O O
(15.7) B = PAP = 0 -ilT-+ 0
O O
Ainsi,

Thorme XIII. Toute matrice carre dordre n A antihermitienne est congruente au sens dHermite
une matrice (15.7) dans laquelle r est le rang de A et p lindice de -iA.

Thorme XIV. Deux matrices carres dordre n A et B antihermitiennes sont congruentes au sens
dHermite si et seulement si elles ont mme rang et -iA et -iB ont mme indice.
Voir problme 8.
CONGRUENCE/CHAPITRE 15 119

PROBLEMES RESOLUS

1 , Dmontrer quon peut rduire toute matrice symtrique sur F de rang r a une matrice diagonale ayant r 616-
ments non nuls sur la diagonale.
Supposons la matrice symtrique A = [e,] non diagonale. Si a l l # 0,une suite de couples de transforma-

[:
tions lmentaires du type 3, chacune comprenant une transformation sur les lignes, et la mme transforma-
tion sur les colonnes, rduira A

O O ...
b,, b,, ... b:]
............................
bn2 bn, ,.. brin

-
a11 O ................................................ O
-
O b2, ................................................. O
....................................................................
O O ... hss O ................... O
O O ... O 0 k s + ~s+z
, .... k s + l , n
0 0 ... 0 kS+2,S+1 kS+?,S+p . . . . kS+?,n
.......................................................................
Y
O O ... O k,,,+l k n , s+? .... knn
-

Dans chacun des cas, obtenir ia matrice P qui effectue la rduction.

= [ D ifPl]

Pour obtenir (15.2), nous avons

[Dl%il =
[.
1 0
O 2
O -1
0 :
O /-4
1-2
1 0 0
1 1
1 .] [. 2
1 0
O 1
O -1
0 ;
O ~

~
-2fi
-2
1 O
h f i ;fi
1 11 = [Clfpl
120 MATRICES

et

Pour obtenir (15.3), nous avons


1
= [ C l tP]
O O I I 2 i -i O

et

i
3. Etant donne A = , trouver une matrice P non singulire telle que t~~~ soit
Li+i 2 - i i0+2iJ

dans la forme canonique (15.3)

[All] = [:l+i 2-i


i+i
2-i
\
j
10+2i/ O O 1
1 O O
O i O .[" O

O 3-2i
1 3-2;
0

10
1
-i
-1-i
0
1
O 1
"I
1 o o j 1 O O

[: 1 O 1 - i
O 5+12i 1 + 2 i
1

13
-
O
- 5 + 12i 3 - 2 i
13 I

= [Ci*P]

On a

4. Dmontrer que toute matrice A carre d'ordre n antisymtrique sur F de rang 2 t est congruente sur F une
matrice
R = diag(D,,D,, ..., Dt,O,..., O)

o Di = [-y 3, ( i = 1,2, ...) t ) .

S i A = O, alors B = A . Si A # O, alors, il existe des lments tels que aii = -aji # O., On kchang: la ieme

[
et la lere lignes et la j e m e et la 2emeiignes. Puis on change la ieme et la ie*e colonnes et lajeme et la 2eme co-

lonnes pour remplacer A par la matrice antisymtrique - qj


- - - ---- -
, Enfin, o n multiplie la lere ligne et la

E3 I E4
CONGRUENCE/CHAPITRE 15

re colonne par l/aii afin d'obtenir

les lignes et sur les colonnes, o n obtient


[- ?;-{-;I
O 11
-1 O d'o, par des transformations lmentaires du type 3
121

SUI

Si F, = O, la rduction est termine. Dans le cas contraire, ce procd est renouvel sur F,, . . . jusqu' ce que
l'on obtienne B.

5 . Etant donne, A = [1 3 1
-2
O

-1
2

O -2
trouver une matrice P non singulire telle que 'PAP soit dans la

forme canonique (1 5.4)


En utilisant a I 3 # O, nous n'avons qu' changer la 3me et la 2me lignes, transformation suivie de l'chan-

ge de la 3me et de la Smecolonnes d e

NOUS multiplions ensuite la i re ligne et la ire colonne par +. NOUS avons:

[
O 1
-1 O
O 2 ~ 2 1 0 0 0
-. l - L j O O 1 O
O 1 0-31 O 1 O O
-2 2 3 'I
0 1 0 0 0 1

Enfin, nous multiplions la 3me ligne et la 3me colonne par -1/5


et

[
O 1 0
-1 O O

O 0 5
'
0 ;

I
O O 0 -.5;-2
I
5 0

l
1
O 0

O O
O d - 1O O0 -2!l 1

afin d'obtenir

O 0-1 od

Ainsi, lorsque P = [ 1/2 O 1/10 -1


O
~
O -1/5
~ -JI
O
!PAP = diag(D,,D,).

-
6 . Trouver une matrice P non singulire telle que 'PAP soit dans la forme canonique (15.6). On donne :
122 MATRICES

[All] =
i
-3-2
L
1
l+i
1-i

1
2
i

0
-3+2i
-i
O

O
O 1 0
O
l o0! 1

1 O
c
0 1 0 O
1 O O1
25 2-3i
- 5
c
%.
O -

O
13
O -13
O
13
1 -

3+2i
13
O 1 0 -1 3+2i

et P =

7. Etant donne A = [ 1
2+3i
24..
1+2i

-4t2i
5
2-3i
-4;t],trouver une matrice P non singulire telle que f P A P soit dans
-

la forme canonique (15.6).

2 + 3i -4+2i
1+2i
5 -4-2i
2-3i

13
:+[
O 0 1
1
O
O -5i
O 0
O 5i
O
1
-I+ 2i
-2-3i
1 O
O 1

r;
L L O 1
1 O 0 1 0 O
c: O
O 10 5i
O 2 l i HC O 10 O
1 0 -5i O -2-3i O 1 O O -5/2
L

1 0 O 1 O 0

HC O 1 O
%.

O O -1

[CitP]

et P = 1
CONGRUENCEKHAPITRE 1.5 123

-
8. Etant donne A = , dterminer une matrice P non singulire telle que 'PAP
l + i -1+2i 2i

soit dans la forme canonique (15.7).

Considrons la matrice hermitienne H = -iA = [ i:


1-i
i
O
2+i
l t i
2 - 1

La matrice non singulire P = 'D


1 -1-2i

0
1
1
-1
1 1 est telle que
0
fp N P = diag[ 1 . 1 ,-1 1

Alors t F A P = d i a g [ i . i . - i l .

PROBLEMES SUPPLEMENTAIRES

9. Etant donn: (a) A = [-:-1, (b) A = [ 2


O -1
3 -1
-2
dterminer une matrice P non singulire telle que 'PAP soit de la forme canonique (15.2)
(c) A = [: 2 4 0
:I, (d) A = [-:-: O 1 1

10. Etant donn: (a) A =


[ 1t2i
""1,
lt4i
(b) A =

I lti
2-4i
2i lti
iti
-1-Si
2-4i
-1-2i
-3-5i
trouver une matrice non singulire P telle que 'PAP soit de la forme canonique (15.3).

Rponse : (a) P = [ 1
O
i(-l-Zi)
I
2
1. (b) P = [I
Z(1-i)
(1
i/fi
-i)/fi
O
(lti)/2
(-3 -
(3 + 2i)/13

11. Etant donn:


(4 1 2 -2
O -1 1
A = [I! 1 0 3
L -I
2 -1 -3 O
trouver une matrice P non singulire telle que 'PAP soit dans la forme canonique (15.4)
Rponse :

!"I
0 1 0 2
O 0 0 1
124 MATRICES

12. Etant donn: (a) A = ;:I, (b) A = [ l i i

-
lti
,3 -3,
2
(c) A = [1-i
1
3
3t2i 3t4i
lti
.;a]
3-2i

trouver une matrice non singulire P telle que t P A P soit dans la forme canonique (15.6).

Rponse : (0) P = [i-1:31, ( b ) P = [O


1 -1-i

O
1
0
(-5-Wfi
( Z - i )1//fi
G], (c) P = [O ;1 -1-i (-2+5i)
(-2;i]

13. Etant donn:

( b ) A = [
-1ti i ]
6i
i
1
-1 lti

-
- 2 t i -1-2i
(d) A =
O
[
I:
1
O 1-2i

trouver une matrice non singulire P telle que P A P soit dans la forme canonique (15.7).

14. Si D = [-: ]A t
montrer quune matrice carre C dordre 2 vrifie C D C = D si et seulement si det C = 1.

15. Soit A une matrice carre dordre n non singulire, relle, symtrique, dindice p. Montrer que det A >O
si et seulement si n - p est pair.

16. Montrer quune matrice A symtrique non singulire est congruente son inverse.
t
Indication : prendre p = BB o BAB = I et montrer que PAP = A-.

17. Dans le but dobtenir (15.6) pour les matrices hermitiennes, refaire la dmonstration du thorme I en ladap
tant.

18. Montrer que si A C B , alors A est symtrique (resp. antisymtrique) si et seulement si B est symtrique (resp.
%

antisymtrique).

19. Soit S une matrice symtrique non singulire et soit T une matrice antisymtrique telle que ( S t T ) ( S - T ) soit
non singulire. Montrer que lorsque tP SP = S on a
P = ( S t T)-I(s- T )
-1 -1
Indication : P SP = [ ( S - ?)-(stT)s-(s- T ) ( S t T) ] ,

20. Soit S une matrice symtrique non singulire et soit T telle que ( S t T)(S- T) soit non singulire. Montrer
que si P SP = s lorsque P = ( S t T ) - ~ ( - s T ) et si I t p est non singulire, alors T est antisymtrique.
Indication : T = S ( I - P ) ( I + P ) - l = s ( I t P ) - l ( I - p ) ,

21. Montrer que la congruence des matrices carres dordre n est une relation dquivalence.
CHAPITRE 16

Formes bilinaires

UNE EXPRESSION linaire et homogne par rapport chacun des groupes de variables (xl,x2, .... xm)
et ( yl, y2, ., , , y4 est une forme bilinaire de ces variables. Par exemple,
xlyi + 2 X l y 2 - 13X1y3 - 4X2y1 + 15X2Y2 -

est une forme bilinaire des variables (xl, x2) et (yl, yzl YS).
On peut crire la forme bilinaire la plus gnrale des variables (xl,x2, .... x,) et (YI, YZ, .... x)
de la faon suivante
f(XtY) = ~ 1 1 ~ l Y+ l a12x1y2 + * * * + amxi%
+ 421xzYi + a22xzY2 + * * * + %nX2Yn
.+ ......................
+ amixmYi + am2%2Y2 + * * * + am&m Yn

ou plus brivement :

(16.1)

= [xl, x,, ...

= 'XAY

o x =t [xi, x2, .... x m I . A =


t
[ a i i l , et Y = [yl, y2, .... y n l

La matrice A des coefficients est la matrice de la f o r n e bilinaire et le rang de A est le


rang de la forme bilinaire.
Voir problme 1.

Exemple 1. La forme bilinaire


126 MATRICES

FORMES CANONIQUES. On remplace les m variables 3c de (16.1) par les nouvelles variables u
au moyen de la transformation linaire
n
(16.2) xi = Z bijuj, (i = 1,2,..,,m) OU X = BU
j=i
et les n variables y par les nouvelles variables u au moyen de la transformation linaire
n
(16.3) yi = 2 cijuj, (i=l,2 , . a . , n ) ou Y=CV
j=;
On a x AY = (EL) A( C V ) = U i R A C ) V . En employant alors les applications linaires U = IX, et
V = ZY on peut obtenir une nouvelle forme bilinaire des variables dorigine X (% A C ) Y = x DY.
Deux formes bilinaires sont quivalentes si et seulement si il existe des applications non
singulires qui transforment une forme en lautre forme.
Thorme I. Deux formes bilinaires de matrices A et B ( m x n) sur F sont quivalentes sur F si
et seulement si elles ont mme rang.
Si le rang de (16.1) est gal 1, il existe (Chapitre 5 ) des matrices non singulires P et Q

[O :]
telles que
PA@ =

En prenant B = P dans (16.2) et C = Q dans (16.3), la forme bilinaire se rduit

(16.4) *U\PAQ)V = O 0
[I7 ]
I = ulul t u2u2 t t UrVr

Ainsi,
Thorme II. Toute forme bilinaire sur F , de rang r, peut se rduire par des applications linaires
non singulires sur F la forme canonique ulul t u2v2 + t u,.ur. a..

Exemple 2. Pour la matrice de la forme bilinaireXAY

I 0 0 1 0 O
X

1 O -1
[:::]
1 1 0 Yde lexemple 1,

10-1
O 1 0 O 1 O O 1 O O 1 1
13
-- O 0 1
+
O 0 1
-9
O 0 1
-9
O 0 1
1 0 1 1 0 0 1 0 1 1 0 0 1 0 O 1 0 0 1 0 O 1 0 0
A I3
1 1 0 0 1 0 01- 1-110 0 1-1-110 O 1 0 - 1 1 0
0 0 1 0 0 1 O 0 1 O 0 1 O 0 1 O 0 1 O 0 1 0 0 1

[ ooioj[oo
-]
1 0 0 1 0 1 10-1
-1 1 O i i O O 1 i v UI,V = uivi + u2v2 t u3v3
FORMES BILINEAIRES/CHAPITRE 16 127

Les quations associes aux transformations sont


x1 = 111 - 112
et ~ Y2 = v2 + v3

Y3 = v3

n n t
TYPES DE FORMES BILINEAIRES. Une forme bilinaire 2 2
i=1 j = l
aij xi? = XAY est

1
symtrique [ symtrique
alterne
selon que A est
\ aitisymtrique
hermit ienne hermitienne
hermitienne alterne ( antiherrnitienne

TRANSFORMATIONS COVARIANTES. Considrons une forme bilinaire X A Y de deux ensembles


de n variables ( X I , ~ 2 ...,
, qJ et (YI, YZ,..., ynn).Lorsque les x et les y sont soumis la mme transfor-
mation X = CU et Y = C V , on dit que les variables sont transformes dune manire covariante.
On a :
Thorme III. Sous les transformations covariantes X = CU et Y = C V , la forme bilinaire XAY,
o A est une matrice carre dordre n, est transforme en la forme bilinaire f U ( f C , 4 C ) V .

Si A est symtrique, il en est de mme de CAC. Do:


Thorme IV. Une forme bilinaire symtrique reste symtrique par des transformations covariantes
des variables.
Thorme V. Deux formes bilinaires sur F sont quivalentes par des transformations covariantes
des variables si et seulement si leurs matrices sont congruentss sur F.

Daprs le thorme I du chapitre 15, on a


Thorme VI. On peut rduire une forme bilinaire symtrique de rang r par des transformations
non singulires covariantes des variables lexpression
(16.5) ~I%YI + a2x2y2 + ..- + arx7yT

Les thormes II et IV du chapitre 15 ont pour consquence:


Thorme VIL On peut rduire une forme bilinaire relle symtrique de rang r par des transfor-
mations covariantes non singulires des variables lexpression
(16.6) xu1 + X2Y2 + .** -!- xpY$ - X@+lY@+i - .*- - x r YF

et dans le corps des complexes lexpression


(16.7) %Yi -!- X2Y2 + *.. -!- X7YT

Voir problme 3.

TRANSFORMATIONS CONTRAVARIANTES. Considrons la forme bilinaire du paragraphe pr-


cdent. Lorsque les x sont soumis la transformation X =(C-) U et les y la transformation
Y = CV, on dit que les variables sont transformes dune faon contravariante.
128 MATRICES

Thorme VIII. Par des transformations contravariantes X =( C-l) U et Y = CV, la forme bilinaire
X A Y o A est une matrice carre dordre n se transforme en la forme bilinaire U(C-AC)V.
Thorme IX. La forme bilinaire XZY = %yl + x2y2 + + %yn se transforme en elle-mme si et
seulement si les deux ensembles de variables sont transforms dune faon contravariante.

FACTORISATION DES FORMES BILINEAIRES. Dans le problme 4, on montre:


Thorme X. Une f o r n e bilinaire non nulle se factorise si et seulement si elle est de rang 1.

PROBLEMES RESOLUS

nique.

La matrice de la forme est A = 2 -2 1 Daprs le problme 6 du Chapitre 5, les matrices non


3 O 4 1

[O2 :]. Ainsi, les applications

linaires :
y1 = V I f
1
3
-v2 - TV3
4 1
- T4
= u1 - - us
20,
y2 = --
1p- -v3
5 f 7
x=tPu ou x* = 02-113 et Y =QV OU 6
x3 = u3 Y3 = v3

Y4 = v4
rduisent X A Y u1vl + u2v2

3. Rduire la forme bilinaire symtrique r


X A Y =X Y , au moyen de transformations covariantes :
2 8 10 -8
( a ) (16.5) dans le corps des rationnels, ( b ) (16.6) dans le corps des rels, (c) (16.7) dans le corps des com-
plexes.
1 -2 -10 -1
O 1 4-1
( a ) Daprs lexemple 1 du Chapitre 15, les applications linaires X = Y
O 0 O 1
O 0 1 0
FORMES BILINEAIRES/CHAPITRE 16 129

( b ) Daprs lexemple 2 du Chapitre 15, les applications linaires X

rduisent X A Y ulvl + u2u2 - u3v3,

[
(c) Daprs le rsultat de lexemple 2 du Chapitre 15, o n obtient:

O 1

O 0-1
0 00 1 ; - 5100~2 0 ;

O 1-2 1 O 0
0 1 0 0 1 - 51

O 0 1 O I-2i
1
2 0 9

i O 0
O 0 0 0 1 - 1 - 1 1 0 O O O O 1-1-1 1 O

Ainsi, les applications linaires

rduisent X A Y u l v l -k uzvz -t u 3 v 3 ,

4. Montrer quune forme bilinaire non nulle f ( x , y ) peut se factoriser si et seulement si son rang est gal a 1.
Supposons que la forme puisse se factoriser ainsi

Par suite, a i j = bicj . I1 est clair que tout mineur du second ordre de A = [Q] :

sannule. Ainsi, le rang A est gal 1.


Rciproquement, o n suppose que la forme bilinaire est de rang 1. Alors, daprs le thorme 1, il existe
des applications non singulires qui rduisent la forme (BAC)V = ulvl. Les inverses des applications

10
130 MATRICES

PROBLEMES SUPPLEMENTAIRES

5. Trouver des applications linaires qui rduisent chacune des formes bilinaires suivantes la forme canonique
(16.4).

( a ) xy
ll - 2 x 1 ~ 3+ 3x2~1+ ~ 2 -~ 3x2~3
2 - x3Y1 - %Y? - x3Y3
7 4 5 8

8 5 610

6. Trouver des transformations covariantes qui rduisent

(a) tx
[:
2 la forme canonique (16.6)

Rponse :

7. Si B,. B2. Cl, C2 sont des matrices carres dordre n non singulires telles que B,A,C, = B,A2C, =
trouver lapplication qui transforme XA Y en UAz V,
-1
Rponse : X =(B:Bl)U, Y = c1c2
8. Interprter le problme 23 du Chapitre 5 en termes de formes bilinaires.

9. Ecrire la transformation contravariante de X =

10. Montrer quune transformation orthogonale est contravariante elle-mme, cest--dire que X = PU, Y = PV.

11. Dmontrer le thorme IX.

12. Si X A Y est une forme bilinaire relle non singulire, XA- Y est sa forme bilinaire rciproque. Montrer
que lorsque les formes bilinaires rciproques sont transformes dune faon covariante par la mme transfor-
mation orthogonale, il en rsulte des formes bilinaires rciproques.

13. Utiliser le problme 4 du Chapitre 15 pour montrer quil existe des transformations covariantes X = P U . Y = P V
qui rduisent une forme bilinaire alterne de rang 2 t la forme canonique :

14. Dterminer des formes canoniques pour les formes bilinaires hermitiennes et pour les formes bilinaires
alternes.
Indications : Voir (15.6) et (15.7).
CHAPITRE 17

Formes quadratiques

UN POLYNOME HOMOGENE du type

(17.1)

dont les coefficients aii sont des lments de F est une forme quadratique sur F des variables
X,I X2, . . . t Xn.
2 2
Exemple 1. q = x: f 2x2 - 7 X 3 - 4x1 x2 + 8x1 x3 est une forme quadratique des variables x i , xp, x 3 . On
peut crire la matrice de la forme de diverses faons selon la manire dont les termes rectangles - 4 X i r Z et
et a13xlx3, u ~ ~ x On
8 ~ 1 x 3 sont chacun dcomposs en deux afin de former les termes ~ I ~ X I X~ 2~ 1, ~ 2 x 1 ~ x ~ ,
conviendra de la symtrie dune matrice dune forme quadratique et nous sparerons toujours les termes produits
de sorte que aij = u j i . Ainsi,

q xf t 2 4 - 7x3 - 4x1x2 + 8x1x3

La matrice symtrique A = [ u i j 1 est la matrice de la forme quadratique et le rang de A est


le rang de cette forme. Si le rang r est infrieur n , la forme quadratique est singulire. Dans
le cas contraire, elle est non singulire,

TRANSFORMATIONS. Lapplication linaire sur F , X = B Y , transforme la forme quadratique ( 1 7.1)


de matrice symtrique A sur F en la forme quadratique
(17.2) ?BY)A(BY) = Y(BAB)Y
de matrice symtrique B , A . B.
Deux formes quadratiques de mmes variables XI, x2, ..., x, sont quivalentes si et seulement
si il existe une application linaire non singulire X = BY qui, suivie de Y = IX,transforme
lune des formes en lautre. Puisque BAB est congruente A :
Thorme I. Le rang dune forme quadratique est invariant par une transformation non singulire
des variables.
Thorme II. Deux formes quadratiques sur F sont quivalentes sur F si et seulement si leurs ma-
trices sont congruentes sur F.
Le problme 1 du Chapitre 1 5 a pour consquence la proprit suivante : une forme qua-
dratique de rang r peut se rduire la forme
(17.3) hlyf + h2y, + * * * + h,y;, h i ,+ O
132 MATRICES

dans laquelle seuls subsistent les termes carrs des variables, par une application linaire non sin-
gulire X = B Y. 02 rappelle que la matrice B est le produit de matrices colonnes lmentaires
tandis que ' B est le produit en sens inverse des mmes matrices lignes lmentaires.

Exemple 2. Rduisons 4 = tX X de l'exemple 1 la forme (17.3).

On a [ A 13 =
4 0 - 7 1 0 O 1

1 0 0 ~ 1 0 0

-
c
[O
O - 2 0 / 2 1 0
0 9 ! 4 4 ]
= W B I

Ainsi X = BY = Y rduit q q' = :y - Zy;+ 9y:.

Voir problmes 1-2.

REDUCTION DE LAGRANGE (ou de Gauss). On peut raliser la rduction d'une forme quadra-
tique la forme (17.3) par un procd connu sous le nom de rduction de Lagrange (ou de
Gauss), qui consiste essentiellement complter successivement des dbuts de carrs .
Exemple 3- 4 x2
1
+ 2x2' - 7x: - 4% z
1 2
+ 8x1x3

= ixi2 - 4x1(z2- 2x3) 1+ 2x2' - 7 4

2 - 4x1(x2 - 2x3) + 4(x2- I + - 2z3)2


= i z1 2 x 3 )2 2x2 - 7 x 23 - 4(2,

= (X1-2~2+4~3)
2
- 2
~(Z~-~X,-
X ~23x3
)
2

= (xl - 2~,+4x,)~ - 2(2i-8x2x3+16x~) + 9x3'


= (x1- 2x2+4x3)2 - 2(x2-4z3f + 9%;

y1 = x1 - 2x2 + 423 Z1 = y1 + 2y2 + 4y3


xp - 4x3 ou - % = y2 + 4y3

x3 z3 = Y3

rduit q y,' - 2 ~ : + 9~:.


Voir problme 3.

FORMES QUADRATIQUES REELLES. Soit la forme quadratique relle q = ' X A X rduite par une
transformation relle non singulire la forme (17.3). Si un ou plusieurs hi sont ngatifs, il existe
une application non singulire X = CZ o C est obtenue partir de B par une suite de transfor-
mations du type 1 sur les lignes et sur les colonnes qui transforment q en

(17.4) s12; + s2z; + '


* * + S$Z$ - sp+lz$+l - f * . - s r 6

Dans cette formule, les termes coefficients positifs prcdent ceux coefficients ngatifs.
Or, l'application non singulire
Wi

wj
FORMES QUADRATIQUES/CHAPITRE 17 133
ou

transforme ( 1 7.4) en la forme canonique


W: + W2 + ... + W2 - W2 - 9 . . - W2
(17.5) 9 P+1

Ainsi, puisquun produit dapplications non singulires est une application non singulire :

Thorme III. Toute forme quadratique relle peut tre rduite par une application relle non sin-
gulire la forme canonique (17.5) o p , nombres de termes positifs, est appel indice et o r
est le rang de la forme quadratique donne.
Exemple 4. Dans lexemple 2 , la forme quadratique 4 = x: + 2 x 2 - 7%; - 4x1x2 + 8x1x3 a t rduite
2 2
- y1 - 2y2 + 9y:. Lapplication non singulire y 1 = 21, y2 = 2 3 , y3 = 22 transforme q
1 -

qll
en q = 2: t 92: - 223 et lapplication non singulire 21 = W I , z2 = W2/3, z3 = w3/i/z rduit q
qll = w: t w, - w 23 ,
En composant les applications, on voit que lapplication linaire non singulire

1 4/3 6
O 1/3 O

2 2
= w i t w 2 - w;. . La
11
rduit q q forme quadratique est de rang 3 et dindice 2.

LOI DINERTIE DE SYLVESTER. Dans le problme 5 , on dmontre la loi dinertie.


Thorme IV. Si une forme quadratique relle se rduit laide de deux transformations relles
non singulires deux formes canoniques (17.5) elles ont mme rang et mme indice.
Ainsi, lindice dune matrice relle symtrique dpend de la matrice e t non des transfor-
mations lmentaires qui donnent ( 15.2).
La diffrence entre le nombre de termes positifs et le nombre de termes ngatifs p - ( r - p )
dans (17.5) est la signature de la forme quadratique. En corollaire au thorme IV on a :
Thorme V. Deux formes quadratiques relles n variables sont quivalentes sur le corps des rels
si et seulement si elles ont mme rang et mme indice on mme rang et mme signature,

FORMES QUADRATIQUES COMPLEXES. Soit la forme quadratique complexe X A X rduite par


une application non singulire la forme (17.3). I1 est clair que lapplication non singulire
zi = a y i , ( i = i , 2,..., r)
-
zj - yj , (j = r + l , r + 2 , ..., n )
ou

transforme (17.3) en
( 17.6)
22
1
+ z; + - 8 . + z,
134 MATRICES

Ainsi,

Thorme VI. Toute forme quadratique sur le corps des complexes, de rang r , peut tre rduite par
une application non singulire sur le corps des complexes la forme canonique (17.6).

Thorme VII. Deux formes quadratiques complexes n variables sont quivalentes sur le corps des
complexes si et seulement si elles ont mme rang.

FORMES DEFINIES ET SEMI-DEFINIES. Une forme quadratique relle non singulire q = X A X ,


det A f O, 6 n variables, est dfinie positive si son rang et son indice sont gaux. Ainsi, dans le
corps des rels, une forme quadratique dfinie positive peut tre rduite y : + y: 4- . . + y:;
a

pour tout ensemble non trivial de valeurs de x, on a q > O.


Une forme quadratique relle singulire q = X A X , det A = O, est semi-definie positive si
son rang et son indice sont gaux, cest--dire r = p < n. Ainsi, dans le corps des rels, une
forme quadratique semi-dfinie positive peut tre rduite y : + y ; + . . . + y : , r < n ; pour
tout ensemble de valeurs de x, on a q 2 O.
Une forme quadratique relle non singulire q = t X A X est dfinie ngative si son indice
p = 0,cest--dire si r = n, p = O. Ainsi, dans le corps des rels, une forme dfinie ngative peut
tre rduite - y : - y ; -. . -y: ; pour tout ensemble de valeurs de x, on a q < O.
Une forme quadratique relle singulire q = X A X est semi-dfinie ngative si son indice
p = O, cest--dire si r < n, p = O. Ainsi, dans le corps des rels, une forme semi-dfinie ngative
peut tre rduite - y : - y ; - - - y: ; pour tout ensemble de valeurs de x , on a q < O.
a

I1 est clair que si q est dfinie ngative (semi-dfinie), alors - q est dfinie positive (semi-
dfinie).
Pour des formes quadratiques positives, on a :

Thorme VIII. Si q = X A X est dfinie positive, alors det A > O.

MINEURS PRINCIPAUX. Un mineur dune matrice A est un mineur principal sil est obtenu en
supprimant certaines lignes et les colonnes correspondantes de A . Ainsi, les lments diagonaux
dun mineur principal de A sont des lments diagonaux de A .
Dans le problme 6 , on montre:

Thorme IX. Toute matrice symtrique de rang r a au moins un mineur principal dordre r diff-
rent de zro.

MATRICES DEFINIES ET SEMI-DEFINIES. La matrice A dune forme quadratique relle q = XAX


est dite dfinie ou semi-dfinie selon que la forme quadratique est dfinie ou semi-dfinie.

Thorme X. Une matrice relle symtrique A est dfinie positive si et seulement si il existe une
matrice non singulire C telle que A = CC.

Thorme XI. Une matrice relle symtrique A de rang r est semi-dfinie positive si et seulement
si il existe une matrice C de rang r telle que A = CC.
Voir problme 7.
FORMES QUADRATIQUES/CHAPITRE 17 135

Thorme XII. Si A est dfinie positive, tout mineur principal de A est positif.
Voir problme 8.
Thorme XIII. Si A est semi-dfinie positive, tout mineur principal de A est positif ou nul.

FORMES QUADRATIQUES REGULIERES. On dfinit,pour une matrice symtrique A = [ a i j ] sur


F , les mineurs relatifs a,, par

Dans le problme 9, on dmontre:

Thorme XIV. Toute matrice carre dordre n symtrique non singulire A peut tre remanie par
change de certaines lignes et des colonnes correspondantes, de sorte que, p,-, et p n - 2 ne soient
pas nuls tous les deux.
Thorme XV. Si A est une matrice symtrique et si ~ , - ~ p#, 0,mais que p,-, = O, alors
p n - P et p , sont de signes opposs.

Exemple 5 . Pour la forme quadratique XAX =X x, p0=1, p1=l. p2=0, p3=0, p4= IAl=l.

Li 2 4 iJ
N

ici, # O. La transformation X = K3,X conduit

pour laquelle Po = 1, Pi = 1, p 2 = O, p3 = -1, p4 = 1. Ainsi, pour (i), p 2 et p 3 ne sont pas


tous deux nuls.

Une matrice symtrique A de rang r est dispose rgulirement si lon na pas deux p con-
scutifs de la suite p o , ?, , . . . , p , nuls. Lorsque A est dispose rgulirement, on dit que la forme
quadratique X A X est regulire. Dans lexemple 5, la forme donne nest pas rgulire. La forme
quadratique (i) du mme exemple est rgulire.
Soit A une matrice symtrique de rang r. Daprs le thorme IX,A contient au moins un
mineur principal M carr dordre r, nul, et dont les lments peuvent tre placs dans le coin
suprieur gauche de A . Alors, p , # O mais p r t i = p r t 2 = ... = p n = O. Daprs le thorme XlV,
les r premires lignes et les r premires colonnes peuvent tre disposes de faon quau
moins lun de P,-~ ou de p r P 2 soit non nul. Si p r P i f O et p r P 2 = O, on applique la mthode
prcdente la matrice de p,-, ; si P,,-~ # O, on applique la mthode la matrice de ;
e t c ; et ceci jusqu ce que M soit regulirement dispose. Ainsi,
Thorme XVI. Toute matrice symtrique (forme quadratique) de rang r peut tre rgulirement
dispose. Voir problme 10.
Thorme XVII. Une forme quadratique relle X A X est dfinie positive si et seulement si son
rang est gal n et tous les mineurs principaux relatifs a,, sont positifs.
Thorme XVIII. Une forme quadratique relle X A X de rang r est semi-dfinie positive si et seu-
lement si chacun des mineurs principaux p o ,p , , . , . ,p , est positif.
136 MATRICES

METHODE DE REDUCTION DE KRONECKER. La mthode de Kronecker pour rduire une forme


quadratique en une autre forme quadratique dans laquelle seuls apparaissent les carrs des varia-
bles est base sur le
Thorme XIX. Si q = X A X est une forme quadratique sur F a n variables, de rang r, alors par N h /

une application linaire non singulire sur F , on peut la transformer en q = XBX dans laquelle
un mineuf C de A r lignes, non singulier, occupe le coin suprieur gauche de B. De plus, il existe une
N N

application linaire non singulire sur F qui rduit q q = XCX o q est une forme quadra-
tique non singulire r variables.
Thorme XX. Si q = X A X est une forme quadratique non singulire sur F n variables et si
P , - ~ = cinn # O, lapplication non singulire
.
ou
i xi

*n =
= yi
annYn
t ainyn (i = 1, 2, .... n-1)

p o o . ..
O 1 O ... O
X = R y = .................
O O O ...
O O O O Cinn
. < <

n-i
transforme q en
n-1
2 ,x a i j y i y j
i=1 j=1
+ Pn-lpnYn
2
et lon a isol un terme carr parmi les variables.

1 -2 4
Exemple 6 . Pour la forme quadratique X A X tX -2 2 O X , p2 = a33 =
4 O -7
L J
lapplication non singulire

[ O 1 :][-:-: ;i[;:TJ; )I-;-;; I y


rduit X A X

fY =
-8 -8 -2 4 O -7 O O -2

o la variable y 3 napparat que par son carr.

Thorme XXI. Si q = X A X est une forme quadratique non singulire sur F et si cinwl, n-l = ann = 0
mais C Y , , ~ - ~# O, lapplication non singulire sur F :

ou

........................
X = B Y =
O O O
... 1 an-2,n-1 Cln-2,n
Iy
FORMES QUADRATIQUES/CHAPITRE 17 137
71-2 12-2
transforme g en X Z aijyiyj + 2n,n-i~n~n-iyn
j=1

La transformation ultrieure

yi = zi, (i = 1, 2,... > n-2)


Zn-i - zn
zn-1 + zn
n- n-z
conduit a C. ,Z a i j z i z j t 2an, n-lpn(zi-l- z$ o lon a isol deux termes carrs de signes
opposs* i=1 J=1

Exemple 7. Pour la forme quadratique

Qkz = 33 = O mais 32 = -1 # O. Lapplication non singulire

= y1 + 12y2 + 13y3 1 1 2
x2 = 23 y3 ou Y
x3 = 32 Y2 O -1 O
L

rduit X A X

[: -: I: [: 1 :I ;:i] [:y:]
Y 1 0 - 1 2 4 3 O
O -1
O-1Y
O
= fY O O 1 Y = tYBY = :Y + 2Y2Y3

Lapplication

y1 = 21 1 0 O
y2 = 22 - 23 ou Z
Y3 22 f 23 O 1 1

transforme t~~~ en

Considrons maintenant une forme quadratique de rang r n variables. Daprs le thorme


XIX, on peut rduire q q i = f X A X o A comporte un mineur carr dordre r non singulier
dans le coin suprieur gauche et des zros ailleurs, Daprs le thorme XVI, A peut tre dispose
rgulirement.
s i P , - ~ = O, on peut utiliser le thorme XX pour isoler un terme carr
2
(17.8) Pr-iP r Y r

Si P , - ~ = O mais que %-1, r-l + O , des changes des deux dernires lignes et des deux
dernires colonnes conduisent une matrice dans laquelle les nouveaux p r - ~= C i r - l , f .
138 MATRICES

Puisque # O, on peut utiliser deux fois le thorme XX pour isoler les deux termes
carrs
2
(17.9) Pr-2 c1 r-i, r - 1 Y r - i + ar-i, r - i p r y ;
Ces termes sont de signes opposs puisque p r - 2 et p , sont de signes contraires (thorme XV).
Si ~ r - 1 = 0 et a r - 1 , y - l = O alors, (voir problme 9) # O et on peut utiliser le tho-
rme XXI pour isoler deux termes carrs :
2
(17.10) 2ar, r-ipr(Y7-1- yr)
de signes contraires.
On peut rpter ce procd jusqu ce que la forme quadratique donne soit rduite une
autre forme quadratique qui ne contienne que les carrs des variables.
Dans (17.8), le terme isol sera ngatif ou positif selon que la suite p r - l , p , changera de
signe ou non. Dans (17.9) et (17.10) on voit que les suites P , - ~ ,a,-,, r - l , p , et P , - ~ ,ar, p,
prsentent une seule variation de signe, ceci indpendamment des signes de a,- l , r - et de a,,,- 1 .
Thorme XXII. Si on rduit q = X A X , forme quadratique rgulire de rang r, la forme cano-
nique par la mthode de Kronecker, le nombre de termes positifs est exactement gal au nombre
de signes conservs et le nombre de termes ngatifs est exactement gal au nombre de change-
ments de signe dans la suite p o , pl,, p z , . . . , p , o un zro dans une suite est compt soit comme
terme positif, soit comme terme negatif, mais doit tre compt.
Voir problmes 11-13.

FACTORISATION DES FORMES QUADRATIQUES. Soit X A X f O une forme quadratique coef-


ficients complexes donne. On suppose que X A X se factorise de la faon suivante
(0 XAX = (al% t e x 2 + a+,)(blxl + bnxn)

E.
t t b 2 ~ 2t

Si les facteurs sont linairement indpendants, il existe au moins une matrice non singulire

que ri1
On suppose que les variables et leurs coefficients sont renumrots de faon

bi bi
devienne [ ;I
bl b2
Lapplication non singulire
,

Yi = CsXi + a 9 2 + t anxn

y2 = bixi + -i
b 2 ~ 2 + b,x,
y3 = x3, ...., Yn = X n

transforme ( i ) en y i y 2 , de rang 2. Ainsi, (i) est de rang 2.


Si les facteurs sont linairement dpendants, il existe au moins un lment a, # O. Suppo-
sons les variables et leurs coefficients renumrots de faon que a, soit a , . Lapplication
non singulire
y1 = q x l + %x2 t ... + anxn

1 y2 =

transforme (i) en- bl y:, de rang 1. Donc, (i) est de rang 1.


Xp, .,..) Yn = xn

a1
Rciproquement, si X A X est de rang 1 ou 2, on peut la rduire respectivement par le tho-
rmeVi y: ou a y: -i y;, chacun de ces termes pouvant scrire dans le corps des complexes
comme produit de deux facteurs linaires. On a ainsi dmontr:
Thorme XXIII. Une forme quadratique X A X # O coefficients complexes est le produit de deux
facteurs linaires si et seulement si son rang r est infrieur ou gal 2.
FORMES QUADRATIQUES/CHAPITRE 17 139

PROBLEMES RESOLUS

ri 2 3 21
1, Rduire
t
4 =XAX=% 1 3 5 8 1 0
IX la forme (17.3)
1 2 8 10 -8
1
De l'exemple 1, chapitre 15,

1 2 3 2 1 1 0 0 0 1 0 0 O I 1 O 0 0
= [2 3 5 8 0 1 0 / 1 2 [ OO -1O 4
0 0 ;
; -10
-2 41 0O O]
1 =
3 5 8 1 0 1 0 0 1 0
2 8 10-81 O O O 1 O 0 0 0 1 - 1 - 1 1 0

[: A
1 -2 -10 -1

Ainsi l'application X = PY = Y rduit q la forme demande y: - y: + 4y3.

O 0

2 . Rduire q =?AX

Nous trouvons :
='x
I:8 1:
L
2 4 8
4
X la forme (17.3)

Ainsi, l'application X = PY
ol -: il
= O 1 -h Y rduit q y: + 8y: - 2y:

Ainsi, l'application y2 = xp t x3 + 4x4 rduit 4 2 3 - 3y: t 4$.


]Y3 = -% - 2x4

( b ) Pour la forme quadratique du problme 2 , nous avons

4
= X: t 4x,x2 + 4xIx3 + 44 t. 16x2x3 f 4x32 = (xi + 2 x , t 2 ~ t ~8xpx3
) ~
140 MATRICES

Puisqu'il n'y a pas de terme en x i ni en x: mais u n terme en x2x3, nous utilisons l'application non sin-
gulire :

(il Xi = 21, X2 = 22, X3 = 22 + 23

pour obtenir
q = (Z1+4z2+2z,f + 82:+ 8 ~ ~ 2= , (21+422f2z3)2f 8 ( ~ , + $ 2 ~ ) ~22:- = + 8g - 22

Ainsi, l'application non singulire X = Y effectue la rduction.

4. En utilisant le rsultat du problme 2


r

et en appliquant les transformations H2( $fi), et 4 \/z ),


~ ~\/2(), K,($ nous avons :

1 0 0 ; 1 O 0 1 0 O / 1 O
[All] 2 [O 8 O
0 0 - 2 1
j -4 1 11
O - L2 L2
[ O 1

O 0-1;
O 1 -y3

O
ty3
-$fi

Ainsi, l'application x = QY = y,' + y,'- y.:

5. Montrer que si une forme quadratique relle q est transforme par deux applications non singulires en deux
formes rduites distinctes *

alors p = 4 .

Supposons q > p . Soit X = FY l'application qui transforme q en (i) et soit X = GY l'application qui
transforme 4 en (ii). Alors :

....................... I

et
FORMES QUADRATIQUES/CHAPITRE 17 141

transforment respectivement (i) et (ii) de nouveau en q. Ainsi:

Considrons les r - q + p <r quations :

t b12x2 f * * a f blnxn = O c9t1,iXi + cqti.2X2 ' * * * + qtl,nxn = 0


C

b2,x1 t b Z 2 x 2 f + bzn x n = O C9t2,1x1 ' c9t2,2x2t * * * ' qtz,nxn = O


...........................
CTi x i , t cr2+ t * - * t Crn% = O

Ceci entrane que tous les termes carrs sont nuls. Mais alors soit F , soit G est singulire, ce qui est contraire
l'hypothse. Ainsi, q < p . En reprenant cette dmonstration pour q < p nous arriverons une contradiction.
Par suite q = p .

6. Montrer que toute matrice symtrique A de rang r admet au moins un mineur principal d'ordre r diffrent de
zro.
Puisque A est de rang r , elle admet au moins un mineur carr d'ordre r non nul. Supposons que celui-ci
ait pour lignes i l , i,, . , . , i, . Faisons passer ces lignes au-dessus des autres lignes pour qu'elles deviennent les r
premires lignes de la matrice et dplaons de mme les colonnes i l , i,, . . . . i, pour devenir les r premires co-
lonnes.
Les nouvelles Y premires lignes sont linairement indpendantes tandis que les autres lignes sont des com-
binaisons linaires de celles-ci. En prenant des combinaisons linaires des r premires lignes convenables et en
les ajoutant aux autres lignes, les n - r lignes restantes peuvent tre transformes en zros. Puisque A est sym-
trique, les mmes oprations sur les colonnes rduiront les n - r dernires colonnes en zros. Par suite nous
aurons :

:I
..................
airil airi2
'.' :
...............................
O I o

dans laquelle seul un mineur non nul je trouve dans le coin Suprieur gauche de la matrice. C'est un mineur
principal de A .

7. Montrer qu'une matrice A relle symtrique de rang r et semi-dfinie positive si et seulement s'il existe une

[o. u].
matrice C de rang r telle que A = 'CC.
Puisque A est de rang r , sa forme canonique est N , = Ainsi, il existe une matrice B non singu-
2
!ire telle que A = ' B N , B . Puisque ' N , = N , = N , , nous avons A = ' B N , B = i ~ ~ N , B .,Posons
= ' B ,~ N ,~ ~
C = N , B ; alors C e s t d e r a n g r et A = 'CC.
142 MATRICES

Rciproquement, soit C une matrice relle carre dordre n et de rang r . Alors A = CC est de rang s < r.
Supposons que sa forme canonique soit
N2 = diag(dl, d2, . . . , d,. O ,O , . I . I O)

1 soit - 1. Alors il existe une matrice E relle non singulire telle que E (t C C ) E = N 2 . Po-
o di est soit i-
sons CE = B = [ b i j ] , Puisque B B = N 2 , nous avons

et

Evidemment, tout di >O et A est semi-dfinie positive.

8. Montrer que si A est dfinie positive, alors tout mineur principal de A est positif.
Soit q = X A X . Le mineur principal de A obtenu en supprimant sa imeligne et sa i m e colonne est la
matrice A i de la forme quadratique q obtenue partir d e q en posant x i = O. Or chaque valeur d e qi
pour les ensembles non triviaux de valeurs de ses variables est aussi une valeur d e q et par suite est posi-
tive. Ainsi, A i est dfinie positive.
Cette dmonstration peut tre reprise pour les mineurs principaux Aij , A i j k , . . . obtenus partir de A en
supprimant deux, trois,, . lignes et les colonnes correspondantes de A .
Daprs le thorme VI, A i > O , A , > O , . . . Par suite, tout mineur principal est positif.

9. Montrer quen changeant certaines lignes et les colonnes correspondantes dune matrice A = [aiil carre dordre
n et non singulire, on peut la transformer de faon que et p n - : ! ne soient pas nuls tous les deux en
mme temps.
I1 est clair que le thorme est vrai pour A dordre 1 ou 2. Cependant, cest encore vrai pour A dordre
n > 2 lorsque = ann # O. Supposons a,, = O ; alors : ( a ) soit il existe un # O, ( b ) soit tous
les aii # O .
Supposons ( a ) quil existe un aii # O. En plaant la i m e ligne et la ieme colonne la dernire ligne et la
dernire colonne respectivement, la nouvelle matrice admet p , - = aii # O.
Supposons ( b ) que tous les aii soient nuls. Puisque I A I # O , il existe au moins un a,i # O. Plaons la
i ligne a la place de la ( n - l ) e m e ligne et la i colonne la place de la ( n - 1)me colonne. Dans la
nouvelle matrice a, -.,, - a,, - # O . Daprs ( 6 . 6 ) , nous avons :

et Pn-2 #O.
Remarquer que ceci dmontre galement le thorme XV.

10. Renumroter les variables de faon que : 7 = tXAX = x [4 9 i


1 1 1 1
jX soit rgulire.

Ici p o = 1, p i = O , p 2 = 0, p 3 = - 4 , p4 = -3. Puisque p i = p 2 = O , p 3 # O , nous examinons la matrice

de p 3 . Le cofacteur Bz2 =
I 4I # O . Lchange des seconde et troisime lignes et celui des
FORMES QUADRATIQUES/CHAPITRE 17 143

[! f f :lx
seconde et troisime colonnes de A conduisent :

f x o 3 1 1

-
pour laquelle po = I , p1 = O, p2 = -4, p3 = -4, p4 = -3. Ici, x2 a t rnumrot en x 3 et x3 en x 2

11. Rduite par la mthode de Kronecker = *X


4 6 3 4
Ici po = 1, p1 = 1. p2 = -3, p3 = 20, p4 = -5 et q est rgulire. La suite des p prsente trois variations d e
signes ; la forme rduite aura un terme positif et trois termes ngatifs.
Puisque chaque p i # O , le thorme XIX nous conduira la forme rduite :
2 2
POPlYl PlPPY2 P2P3Yi + P3P4Y4 - 2
Y1 - 3 ~ 2
2
- 60y3
2
- 2
1 0 0 ~ ~

r
12. Rduire par la mthode de Kronecker q = XAX = x

Ici A est de rang 3 et

transforment A en B = 1 i :]a)33 # O. Lchange des deux dernires lignes et celui des deux dernires colonnes

dans laquelle C = [ # O. Puisque B est de rang 3, B peut tre rduite


yJ 3 6 2 9

. D o n c q a t rduite %,?= x
[:::]
2 4 3 ?pour laquelle Po = 1, Pl = 1, P 2 = 0, p 3 = -1.

forme rduite possdera deux termes positifs et un terme ngatif. Puisque p 2 = O mais 722= 1:
La

:1=4+0,
la forme rduite sera daprs (16.8)
2 2 =
POPlYi + PlY22Y2 f Y22P3Y,2 y, f 4y; - 4y:

-2 4 1-1
13. Rduire par la mthode de Kronecker q = 2 1 1 1 1 2
1 2 -1 2 1J

Ici po 1, p1 = 1, p 2 = O , p3 = -9, p4 = 27 ; la forme rduite possdera deux termes positifs et deux ngatifs.

Considrons la matrice B = -2

(16.8) et (16.9) sera :


[:-:I 4 1 de p 3 . Puisque = O mais /332 = - 3 # 0,la forme rduite daprs

2
Po Pi Y1 f 2P32P3 (Y*
2
- Y,)
2
+ P3 P4Y4 = y, f 54y; - 5 4 ~ 3- 243y4
2
144 MATRICES

14. Montrer que pour un ensemble de vecteurs * X I, X 2 , . . . , X p , n composantes relles o n a :

x,.x, - - x2*xp
XP'X2 *

lGI = ......................
I xp.xl xp.x2 xp.xp( * * *

l'galit a lieu si et seulement si l'ensemble est linairement dpendant.


( a ) Supposons que les X i soient linairement indpendants et posons X ='[ xl, x 2 , . . . , x P ] # o. Alors
P P fi
Z= 2
i= 1
xixifo et O<.Z.Z = ( C x i x i ) . ( . 2 x . X . )= ? x ( x . x . ) x
i=1 3=1 s s 2 1
= t x ( x i . x j ) x= ? X G X .
Puisque la forme quadratique est dfinie positive, I G I > O.

( b ) Supposons que les X i soient dpendants. Alors il existe des scalaires k , , k , , . . . , k p , non tous nuls, tels
P
que 4 = t=.C1 k i X i = 0 et par suite tels que :

Ainsi le systme d'quations homognes


xj.x1x1 + xj. x2x2 + + x3. ' xp xp = O, ( j = 1,2,s..,p)

admet une solution non triviale xi = ki,(i = 1 , 2 , . . . ,p ) et I G I = O .


Nous avons dmontr que I G I 2 O. Pour dmontrer la rciproque de ( b ) , nous avons besoin seule-
ment de supposer I G l = O et de reprendre les tapes d e ( b ) en sens inverse pour obtenir X i . ( = O,
P P
( j = 1, 2 , . . . p ) o = 2 k i X i . Ainsi I; k j ,yj. 4 = 6.6= O, f = O, et les vecteurs donns xi sont linaire-
i= 1 i=1
J
ment dpendants.

PROBLEMES SUFPLEMENTAIRES

15. Ecrire les formes quadratiques suivantes sous forme de matrice.


(a) zf + 4x1x2 + 3 x 2 (6) 2x1 - 6 x 1 3 + XE (c) x 1 - 2.: - 32: + 4x1x2 + 6 x 1 x , - 8x2xs
Rponse : ( a ) 'X [' "1
2 3
X

16. Ecrire sous sa forme dveloppe la forme quadratique en x 1 , x,, x 3 dont la matrice est

Rponse : 2x: - 6x1x2 + 2x1x3 + 2x2 + 8x2x3 - 5~:

17. Rduire par la mthode du problme 1 et par la rduction de Lagrange :

Rponse : ( a ) y,' + 2y: - 48y32 ( 6 ) Y,' - 2~: + 4 2 (c) Y,' - Y,' + BY: ( 4 y,' - r,'+y:
Indication : Dans ( c ) et ( d ) utiliser x1 = z3, x2 = z1, x3 = 22.
FORMES QUADRATIQUES/CHAPITRE 17 145

18. ( a ) Montrer que X


[O 01
X = X r 1
1 2 01
X mais que les matrices ont des rangs diffrents.
( b ) Montrer que la, matrice symtrique dune forme quadratique est unique.

19. Montrer que sur le corps des r e l s z ~ + x ~4x3+4x2x3


- et 9 x f + 2 x ~ + 2 x ~ + 6 x 1 X 2 -6x1x3- 8x2x3 sont guivalentes.

20. Montrer quune matrice relle symtrique est dfinie positive (ngative) si et seulement si elle est congruente
sur le corps des rels I (- I ) .

21. ( a ) Montrer que si deux formes quadratiques relles de mmes variables sont dfinies positives, il en est de
mme de leur somme.
( b ) Montrer que si q 1 est une forme dfinie positive en x 1 , x 2 , , . . , xs et q 2 une forme dfinie positive en
x S +I , +
. . , , x, , alors q = q 1 q 2 est une forme dfinie positive en x l , x 2 , . , . , x,.
22, Montrer que si C est une matrice relle non singulire, alors tCC est dfinie positive.
Indications : Considrer X I X = YCICY.

23. Montrer que toute matrice A dfinie positive peut scrire A = CC. (Les Problmes 23 et 24 compltent la
dmonstration du thorme X).
Indicution : Considrer DAD = I.

24. Montrer que si une matrice A relle symtrique est dfinie positive, il en est de mme de A P o p est u n
entier positif.

25. Montrer que si A est une matrice relle symtrique dfinie positive et si B et C vrifient BAB = I et
A = fCC, alors CB est orthogonale.

26. Montrer que tout mineur principal dune matrice A semi-dfinie positive est gal ou suprieur zro.
27. Montrer que ax: - 2bx,x2 2
+ cx2 est dfinie positive si et seulement si a >O et IA 1 = ac - bZ > O.
28. Vrifier leffet des transformations des thormes XX et XXI.
29. En renumrotant ventuellement les variables et en utilisant la rduction de Kronecker, transformer chacune
des formes quadratiques suivantes en sa forme canonique.
c -

Indication : Dans ( g ) , renumroter les variables pour obtenir (e) ; faire comme dans le problme 17 ( d ) .

30. Montrer que q = zf - 6 x 2 - 6%; - 32: - z1x2 - x,z3 t 2x,z4 + 13z2x3 - 11%2 z4 t 9x3z4 peut se factoriser.

11
CHAPITRE 18

Formes hermitiennes

DEFINITION. On appelle forme hermitienne, la forme dfinie par


(18.1)
o H est hermitienne et les composantes du vecteur X sont des complexes. Le rang de H est
appel le rang de la forme hermitienne. Si le rang r est < 12, la forme est dite singulire, sinon
elle est dite non singulire.
Si H et X sont rels, (18.1) est une forme quadratique relle ; nous trouverons donc ici
des thormes analogues ceux du Chapitre 1 7 et leurs dmonstrations seront trs peu diff-
rentes de celles des thormes du Chapitre prcdent.
Puisque H est hermitienne, tout hi, est rel et tout h i i x i xi est rel. De plus, pour les
autres termes nous avons :

le dernier membre de cette galit est rel. Ainsi :


Thorme I. Les valeurs dune forme hermitienne sont relles.
Lapplication linaire non singulire X = BY transforme la forme hermitienne (18.1) en
une autre forme hermitienne
(18.2) t ( B Y )HBY = fy(tBHB) Y
Deux formes hermitiennes de mmes variables xi sont quivalentes si et seulement si il existe une
application linaire non-singulire x = BY qui transforme lune en lautre. Puisque ~BHB et H sont
congruentes au sens dHermite nous avons :
Thorme II. Le rang dune forme hermitienne est invariant par une application linaire non singulire.
Thorme III. Deux formes hermitiennes sont quivalentes si et seulement si leurs matrices sont con-
gruentes au sens dHermite.

REDUCTION A LA FORME CANONIQUE, Une forme hermitienne (18.1) de rang r peut tre r-
duite la forme diagonale :
(18.3) $5 y1 t k 2 y 2 yz t + k7cy7, ki f G ; Iz.~ est rel
par une application linaire non singulire X = BY. Dans (18.2) la matrice B peut tre consid-
re comme le produit des matrices lmentaires colonnes tandis que B est le produit, dans
lordre inverse des matrices lmentaires lignes conjtigues.
Par une nouvelle transformation linaire (18.3) peut tre rduite la forme canonique [voir
(15.6)].
(18.4)
FORMES HERMITIENNES/CHAPITRE 18 147

dindice p et de signature p - ( r - p ) . Ici, aussi, p dpend de la forme donne et non de la


transformation qui permet de rduire la forme (18.4).
Thorme IV. Deux formes hermitiennes de n variables chacune sont quivalentes si et seulement
si elles ont le mme rang et le mme indice ou le mme rang et la mme signature,

FORMES DEFINIES ET SEMI-DEFINIES. Une forme hermitienne non singulire h = FHX de n


variables est dite dfinie positive si son rang et son indice sont gaux n. Ainsi, une telle
+
forme peut tre rduite Fl y l + yZ y2 t - Y,y,, de telle sorte que pour X f O on aura
h>O.
Une forme hermitienne singulire h = t F H X est dite semi-dfinie positive si son rang et
son indice sont gaux, cest--dire, r = p < n. Une telle forme peut tre rduite :
-
yi y i + T2 y2 + . - + Y,Y , , r < n, de telle sorte que lon aura h >, O.
La matrice H de la forme hermitienne t%7X est dite dfinie positive ou semi-dfinie
positive suivant que la forme est dfinie positive ou semi-dfinie positive.
Thorme V. Une forme hermitienne est dfinie positive si et seulement si il existe une matrice
non singulire C telle que H = tCC.
Thorme VI. Si H est dfinie positive, tout mineur principal de H est positif, et rciproquement.
Thorme VII. Si H est semi-dfinie positive, tout mineur principal de H est non-ngatif, et rci-
proquement.

PROBLEMES RESOLUS

1
1+2i 2-3i
1. 5 -4-2i X la forme canonique (18.4).
2 + 3i -4+2i 13
A partir du problme 7 du Chapitre 15, nous avons :

I-2i
2+3i
1+2i
5
-4+2i
2-3i
-4-2i
13
I
I
I
I
1 O O
O 1 O
O O 1

Ainsi, la transformation linaire non singulire suivante :


1 O

permet de rduire la forme hermitienne donne : Fi y l + vz y 2 - F3 y 3 .


148 MATRICES

PROBLEMES SUPPLEMENTAIRES

2. Rduire chacune des formes suivantes la forme canonique :

1-i 3-2i
(d) ti[i:i 0 2;i].
3+2i 2+i

Indications : Pour ( b ) , multiplier dabord la deuxime ligne de H par i et lajouter la premire ligne.

- -
Rponses : (a) X =
1 (-1 - 2 i ) l f i
i/J3 1 y ; yu1 - y2y2

3. Trouver la transformation linaire X = B Y , qui suivie de Y = I X , permet de transformer ( a ) du problme 2 en ( b )

4. Montrer que tf 1-2 [:;-36i -c]. lti -1


est dfinie positive et que? [
-
:-2i
1-i ;
lti lt2i
est semi-dfinie positive.

5. Dmontrer les thormes V et VIL

O xi x2 . . <
xn
-xi hii hi2 ... hin
- n n
7. Montrer que : x2 h21 h22 ... hln = z j.x= i7 i j x j
- i=1 oh qii est le cofacteur de hii dans H = det hi!,
.<................<...
-
xn ni hn2 , * hnn
CHAPITRE 19

Equation caractristique dune matrice

PROBLEME. Soit Y = A X , o A = [ a i j ] , ( i , j = 1 , 2 , . ... n ) , une transformation linaire sur F.


.
En gnral, le transform du vecteur X = f [ ~ , x, . . . . . x n ] est un vecteur Y = [yi y2 ..... y n ]
qui na pas dautre relation avec X que : Y = A X . Nous allons chercher ici sil existe des vecteurs
.
X qui se transforment en h X , o h est un scalaire de F ou dun corps 9 dont F est un sous-
corps.
Tout vecteur non nul, transform par A en X , cest--dire vrifiant
(19.1) AX = hX
est appel vecteur propre de la transformation.

h-all -ai2 ...... - aln


-a21 A-%2 ...... -am
0
(19.3) dt ( X I - A ) = ................. =

-ani -an2 ...... A-ann

Lexpression de ce dterminant est un polynme $ (A) de degr n en h qui est appel polynme
caractristique de la transformation ou de la matrice A . Lquation @ ( A ) = O est appele qua-
tion caractristique de A et ses racines X I , , h, . . . . . h, sont appeles valeurs propres de A .
Si h = hi est une valeur propre, alors (19.2) a des solutions non triviales qui sont les compo-
santes des vecteurs propres associs la valeur propre hi.

Exemple 1. Trouver les valeurs propres et les vecteurs propres associs, de la matrice A =

Lquation caractristique est : = h3 - 7x2 + 1 1 -~ 5 = 0 et les vaieurs propres :

A l = 5 , A,= 1 , h3= 1 .
150 MATRICES

Quand h = h1 = 5 (19.2) devient :

[
3 -2 -1
4 - 22 -lj[:]
-1 = O ou [;0 -j[j
O 1 -1
= O

puisque [-:-2 I:]


-1 -2 3
est quivalente [O 1 -1
1 O -11.
O 0 O
quand an fait des transformations lmentaires sur les ligne!

Une solution est donne par x i = x z = x3 = 1 ; ainsi lespace vectoriel propre associ la valeur propre
h = 5 est un espace de dimension 1 engendr par [1 , 1 , 11 Tout vecteur [ k , k , k ] de cet espace est un vec-
teur propre de A associ la valeur propre h = 5 .
Si X = h2 = 1 (19.2) devient :

( 2 , - 1 , O) et (1 , O - 1) sont deux solutions linairement indpendantes. Ainsi lespace vectoriel de dimension 2


engendr par les vecteurs XI = [2 , - 1 , O ] et X 2 = [l , O , - 11 est lensemble des vecteurs propres associs
h = 1. Tout vecteur h X l -I k X z = (2h 4- k , - h , - k ) est un vecteur propre de A associ = 1 .
Voir problmes 1-2.

THEOREMES GENERAUX. Dans le problme 3, nous dmontrons un cas particulier ( k = 3) du


thorme suivant :
Thorme I. Si hl , h2 , . . . , h k sont les valeurs propres distinctes de A et si X I , X 2 , . . . , Xk
sont des vecteurs propres respectivement associs ces valeurs propres, les vecteurs X i sont linai-
rement indpendants.
Le problnie 4 est un cas particulier ( n = 3) de :
Thorme II. Soient A une matrice carre dordre n et h i - A sa matrice caractristique, la kime
drive de Q (hi = dt (hi- A ) par rapport 6 h est k ! fois la somme des mineurs principaux
dordre n - k de la matrice X i - A quand k < n ; cest n ! quand k = n et cest O quand h >n.
Comme consquence du thorme II nous avons :
Thorme III. Si hi est une racine du polynme caractristique, de multiplicit r ; le rang de
h i l - A ne sera pas infrieur n - r et la dimension de lespace des vecteurs propres associs
ne sera pas suprieur r.
Voir problme 5.
En particulier :
Thorme III. Si X i est une racine simple du polynme caractristique de la matrice carre A
dordre n , le rang de A i l - A est n - 1 et la dimension du sous-espace propre associ est 1.
(Le sous-espace propre est lespace des vecteurs propres associs une mme valeur propre).

Exemple 2. Pour la matrice A = 1 3

$01
[il] de lexemple 1, lquation caractristique est

= (A - 5 ) (A - 1) = O ; le vecteur propre [i , i , i l associ la valeur propre A = 5 et les vecteurs


propres linairement indpendants f [ 2 , - 1 , O ] et [ 1 , 0 , - 11 associs la valeur propre h = 1 sont ind-
pendants entre eux. (Voir Thorme 1).
Lespace propre (ou espace des vecteurs propres) associ la racine simple X = 5 est de dimension 1. Les-
pace propre associ la valeur propre h = 1 de multiplicit 2 est de dimension 2. (Voir thormes III et III).
Voir aussi le problme 6.
EQUATION CARACTERISTIQUE D'UNE MATRICE/CHAPITRE 19 151

Puisque tout mineur principal de tA est gal au mineur principal correspondant de A , nous
avons grce (19.4) du problme 1:
Thorme IV. Les valeurs propres de A et ' A sont les mmes. Puisque tout mineur principal de A
est le conjugu du mineur principal correspondant de A , nous avons :
Thorme V. Les valeurs propres de A et t A s o n t les conjugues des valeurs propres de A ,

En comparant les quations caractristiques, on a :


.
Thorme VI. Si hl h2 . . . . . A, sont les valeurs propres de A et si h est un scalaire, alors
h h l , k h 2 , , . . , hh, sont les valeurs propres de h A .
Thorme VII. Si hl h2
hl - k , h2 - k , . A,
.. . . . . . . .
h, sont les valeurs propres de A et si h est un scalaire, alors
- k sont valeurs propres de A - kl.

Dans le problme 7, nous dmontrons :


Thorme VIII. Si CY est une valeur propre d'une matrice non singulire A , alors det A / a est une
valeur propre de adj A.

PROBLEMES RESOLUS

1, Si A est une matrice carre d'ordre n , montrer que :

(1 9.4) s1 An-' i-
@ ( h ) = dt (Xi - A ) = h" i- s2hn-' + * .. + 4- (- 1)" dt A

o , ,s .
(rn = 1 2 .....n - 1 ) est (- 1)" fois la somme de tous les mineurs principaux d'ordre rn de A.

Nous rcrirons dt (hi - A ) sous la forme :

h-all O-a12 ...... 0 - a i n


O - U S ~ h-a22 ...... O - U P ~
....................
O-n,1 O-an2 ...... A- ann

o chaque lment est u n binme. D'aprs le thorme VI11 du Chapitre 3, ce dterminant peut s'exprimer
sous la forme de la somme de 2 , dterminants. L'un de ces dterminants a h comme lments diagonaux et

.
des zros ailleurs ; sa valeur est hn. Un autre sera indpendant de h ; sa valeur sera (- l), x dt A . Les autres
dterminants ont rn colonnes, ( m = 1 2 , . . . . n - 1 ) de - A et n - rn colonnes dans lesquelles seul un lment
est non nul : A.
Considrons l'un de ces dterminants et supposons que ses colonnes numrotes i 1 , i 2 . . . . . i, sont des
colonnes de - A .
Aprs un change de lignes et colonnes conscutives, un nombre pair de fois (le compter), le dterminant
deviendra :
152 MATRICES

-_--- -
x O ... O
O h ... O
..,...
O O ... h

O
I
Ai&.
.S.h.. . . .im
. est
...,tm I un mineur principal d'ordre rn de A. Or
I . .

o la sommation s'tend aux p =


n(n - 1) * . , (n - r n + 1) combinaisons de 1 , 2 , . .., n a
1 2 . . . rn

1 -4 -1 -4
2. Utiliser (19.4) du problme 1 pour calculer dt ( h l - A) o A =

Nous avons si = 1+ O - 2+6 = 5

s2
1-1
1 -4
61
t
14 -SI +
-2 3
1-1 61

1 -4 -1 1 -4 - 4 O 5 -4
s3 = 2 O 5 t 2 0 - 4 t -1-2 1 -2 3
-1 1 -2 -1 4 6 4 -1 6

3. Soient , XI ; h 2 , X2 ; h 3 , X , les valeurs propres distinctes et vecteurs propres associs de A . Montrer que
X1, Xz , X 3 sont linairement indpendants.
S'ils ne sont pas indpendants, alors il existe des scalaires a l , a 2 , a 3 non tous nuls, tels que :

(0 a1XI t %X2 t a3X3 = 0

Multiplions (i) par A en sachant que AXi = Xi Xi ; ainsi nous obtenons

Or (i), (ii) et (iii) peuvent s'crire :


EQUATION CARACTERISTIQUE D'UNE MATRICE/CHAPITRE 19 153

1 1 1
En utilisant le problme 5 du Chapitre 3, B = Al h3 f O; donc B-' existe. Multiplions (iv)
:A A', A 3

5 . Montrer que si Ai est une racine de multiplicit r de l'quation caractristique de A (matrice carre d'ordre n ) ,
le rang de Ai i - A n'est pas infrieur n - r et la dimension de l'espace propre associ hi n'est pas suprieur
r . (On supposera A carre d'ordre n).
Puisque hi est une racine de $ ( h ) = O de multiplicit r on a : $ ( h i ) = $ ' ( h i ) = @"(Ai) = . . . =$('-I) (hi)=O
et $(')(hi)f O. Or $(')(Ai) est r ! fois la somme des mineurs principaux d'ordre n - r de hi1 - A . Par suite les
mineurs principaux d'ordre n - r ne peuvent pas tre tous nuls en mme temps et le rang de A i 1 - A ne pourra
tre infrieur n - r. Grce (1 1.2), l'espace propre associ la valeur propre hi est de dimension au plus r.

6, Trouver les valeurs propres et vecteurs propres de la matrice du problme 2.


Les valeurs propres sont 1, 1, 1, 2

Pourh=2:hl-A= est de rang 3 : Le noyau de hi - A est de di-

mension 1; l'espace propre est engendr par le vecteur t[2, 3, - 2, - 31.

Pourh= 1 : U - - A =
[-!-; -:-1 1-:
-4
4 1

1 -5
'v
O

O
0 5 - 4

O 0
]:I
O
est de rang 3 . Le noyau de hZ - A , est de di-

mension 1. L'espace propre est engendr par le vecteur t [ 3 , 6, - 4, - 51.


154 MATRICES

7. Montrer que si LY est une valeur propre non nulle d'une matrice A non singulire, alors dt A / a est une valeur
propre de adj A .
En utilisant le problme 1 :
(9 an + + ... + sn-l ct t (-1)n l ~ l = O (On rappelle : dt A = IA I )
o s i , (i = 1 , 2 , , ..,n - 1) est (- 1)' fois la somme de tous les mineurs principaux de A d'ordre i, et

IpI-adj Al = ,Un t s1pn-' + ... t s n - l ~t (-l)n/adj Al

o Si, ( j = 1 , 2 ,...,n - 1) est (- 1)' fois la somme des mineurs principaux de adj A d'ordre j .
n n et
Par (6.4) et les dfinitions de si et Sj S1=(-1) s ~ - SZ
~ != (-1) IAIsn-2, . . . , Snel = (AIn-'sl,
\adj AI = IAln-' ; alors
1pI-w AI ~ p ~ + sn-z
= ( - ~ ) ~ { ( - ti )sn-,pn-' ... s 2 / ~ l n - 3 p z+ s11Aln-2p + I A ~ * ~ I

et ( A ( l - n ( p . l - a d j Al = (-1)n il + s1(-) P t ... + s ~ - ~ (P


-)~-' + (-l)n(E)nlAl] = f(p)
IA I IA I lA I
Or

8. Montrer que si P est une matrice orthogonale, son quation caractristique est symtrique.
Nous avons :

PROBLEMES SUPPLEMENTAIRES

9. Dterminer les valeurs propres et une base pour chaque sous-espace propre des matrices suivantes :

(a)
O 0

(b)
O 0 O 2-i

3 2 2 - 4

2 2 2 - 1

Rponses : ( a ) 1, '[l, - 1, O] ; 2, '[2, - 1, - 21 ; 3, '[l, - 1, - 21


( b ) - 1, t [ l , O, 11 ; 2, '[I, 3, 11 ; 1, 7 3 , 2, 11
(cl 1, f [ l , 1, - 13 ; 2, f[2, 1, 01 ;
(d1, 7 1 , 1, 11
EQUATION CARACTERISTIQUE D'UNE MATRICE/CHAPITRE 19

10. Montrer que si X est u n vecteur unitaire et si A X = h X alors f X A X = h .


11, Montrer que les valeurs propres d'une matrice diagonale sont les lments de la diagonale et que les vecteurs
propres sont les vecteurs Ej de la base canonique : E l = (1, O, O . . . ) , E 2 = ( O , 1, O , , . ) etc,

12. Dmontrer les thormes I et VI.


13. Dmontrer le thorme VIL

14,
Indications : S i Ihl-Al = ( X - X i ) ( h - h 2.). . (X-h,)

Montrer que les valeurs propres de la matrice

Al, A2,.*. ,A,.


.Ag
alors I ( X + k ) l - A I = ( X + ~ - X , ) ( X + ~ - X , ) , , , ( X + ~ - X , ) ,

[T !,. . ... :o..: sont les valeurs propres des matrices

15. Montrer que si A et N =


caractristique.
01 sont carres d'ordre n et si r < n, alors N A et A N ont la mme quation

16. Montrer que si une matrice A d'ordre n est de rang r, elle a au moins n - r valeurs propres nulles.

17, Montrer que si A et B sont carres d'ordre n et si A est non singulire, alors A - ' B et BA-' o n t les mmes
valeurs propres.

18. Reprenant les matrices A et B du problme 17, montrer que B et A-' BA ont les mmes valeurs propres

19. Soit A une matrice carre d'ordre n. Ecrire que 1x1 = l-XA-'(?Z - A ) ( et en conclure que l / h l ,
l / h 2 . . . . . l/h, sont les valeurs propres de A - .'
20. Montrer que les valeurs propres d'une matrice orthogonale P ont une valeur absolue gale 1.
Indications : Si hi et X i sont respectivement une valeur propre et u n vecteur propre associ de P alors
txixi = f ( P X j ) ( P X i ) = h i h i t x i x i .
21. Montrer que si hi # f 1 est une valeur propre de X i un vecteur propre associ d'une matrice orthogonale
P, alors = O.

22. Montrer que les valeurs propres d'une matrice unitaire sont en valeur absolue gales 1.
23. En utilisant le thorme II montrer :

@ ( O ) = (- IA I
$'(O) = (- l ) n - i fois la somme des mineurs principaux d'ordre n - 1 de A .
.................................................
( O ) = (- l ) n - r r ! fois la somme des mineurs principaux d'ordre n - r de A .
..................................................
$(n) ( O ) = n !

24. En utilisant le problme 23 et l'expression :

n.
obtenh (1 9.4).
CHAPITRE 20

Matrices semblables

On nutilisera dans ce chapitre que des matrices carres.

DEFINITION. On dit que deux matrices A et B dordre n sur F sont semblables sil existe une ma-
trice non singulire R sur F telle que :
(20.1) B = R-lAR

sont semblables.

Lquation caractristique ( h - 5) ( h- 1), = O de B est galement lquation caractristique


de A .
Un vecteur propre de B associ a h = 5 peut tre y l = [l,O, O]. I1 est facile de voir que

le vecteur X, = R Y , = [l,111est un vecteur propre de A associ la mme valeur propre

h = 5. Le lecteur montrera que Y , = [7,-2, O] et Y , = [17,-3,-2] sont deux vecteurs pro-
pres indpendants associs a la mme valeur propre h = 1 tandis que X , = R Y , et X , = R Y ,
sont deux vecteurs propres indpendants de A associs h = 1.
Lexemple 1 illustre les thormes suivants :
Thorme I. Deux matrices semblables ont les mmes valeurs propres.
Pour la dmonstration, voir le problrre 1.
Thorme II. Si Y est un vecteur propre de B = R-lAR associ la valeur propre hi de B , alors
X = RY est un vecteur propre de A associ la mme valeur propre hi de A .
Pour la dmonstration, voir le problme 2.

MATRICES DIAGONALES. Les valeurs propres dune matrice diagonale sont tout simplement les
lments diagonaux de la matrice D = diag ( a l , u 2 , . . , , un),
Une matrice diagonale a toujours n vecteurs propres linairement indpendants lorsquelle
est dordre n. Les vecteurs E , de la base canonique sont vecteurs propres puisque
DE, = a i E i , ( i = 1, 2 , . . . , n ) .
Nous avons par consquent (voir problmes 3 et 4 pour les dmonstrations) :
Thorme III. Toute matrice A dordre n semblable a une matrice diagonale a ncessairement n
vecteurs propres linairement indpendants.
Thorme IV. Si une matrice A dordre n a n vecteurs propres linairement indpendants, elle est
semblable a une matrice diagonale. Voir problme 5.
MATRICES SEMBLABLES/CHAPITRE 20 157

Dans le problme 6 nous dmontrons que :


Thorme V. Dans un corps F , une matrice A dordre n est semblable une matrice diagonale si
et seulement si U - A se factorise compltement sur F et si la multiplicit de toute racine hi
est gale la dimension de lespace propre associ.
Une matrice dordre n nest pas ncessairement semblable une matrice diagonale. La ma-
trice du problme 6 du chapitre 1 9 en est un exemple. En effet la dimension de lespace propre
associ la valeur propre h = 1 de multiplicit 3 est 1.

Nous pouvons dmontrer cependant :


Thorme VI. Toute matrice A dordre n est semblable a une matrice triangulaire dont les lments
diagonaux sont les valeurs propres de A . Voir problmes 7-8.
Comme cas particulier, on a :
Tliorme VII. Si A est une matrice dordre n relle ayant des valeurs propres relles, il existe une
matrice orthogonale P telle que P-AP = tPAP soit triangulaire et admette pour lments diago-
naux, les valeurs propres de A . Voir problmes 9-10.
Thorme VIII. Si A est une matrice dordre n complexe ou s i A est relle valeurs propres com-
plexes, il existe une matrice unitaire U telle que U - A U = U A U soit triangulaire et admette
pour lments diagonaux, les valeurs propres de A . Voir problme 11.
Les matrices A et P - A P du thorme VI1 sont dites orthogonalerent semblables.
Les matrices A et U-AU du thorme VI11 sont dites unitairement semblables.

MATRICES DIAGONALISABLES. Une matrice A semblable a une matrice diagonale est dite dia-
gonalisable. Le thorme IV nous sera utile pour tudier certains types de matrices diagonalisa-
bles dans le chapitre suivant.

PROBLEMES RESOLUS

1. Montrer que deux matrices semblables ont les mmes valeurs propres :
Soient A et B = R-AR deux matrices semblables ; alors
Al-B = AI - R - l A R = R - I A I R - R-AR = R-~(AI-A)R
(il
et
IAI-BI = /R-~~./AI-A~.IRI = 1~1-41
Ainsi, A et B ont la mme quation caractristique et les mmes valeurs propres.

2. Montrer que si Y est un vecteur propre de B = R-AR associ la valeur propre hi, alors X = RY est u n
vecteur propre de A associ la valeur propre hi de A .
Par hypothse : BY = hiY et RB = A R ; ainsi
A X = ARY = RBY = RAiY = AiRy = Aix
et X est un vecteur propre de A associ la valeur propre hi de A .
3. Montrer que toute matrice A semblable une matrice diagonale n vecteurs propres linairement indpen-
dants.
Soit R-AR = diag(bl, b,, . . . , b,) = B. Les vecteurs El , E,, . . . , En de la base canonique sont des
vecteurs propres de B. Ainsi, daprs le thorme II, les vecteurs Xi = REj sont vecteurs propres de A . Puisque
R est non-singulire, ses vecteurs colonnes sont linairement indpendants.
158 MATRICES

4. Montrer que toute matrice A ayant n vecteurs propres linairement indpendants est semblable une matrice
diagonale.
Soient X , , X , , . . , , X,, n vecteurs propres linairement indpendants associs respectivement aux valeurs
propres A,, A,, . . . , A, de telle sorte que A X , = A, 1, ( = 1 , 2 , . . . , n ) . Soit R = [ X , , X , , . . . , X,] ; alors
A R = [ A X I , AX,, ,. . , .4x,,1= Ih,X,, A 2 X 2 , . . , , h,x,].
0 1
= [XI, x2. . . . , x, 1
Lo
O
. I I
hp O
.

O
, . . .

O
. .
...
. .

... h n J
O

I = R diag (A1, h 2 ,. . . , A,)

do R-AR = diag(hl, A,, . . . , A,),

5 . Un ensemble de vecteurs propres linairement indpendants de la matrice A de lexemple 1, chapitre 19, est :
Al - I l , I . 11 x, I [-.
, ! . 01 A, = q1, o. 11

Prenons R = [X,,X 2 , X,]

est une matrice diagonale.

6. Montrer que dans un corps F une matrice A dordre n est semblable une matrice diagonale si et seulement
si AI - A peut se factoriser compltement dans F et si la multiplicit de chaque racine hi est gale la dimen-
sion du noyau de A i l - A cest--dire de lespace propre associ hi.
Supposons dabord que R-AR = diag (A,, A,, , . . , A,) = B et que k de ses valeurs propres exactement
soient gales A,. Alors A i l - B a exactement k zros sur sa diagonale ; h j I - B est donc de rang n - k .
Son noyau est de dimension n - ( n - k ) = k . Mais A i l - A = R ( A i l - B ) R- . Ainsi A i l - A est de rang
n - k et le noyau de A i l - A est de mme rang k que A i l - B.
Rciproquement, soient A,, A,, , , . , A, les valeurs propres distinctes de A de multiplicit r , , r 2 , . . . , rs
respectivement Y, +
r , -t . . . r , = n. Notons V, Vy2,. . , , V les espaces propres associs. Soit Xii, Xi,, , , , , Xi
1 5 i
une base de lespace propre V , ( i = 1, 2 , , . , , s). Supposons quil existe des scalaires aii, non tous nuls, tels
y1
que :
( a i l X i 1 + a12X12 + . . . + a i r l X i r l ) + ( 5 2 1 x 2 1 + ~ 2 2 x 2 2+ . . . + a 2 r 2 X 2 r 2 )
(0
+ ... + (aslXsl + as2XSp + ... + asrsXsT3) = O

Chaque vecteur Yi = ( a i l X i l + a i 2 X i 2 + ... + a i r t. X i r z. ) = O , (i = 1, 2, ..., s ) , car sinon, Yi est un vecteur


propre associ hi et daprs le thorme I les vecteurs Y, sont indpendants. Mais ceci contredit (i) . Par con-
squent les X i forment une base de V, et A est semblable une matrice diagonale daprs le thorme IV.

7. Montrer que toute matrice A dordre n est semblable une matrice triangulaire dont les lments diagonaux
sont les valeurs propres de A .
Soient A,, A, . . . , A, les valeurs propres de A . Soit X , u n vecteur propre associ A,. Prenons X ,
comme premire colonne dune matrice non singulire Q , dont les autres colonnes seront arbitraires pourvu que
det Q , # O. La premire colonne de A Q , est A X , = h , X , et la premire colonne de Q T A Q , est Q S h , X , .
Mais alors cette dernire expression tant la premire colonne de QTA,Q, est [A,, O , O , . . . , O]. Ainsi :
MATRICES SEMBLABLES/CHAPITRE 20 159

,
o A est d'ordre n - 1.
,
Puisque 1 AI - QT' A Q I = (A - A, 1 AI - A 1 et que QT' A Q et A ont les mmes valeurs propres, il s'en-
suit que les valeurs propres de A , sont A,, A,, . . . , A., Si n = 2, A , = (A,) et le thorme est dmontr avec
Q =QI.
Sinon, soit X, u n vecteur propre de A , associ la valeur propre A,. Prenons X, comme premire co-
lonne d'une matrice non singulire Q , dont les autres colonnes sont arbitraires pourvu que det Q, f O. Alors

(ii)

o A , est d'ordre n - 2 . Si n = 3, A , = (A,) et le thorme est dmontr avec Q = Q ,

Nous continuons ce procd ; aprs n - 1 tapes au plus, nous obtenons :


.
bl;J
(iii)

de telle sorte que Q-'AQ est triangulaire et admet pour lments diagonaux les valeurs propres de A .

1: -;-;
8. Trouver une matrice non singulire Q telle que Q-'AQ soit triangulaire.
9 -1 8 -9

A =

det(A1 - A ) = (A2 - 1 ) (A2 - 4). Les racines de l'quation Caractristiques sont 1, -1, 2 , - 2 . Prenons
t [ 5 , 5 , - 1,3], vecteur propre associ la valeur propre 1 comme premire colonne d'une matrice non singulire
Q, dont les autres colonnes sont les vecteurs de la base canonique.

QI= [::.3
5 0 0 0

- 1 0 1 0

Alors

Q;' = !.
5

,
Une valeur propre de A est - 1 et un vecteur propre associ est t [ 4 , O, - 13. Prenons Q2 =

Alors

Une valeur propre de A , est 2 et un vecteur propre associ est '[8, 111. Prenons Q , = y] ; alors
160 MATRICES

Or
32 O O

et

9. Si A est une matrice d'ordre n relle valeurs propres relles, alors il existe une matrice orthogonale P telle
que P-'AP soit triangulaire et admette pour lments diagonaux les valeurs propres de A.
Soient A,, h,, . . . , h, les valeurs propres de A . Puisqu'elles sont relles, les vecteurs propres associs le
seront galement. Comme dans le problme 7, formons la matrice Q, admettant en premire colonne un vec-
teur propre associ h,. En utilisant le procd de Gram-Schmidt, nous obtiendrons partir de Q, une ma-
trice orthogonale P, dont la premire colonne est proportionnelle celle de Q I . Ainsi :

o A , est d'ordre n - 1, admettant h,, h,, . . . , h,


comme valeurs propres.
De nouveau, soit Q , une matrice admettant en premire colonne un vecteur propre de A , associ la va-
leur propre h,. Utilisons le procd de Gram-Schmidt pour obtenir une matrice orthogonale P,. Ainsi

PZ1A1P2 =

Aprs un certain nombre d'oprations, nous obtiendrons une matrice orthogonale :


I:
P = P,. "'0 p2
O] ...
pn-
O ]
I

telle que P-'AP soit triangulaire et admette pour lments diagonaux les valeurs propres de A .

10. Construire une matrice orthogonale P telle que :

soit triangulaire et admette pour lments diagonaux les valeurs propres de A .


Si nous reprenons l'exemple 1 du chapitre 19, les valeurs propres sont 5, 1, 1 et un vecteur propre associ
h = i est f [ i , o,-i].

Prenons Q~ = [
-1 O
1 4
1
; en utilisant le procd de Gram-Schmidt, nous obtenons

l/fl O l/fl
P l = [ O 1 O ]
-l/fl O i/fl

une matrice orthogonale dont la premire colonne est proportionnelle '[ 1, O, - 11.
Nous trouvons :

l/fi O -l/fi 2 2 1 l/fi O Uq-3


PY'AP, =
l/fl O l/@ 1 2 2 -l/fi O l/$ O 2fi 3
MATRICES SEMBLABLEWCHAPITRE 20 161

o A , admet h = 1 comme valeur propre et '[l, -ficomme vecteur propre associ. De


nous obtenons par le procd de Gram-Schmidt la matrice orthogonale P, =
";"
Qz =
2 / 6 1 ,
1-52
Ainsi
- 2 1 6 1 1 6

est orthogonale et
l/fl -UV3 l / f i
l/fl
-l/G l / f i
2/\/6
1
11. Trouver une matrice unitaire U telle que U-'AU soit triangulaire et admette pour lments diagonaux les va-
leurs propres de A . On donne

L'quation caractristique de A est h [Az + (-4 - i) A i-


5 - i] = O et les valeurs propres de A sont

O, i - i, 3 + 2i. Pour A = O, prenons ' [ i , -1, i l comme vecteur propre associ et formons Q,
Le procd de Gram-Schmidt nous permet d'obtenir la matrice unitaire

1
Or

1
-2 g ( 1 - i) -(26 t 2 4 i ) / f l
UY'AU1 1-i (2 + 3i ) / G
O 3t2i

la matrice cherche est donc U = U , ,

[-r -1
12. Trouver une matrice orthogonale P telle que P-'AP soit triangulaire et admette pour lments diagonaux les
valeurs propres de A . On donne :

A = -5
-1

Les valeurs propres sont 2, 3, 6 et les vecteurs propres associs '[ 1, O, -11, ' [ l , 1, 11, '[ 1, - 2 , 11 respec-
tivement, Or ces vecteurs sont linairement indpendants deux deux et orthogonaux entre eux. Prenons :

nous trouvcns P - ' A P = diag(2, 3, 6). Ceci nous suggre une tude plus complte des matrices relles sym-
triques qui seront vues dans le chapitre suivant.

12
162 MATRICES

PROBLEMES SUPPLEMENTAIRES
13. Trouver une matrice orthogonale P telle que P - ' A P soit triangulaire et admette pour lments diagonaux les
valeurs propres de A . On prendra pour matrice A les matrices du problme 9(a), ( b ) , (c), ( d ) , Chapitre 19.
1 / 3 0 3'12 l/@ l/@- -l/fi

14. Expliquer pourquoi les matrices ( a ) et ( b ) du problme 13 sont semblables a une matrice diagonale tandis que
(c) et ( d ) ne le sont pas. Etudier les matrices ( a ) ( m ) du problme 9, Chapitre 19, et dterminer celles qui
sont semblables une matrice diagonale admettant pour lments diagonaux leurs valeurs propres.

15. Pour chacune des matrices A du problme 9(i), ( j ) , Chapitre 19, trouver une matrice unitaire U telle que
U - ' A U soit triangulaire et admette pour lments diagonaux les valeurs propres de A .

Rponses : (i) (1 - i ) / z f i 2

16. Montrer que si A est relle symtrique et P orthogonale, alors P-' A P est relle symtrique.
17. En introduisant quelques modifications a u problme 9 dmontrer le thorme VIII.
18. Si Bi et Ci sont des matrices semblables pour ( i = 1 , 2 , . . , , m ) montrer que
B = diag(B1. 52,..., 5,) et c = diag(C1, C2,..., C,)
sont semblables, Indication : Supposer que Ci = RT' Bi Ri et former R = diag ( R i , R , , . . . , R m ) .

19. Soient B = diag ( B 1 , B 2 ) et C = diag ( B 2 , B ). Soit I = diag (Il , I,) o les ordres de I , et I, sont ceux de
B , et B , respectivement. Soit R = :[ ij . Montrer que R - ' B R = C pour dmontrer que B et C sont
semblables.

20. Etendre le rsultat d u problme 19 B = diag ( B I , B2 , . , . , B,) et C une matrice obtenue en changeant
la rpartition des Bi le long de la diagonale.

21. Montrer que si A et B sont carres d'ordre n , alors A B et B A ont les mmes valeurs propres.
Indication : Soit PAQ = N ; alors PABP-' = NQ-' BP-' et Q-' B A Q = Q - ' B P - ' N . Voir problme 15,
Chapitre 19.

22. Si A l , A 2 , . , . , A , sont non singulires de mme ordre montrer que Al A , . . . As, A2 A 3 . . . A, A l ,


A 3 . . . . A, Al A z etc, ont la mme quation caractristique.

23. Soit Q-' AQ = B o B est triangulaire et admet pour lments diagonaux les valeurs propres hl , h 2 , . . . h,
de A .
( a ) Montrer que Q-' A k Q est triangulaire et admet pour lments diagonaux les puissailces kime des valeurs
propres de A .
( b ) Montrer que 2" hi
k
= trace A k .
i=l

24. Montrer que la similitude des matrices est une relation d'quivalence.

I]
25. Montrer que
[" i] [
1 3 1
1 2 2
et
-3 -2
ont les mmes valeurs propres mais ne sont pas semblables.
CHAPITRE 21

Matrices semblables une matrice diagonale

MATRICES SYMETRIQUES REELLES. Les matrices symtriques relles et les matrices hermitiennes
pourraient faire lobjet dune mme tude mais nous prfrons les traiter sparment ici. Pour les
matrices symtriques relles, nous avons :
Thorme I. Les valeurs propres dune matrice symtrique rkelle sont toutes relles,
Voir Problme 1.
Thorme II. Les vecteurs propres associs aux valeurs propres distinctes dune matrice symtrique
relle sont orthogonaux deux deux.
Voir Problme 2.
Quand A est relle et symtrique, chaque Bi du problme 9, Chapitre 20, est nul. Ainsi,
Thorme III. Si A est une matrice carre dordre n symtrique dont les valeurs propres sont
h l , h 2 , . . , , h,, alors il existe une matrice P relle orthogonale telle que:
tpAP = P-lAP = diag ( h , , h,, . . . , h,).
Do lon dduit :
Thorme IV. Si hi est racine du polynme caractristique de multiplicit ri dune matrice sym-
trique relle, alors lespace propre associ hi est de dimension ri. En termes de forme quadra-
tique relle, le thorme III devient :
Thorme V. Toute forme quadratique relle q = tXAX peut tre rduite par une transformation
orthogonale X = BY la forme canonique :
2
(21.1) hY,2 f Any2 f ... + &Y;
o r est le rang de A et o h1 , h , , , . . , h, sont les valeurs propres de A non nulles.
Ainsi, le rang de q est le nombre de valeurs propres non nulles de A tandis que lindice de
q est le nombre de valeurs propres positives ou encore, par la rgle des signes de Descartes, le
nombre de changements de signe dans : dt ( h l - A ) = O.
Thorme VI. Une matrice relle symtrique est dfinie positive si et seulement si toutes ses valeurs
propres sont strictement positives.

MATRICES ORTHOGONALEMENT SEMBLABLES. Si P est une matrice orthogonale et si


B = P-lAP, alors B est dite orthogonalement semblable A . Puisque P- = rP, on dit aussi
que B est congruente A orthogonalement ou quivalente A orthogonalement. Le thorme III
peut encore snoncer de la faon suivante :
Thorme VIL Toute matrice A relle symtrique est orthogonalement semblable une matrice
diagonale o les lments diagonaux sont les valeurs propres de A .
Voir Problme 3.
Ordonnons les valeurs propres de A , matrice relle symtrique, de la faon suivante
h1 > h2 2 . . > A,. Alors diag (hl , h z , . . . , h,) est lunique matrice diagonale de ce type,
semblable A. Lensemble de telles matrices diagonales constitue un ensemble canonique de ma-
trices relles symtriques pour la similitude orthogonale. Nous avons :
Thorme VIII. Deux matrices relles symtriques sont oithogonalement semblables si et seulement
si elles ont les mmes valeurs propres, cest--dire, si e t seulement si elles sont semblables.
164 MATRICES

COUPLE DE FORMES QUADRATIQUES REELLES. Dans le problme 4 nous dmontrons :


Thorme IX. Si X A X et X B X sont deux formes quadratiques relles en (xi , x 2 , . . . , x,) et si
X B X est dfinie positive, alors il existe une application linaire non singulire et relle X = CY
qui transforme X A X en : 2
h y : + b Y 2 + . + &Y;
et X B X en
Y1 + YP + ... f y,
o hi sont les racines de dt ( h B - A ) = O.
Voir galement les problmes 4-5.

MATRICES HERMITIENNES. Pour les matrices hermitiennes nous avons les thormes analogues
suivants :
Thorme X. Les valeurs propres dune matrice hermitienne sont toutes relles.
Voir problme 7 .
Thorme XI. Les vecteurs propres associs aux valeurs propres distinctes dune matrice hermitienne
sont orthogonaux deux deux.
Thorme XII. Si H est une matrice hermitienne carre dordre n dont les valeurs propres sont
hl , h 2 ,. , . , A, alors il existe une matrice unitaire u telle que : ~ H U
= U- HU =
diag ( h l , h2 , . . . , A,). On dit que H est unitairement semblable U-lHU.
Thorme XIII. Si hi est une valeur propre de multiplicit ri dune matrice hermitienne H , alors
lespace propre associ hi est de dimension ri.
Ordonnons les valeurs propres de la matrice hermitienne H de la faon suivante:
,
h < h2 < * < A., Alors diag (A, , h2 , , . . , A,) est lunique matrice diagonale de ce type,
9

semblable H. Lensemble de telles matrices diagonales constitue un ensemble canonique de


matrices hermitiennes pour la similitude unitaire. I1 sensuit :
Thorme XIV. Deux matrices hermitiennes sont unitairement semblables si et seulement si elles
ont les mmes valeurs propres, cest--dire si et seulement si elles sont semblables.

MATRICES NORMALES. On dit quune matrice A carre dordre n est normale si A c=TA.
Lensemble des matrices normales contient en particulier les matrices diagonales, relles symtriques,
relles anti-symtriques, orthogonales, hermitiennes, anti-hermitiennes, et unitaires.
- - A une matrice
- Soient - - normale et u -une_ matrice unitaire. Soit B =-Au. - On a :
t B = t U t A U e t t ~ B = f U t A U . t A U= UAAU = A X U = A U . U t A U = B E Ainsi:
Thorme XV. Si A est une matrice normale et U une matrice unitaire, alors B = AU est une
matrice normale.
Dans le problme 8 nous montrons :
Thorme XVI. Si X i est un vecteur propre associ la valeur propre X i dune matrice normale A,
alors X i est aussi un vecteur propre de Tassoci la valeur propre hi.
Dans le problme 9 nous montrons :
Thorme XVII. Une matrice A est semblable unitairement une matrice diagonale si et seulement
si A est normale.
Comme consquence, nous avons :
Thorme XVIII. Si A est normale, les vecteurs propres associs aux valeurs propres distinctes sont
orthogonaux.
Voir problme 10.
MATRICES SEMBLABLES A UNE MATRICE DIAGONALE/CHAPITRE 2 1 165

Thorme XIX. Si hi est une valeur propre de multiplicit r i dune matrice normale A , lespace
propre associ h i est de dimension ri.
Thorme XX. Deux matrices normales sont semblables unitairement si et seulement si elles ont
les mmes valeurs propres, cest--dire, si et seulement si elles sont semblables.

PROBLEMES RESOLUS

1, Montrer que les valeurs propres dune matrice A carre dordre n relle symtrique sont toutes relles.
Supposons que h + ik soit une valeur propre complexe de A . Considrons
B = I(h+ik)l-AjI(h-ik)Z-Aj = ( h l - A ) 2 + k21

qui est relle et singulire puisque ( h + ik) I - A est singulire. I1 existe un vecteur X rel non nul tel que
BX = O et par suite
XBX = k ( h 1 - A ) , X + k 2 XX = X t ( h I - A ) (171 - A ) X + k 2 t X X =O

Le vecteur ( h l - A ) X est rel ; par suite { ( h l - A ) X} ( ( h 1 - A ) X) 2 O ; de mme XX > O. Alors,


k = O et il nexiste pas de valeur propre complexe.

2. Montrer que les vecteurs propres associs des valeurs propres distinctes dune matrice relle symtrique A sont
orthogonaux deux deux.
Soient X, et X 2 deux vecteurs propres associs respectivement h l et h2 deux valeurs propres distinctes
de A . Alors :
AX, =Aix, et AX, = h,X, x,A X , = A, x,X , et x,A X , = x,x,X,
Prenons les transposes
t ~A X
l , = hl x,x, et x2A X , = h,x2X,
Ainsi : h l X,X 2 = A, ,
xi x2 et puisque h f A,, tXl X 2 = O ; X,et X 2 sont donc orthogonaux.

3.

A-7 2 -1
2 A-10 2 = A3 - 2 4 x 2 + 180A - 432 = O
-1 2 A-7

Pour X = 6, nous avons -4 -:]


2 -1
E] = 0 ou xi - 2 z 2 + x3 = 0 ; choisissons pour vecteurs

propres associs les deux vecteurs orthogonaux X I = (1 , 0 , - 1) et X 2 = (1 , 1 , 1). Pour = 12, nous prenons
x3 = (1 , - 2 , i ) comme vecteur propre associ.
166 MATRICES

En normant ces trois vecteurs. nous obtenons une matrice P les admettant comme vecteurs colonnes :

Dmontrer en exercice que F ' A P = diag ( 6 , 6, 12).

4. Montrer que si ' X A X et ' X B X sont des formes quadratiques relles en (xl , x2 , . . . x,) et si ' X B X est dfinie
positive, alors il existe une application linaire relle non singulire X = CY qui transforme ' X A X e n
h , y: + +
h, y 2 + . . . h,yi et ' X B X en y: y; + + +
. . . y;, OU h, , h, , . . . , h , sont les racines de
dt (AB - A ) = O . Grce au thorme VI1 il existe une transformation orthogonale X = G V qui transforme ' X B X
en
(il 'V('GBG) v = p1 V: p,~: . . + p, V: + -+
o p l , p2 , . . . , p n sont les valeurs propres (toutes positives) de B.
Soit H = diag(l/fi, I/&, ..., l / f i n ) . Alors V = HW transforme (i) en

(ii) 'W ('H 'GBGH) w = O: + O: + . . + O:


Maintenant, pour la forme quadratique relle 'W ('H ' G A G H ) W,il existe une application orthogonale W = K Y qui
la transforme en
f ~ ( t ~ t ~ f ~ ~ ~ ~ ~ ) ~ = h , y +A,Y: ~ + h z y , 2 + . . .

o A 1 , h 2 ,. . . , h , sont les valeurs propres de 'H 'GAGH. Ainsi, il existe une application relle non singulire
x = C Y = GHKY qui transforme ' X A X en h 1y: + + +
~ , y i . . . h,y; et ' X B X en

' Y ('K H
' 'GBGHK) Y = ' Y ( K - , I K ) Y = y: + Y; + . . . + Y;
Puisque pour toutes les valeurs de A ,
'K 'H 'G (XB - A ) GHK = h'K 'H 'GBGHK - tK 'H 'GAGHK = diag ( h , A , . . . , h ) - diag ( X I , Xz, . . . , h,)
= diag(X- X I , A - A,,. . . , h - A),

il s'ensuit que ,,h 2, , . . , A, sont les racines de det (AB- A ) = O.

5. D'aprs le problme 3, l'application linaire

X = (GH)W = O 1/$3

transforme q = 'XBX = 'X


1/2&
O
1 / 3 h
1/3v?
1 / 3 6
1 / 6 h
-1/3$2
1 / 6 6 1W

La mme application transforme


-1
t X A X = 'X
MATRICES SEMBLABLES A UNE MATRICE DIAGONALE/CHAPITRE 2 1 167
Puisque cette dernire matrice est diagonale, lapplication W = KY du problme 4 est lapplication identique
w = ZY.
Ainsi, lapplication linaire relle X = CY = ( G H ) Y transforme la forme quadratique dfinie positive X B X
en y ; + y ;+ . . -t y; et la forme quadratique tXAX en
1

5%2 + iy2+ iy2


2 2 2 3
Montrer en exercice que
I X B - A I = 3 6 ( 3 X - 1) ( 2 X - I)*.

6 . Montrer que toute matrice A relle non singulire peut scrire A = CP o C est symtrique dfinie positive et
P est orthogonale.
Puisque A est non singulire, A fA est symtrique dfinie positive daprs. le thorme X, Chapitre 17. Alors
il existe une matrice orthogonale Q telle que Q- A AQ = diag ( k l , k , . . . . . k n ) = B avec tout ki > O. Dfinis-
sons B 1 = diag (fil , fi2, . , . , F k n ) et C = QBt Q-. C est symtrique dfinie positive et
c2 = Q B , Q - ~ Q B ~ Q - =~ Q B ~ Q - =~ QBQ = AA

Dfinissons P = C - A . Alors PP = C - A AC- = C- C2C- = I et P est orthogonale. Ainsi A = CP avec


C symtrique dfinie positive et P orthogonale.

7. Montrer que les valeurs propres dune matrice hermitienne sont toutes relles.
Soit hi une valeur propre dune matrice hermitienne H . Alors il existe un vecteur non nul X i tel que
HXi = h i X i . Or fiH X j = hit$. X i est relle et diffrente de zro ; il en est de mme du transpos du con-
jugu q HX, = xizi X i , Ainsi xi
= X i et X i est relle.

8. Montrer que si X i est un vecteur propre associ une valeur propre Xi dune matrice normale A , alors X i est
un vecteur propre de zassoci la valeur propre hi.
Puisque A est normale
--
(hi - A ) (Xr -A)= (XZ - A ) SI - L)= X% - X 2- X A + A 2
- .-
= XXI - X ti-
AA + id = (XI - A ) (XZ - A )
Ainsi hZ - A est normale. Par hypothse B X i = ( A i l - A ) X i = O . Ainsi
_. - - -
(Bx,) ( B X ~=) xit ~B X
. ~= (tixi)
tj?i B . tixi= t(fBxi) =O et tiXxi = (%,I - 2)xi = O
-
Ainsi X i est un vecteur propre de 2 associ Xi.

9. Montrer quune matrice A carre dordre n est semblable unitairement une matrice diagonale si et seulement
si A est normale.

[
Supposons A normale. Daprs le thorme VIII, Chapitre 20, il existe une matrice unitaire U telle que
A1 612 b13 ......... b1,n-1 bin
0 A2 bZ3 .......... b2-n-i b2n
AU = a . . . i . . . . , . . . ~ _ - _ m ~. . . . ...... = B

An-1 bn-i,n

Daprs le thorme XV, B est normale et KB = B E Or llment de la premire ligne, premire colonne
de ZB est hi A tandis que llment correspondant de B gest
hh + b 1 2 b 1 2 + b 1 3 b t 3 + . . *+ b&,
.
Puisque ces lments sont gaux et puisque b,i blj 2 O, o n en dduit que bIi = O , ( j = 1 2 . . . . . n ) . Continuons
avec llment de la deuxime ligne, deuxime colonne,. . . . nous en concluons que bij de B est nul. Ainsi,
B = diag ( X 1 , X 2 , . , . , A,). Rciproquement, si B est diagonale, alors A est normale.
168 MATRICES

10. Montrer que si A est normale, les vecteurs propres associs des valeurs propres distinctes sont orthogonaux.
Soient h , , X i et h,, X2des valeurs propres distinctes et leurs vecteurs propres associs. Alors A X , = h , X ,
et A X 2 = A, X 2 . Daprs le problme 8, 2 X l =xi
X , et X X 2 = x 2 X Z IOr i2
A X , = hl X I et en pre- 4
nant les transposes des conjugues, Fi X X 2 = h i XI X,. Mais Ti z X 2 =h2 X 2 . Ainsi, x,
Fl X2 =&Zl X2 x,
+
et puisque hi h2, F, x2 = O.

11. Considrons la conique x: - 12x1 x 2 - 4x2 = 40 ou

dans u n repre orthogonal daxe O X 1 et 0x2.


Lquation caractristique ae A

Pour les valeurs propres h l = 5 et h 2 = - 8 prenons [3, - 21 et [2, 31 comme vecteurs propres associs

respectivement. Formons la matrice orthogonale P = [ 3/m


- 2 / m
*2]
3 / a
dont les colonnes sont les deux

vecteurs propres norms. Lapplication X = PY transforme (i) en

La conique est donc une hyperbole.


Remarquer que lon a effectu ici, mais par u n procd diffrent, la rotation daxes habituelle la gom-
trie analytique plane, qui a pour effet dliminer les termes rectangles de lquation de la conique, Remarquer
que daprs le thorme VII, le rsultat est connu ds que les valeurs propres le sont.

12. Un des problmes de la gomtrie analytique dans lespace est de transformer, par translation et rotation daxes,
lquation dune quadrique sa plus simple expression. Le plus difficile est de localiser le centre et de dter-
miner les directions principales cest--dire les directions des axes aprs la rotation. Sans vouloir justifier les
dmarches successives, nous allons montrer ici le rle de deux matrices dans la rduction de lquation dune
quadrique centre.
Considrons la surface 3 x 2 + 2 xy + 2 x z f 4 yz - 2x - 14 y + 2 z - 9 = O et les matrices symtriques

A = et B =

formes respectivement avec les termes de degr deux et avec tous les termes de lquation.
Lquation caractristique de A est

IAf-A( -1
-1
=
-1

-A2
[A-3

= :] 0
les valeurs propres et les vecteurs propres normaliss associs sont :
MATRICES SEMBLABLES A UNE MATRICE DIAGONALE/CHAPITRE 2 1 169

-1
En utilisant uniquement des transformations lmentaires sur des lignes H i ( k ) et H , ( k ) , o if 4.

O 1

= [8:] -1 -7 1 -9
1
O
O 0
0
0 .-

-4
=

(3x+y+ z=-1
Considrons B I comme tant la matrice [ A H ] du systme dquations : A X = H ou z = - 7
= + 1
Nous trouvons par D , la solution x - - _ l , y = O , z = 4 0 u C = (- 1, O, 4). Par D 2 , nous avons d -
- _ 4.

Le rang de A est 3 et celui de B est 4 ; la quadrique a pour centre C (- 1 , O , 4). Lquation simplifie
recherche est :
h l X 2 t h 2 Y 2 t X3Z2 t d = X 2 t 4 Y 2 - 2 z 2 - 4 = O
Les quations de la translation sont : * = z - 1, y = y, = z+4.

Les directions principales sont v 1 , v 2 , v 3 , Notons E linverse de [pi, v 2 , v 3 ] . Les quations de la rotation
daxes aux directions principales sont :

PROBLEMES SUPPLEMENTAIRES

13. Pour chacune des matrices A symtriques relles suivantes, trouver une matrice orthogonale P telle que F A P
soit diagonale et admette pour lments diagonaux les valeurs propres de A

(a) [ 0 2 -il, (b) 1 q, (c) [-:-2 13, (d) 1 3, (e) [-n -4 -!


Rponses
-1

(a)
O

[
l/fl

l/fi
O
O
1
O
[-l/@
l/O

213
0
1

1, 7,[
0 2

1/3
(b)
l/fi

-l/G
2 -2

(e)
l/fi
-2/\/s
l/@

[/@
1 / 0
Ilfi],
1/\J3
1 0
2 0

1/01
4

(c)
2/3
[2/3
1/3
1/3
2/3
2/3
-1

-2/3

(d) -2/3 2/3 1/3 2/@ -I/O


-1/3 -2/3 2/3 l/qT -l/fi l/O

14. Trouver une application linaire qui transforme XBX e n y : + y; + e t XAX en h,Y: h2Yl + h3Y3, o
les hi sont les racines de I AB - A I = O ; o n donne :

(b) A = [I: -d
7 -4 -4
, B =
i
2
s
2
5
4
i
4
5

Rponses : (a)

[
-l/G
- 21/ 3/ f3i 0 ,!/I1/3
1 / 3 G 1/3
(*)
1/3
2/3
1/3
-2/3
2/3\J10
1/30]
2 / 3 0
170 MATRICES

15. Dmontrer le thorme IV.


1
I n d i c a t i o n : Si P- AP = d i a g ( h l , A , , . , . , A l , h v + 1 , h r + 2., . , h,) alors P-' ( A l l - A ) P = diag(0, O , . ..,
O , A, - h l - A r + * , . . . , h - A), est de rang n - r.

16. Modifier la dmonstration du problme 2 pour dmontrer le thorme XI.


17. Dmontrer les thormes XII, XII1 et XIX.
18. Identifier chaque ensemble :
( a ) 2 0 x 1 - 24XiX2 + 2 7 x 2 = 369, ( c ) 108%; - 312%1% + 17x22 = 900,

( b ) 3 x f + 223x2 + 3 % ; = 4, (d) x;+ 2 ~ 1 x 2+ xi = 8

19. Soit A une matrice relle, anti-symtrique. Dmontrer que :


( a ) toute valeur propre de A est ou zro ou imaginaire pure
(b)I + A est non singulire ainsi que I - A .
+
(c) B = ( I A)-' (I - A ) est orthogonale. (Voir problme 35, Chapitre 13).

20. Montrer que si A est normale et non singulire alors A-' l'est aussi.
21. Montrer que si A est normale alors A est semblable ' A .
22. Montrer qu'une matrice carre A est normale si et seulement si elle peut s'crire H + iK o H et K sont des
matrices hermitiennes qui commutent.

23. Soient hl , h2 , . . . , h, les valeurs propres d'une matrice carre A d'ordre n. Alors A est normale si et seule-
ment si les valeurs propres de A 9-sont h l h l , h z X 2 , . . . , h,X,.
I n d i c a t i o n : Ecrire U-'AU = T = [ t j j ] o U est unitaire et T triangulaire. Or tr ( T ' T ) = tr ( A '2) implique
tij = O pour i # j .

24. Montrer que si A est non singulire, alors A tiest hermitienne dfinie positive. Enoncer ce thorme lorsque
A est relle et non singulire.

25. Montrer que si A et B sont carres d'ordre n et normales et si A et '& commutent, alors A B et BA sont
normales.

26. Considrons la fonction caractristique de la matrice carre A d'ordre n :


+<A) = (h-hi)~i(h-h*)T2... (X-h,)'.
et supposons qu'il existe une matrice P non singulire telle que :
(1) Pei AP = ., .,
diag (hiIrlvX ~ 1 . r ~ Ir,)

Dfinissons par Bi, ( i = 1 , 2 , . , , ,s) les matrices carres d'ordre n diag ( O , O , . . . , O , I r i , O , . . . , O) obtenues en
remplaant hi par 1 et hi ( j # i ) par O dans le membre de droite de ( 1 ) et notons
-1
Ei = PBiP , ( i = 1 , 2 , ..., S)
Montrer que :
( a ) P - l A P = h l B , + h2B2+ .., + hsB,
( b ) A = X i E 1 + h , E 2 + ... + A S E S
( c ) Tout Ei est idempotent.
( d ) Ei Ej = O pour i f i
( e ) E l + E z + . . . + E, = I
(f) le rang de Ei est la multiplicit de la valeur propre hi
(g) (hiI - A ) Ei = O , ( i = 1 , 2 ,..., s )
( h ) Si p ( x ) est un polynme en x , alors p ( ~ )= p(hl) El t ,"A2) E, t ... t p(X,) E s .
I n d i c a t i o n : Etablir A' = h l E l + h2E2 t ,.. + A S E S , A" = X:El + + ... + h:Es, ...
MATRICES SEMBLABLES A UNE MATRICE DIAGONALE/CHAPITRE 2 1 171

( i ) Chaque Ei est un polynme en A .


Indication : D f i n i r f ( h ) = ( h - A,) ( h - h 2 ) . . . (h - h 3 ) et f i ( h ) = f ( h ) / ( h -h i ) , ( i = l , 2 , . , . , $ ) .
Alors 4 ( A ) = 4 ( h i )Ei 9

( j ) Une matrice B commute avec A si et seulement si elle commute avec chaque E j .


Indication : Si B commute avec A , elle commute avec tout polynme en A .
( k ) Si A est normale alors chaque Ei est hermitienne.
(I) Si A est non singulire, alors
AilEl A- = f A>E2 -t ... f A2Es
(ni) Si A est hermitienne dfinie positive, alors
H = = 6 1 E 1 + d X E 2 + ... + G E s
est hermitienne dfinie positive.
( n ) Lquation ( b ) est appele dcomposition spectrale de A. Montrer quelle est unique.
27. ( a ) Trouver la dcomposition spectrale de :
24 -20 4/9 -4/9 2/9 5/9 4/9 -2/9

A = [-:: -] = 49 [-:U: -Ui -:UA] -t 4 [-:$;:;: U;]

( b ) Trouver ~ - 1= 2 20 29
196

(cl Trouver =
1019 -10/9 23/9

28. Montrer que si A est normale et commute avec B, alors tzet B commutent.
Indication : Utiliser le problme 26 ( j ) .

29. hlontrer que si A est non singulire alors il existe une matrice unitaire U et une matrice H hermitienne dfi-
nie positive telle que A = HU.
Indication ; Dfinir H par H 2 = A z et U = H-A.

30. Montrer que si A est non singulire, alors A est normale si et seulement si H et U du problme 29 commu-
tent.

31. Montrer que la matrice carre A est semblable une matrice diagonale si et seulement si il existe une matrice
H hermitienne dfinie positive telle que H - l A H soit normale.
32. Montrer quune matrice relle symtrique (hermitienne) est idempotente si et seulement si ses valeurs propres
sont des zros et des 1.

33. Montrer que si A est relle symtrique (hermitienne) et idempotente, alors rA = tr A .

34. soit A normale, soit B =I +A


non singulire et soit c = B- E.
Montrer : ( a ) A et (B)- commutent, ( b ) C est unitaire.

35. Montrer que si H est hermitienne, alors ( I -t iH)-( I - iH)est unitaire.


36. Si A est carre dordre n, lensemble des valeurs t F A X o X est un vecteur unitaire est appel ensemble des
valeurs de A . Montrer que :
( a ) Lesvaleurs propres de A appartiennent lensemble des valeurs de A .
( b ) Tout lment diagonal de A et tout lment diagonal de V I A U , o U est unitaire, appartient len-
semble des valeurs de A .
(c) Si A est relle symtrique (Hermitienne), tout lment de lensemble des valeurs de A est rel.
( d ) Si A est relle symtrique (Hermitienne), lensemble des valeurs de A est un ensemble de rels
h < h < A,, o h et A, sont respectivement la plus petite et la plus grande des valeurs propres de A.
CHAPITRE 22

Polynmes sur un corps

ANNEAU DES POLYNOMES SUR F. Soit h un symbole abstrait (ou indtermine) qui commute
avec tout lment dun corps F . Lexpression :

+ .-.+
O
(22.1) f(x> =: a,x t a,-l/i
V-1
a,X + aoX

o a i appartient F est appel polynme en h sur F.


Si tout ai = O , (22.1) est appel polynme nul et nous crirons f (A) = O . Si a, # O,
(22.1) est dit de degr n et a, est le coefficient du terme de plus haut degr. Le polynme
f ( h ) = a, ho = a. # O est dit de degr O ; le degr du polynme nul nest pas dfini.
Si a, = 1 dans (22.1), le polynme est dit unitaire.
Deux polynmes en h qui contiennent les mmes termes, part ceux de coefficients nuls,
sont dits gaux.
Lensemble de tous les polynmes (22.1) est appel lanneau des polynmes F [ h ]sur F.

SOMME ET PRODUIT. Si on considre chaque polynme de F [A] comme un lment dun en-
semble de nombres, lanneau des polynmes a la plupart des proprits dun corps mais pas
toutes. Par exemple :
f ( h )+ g(X) = g(A) + /(A) e t f ( ~ ) . g ( ~=) g(u. /(A)
Si f ( h ) est de degr m et g ( h ) de degr 12,

(i) f ( h )+ g ( h ) est de degr rn quand m > n , de degr au plus m si rn = n , e t de degr n si


m < n.
(ii) f (A) , g ( h ) est de degr m + n.
Si f ( h ) # O et f ( h ) . g ( h ) = O, alors g ( h ) = O.
Si g ( h ) # O et h ( h ) . g ( h ) = h ( h ) . g ( h ) , alors h ( X ) = h ( h ) .

DIVISION DES POLYNOMES. Dans le problme 1 nous montrons:


Thorme I. Si f ( h ) et g ( h ) # O sont des polynmes de F [ h ] ,alors il existe un couple unique de
polynmes h (A) et r (A) de F [A], o r (A) est soit le polynme nul soit de degr strictement in-
frieur . celui de g(A), tel que :

(22.2) f(N = h (A) g ( h ) + (hl


*

Ici, r ( h ) est appel le reste de la division de f (A) par g(X). Si r ( h ) = O, on dit que g ( h )
divise f ( h ), g (A) et h ( h ) sont alors les facteurs de f ( h ) .
POLYNOMES SUR UN CORPS/CHAPITRE 2 2 173

Supposons f ( h ) = h (A) . g ( h ) . Quand g ( h ) est de degr O cest--dire g ( h ) = C, une cons-


tante, la factorisation est dite triviale. Un polynme non constant sur F est dit irrductible sur
F si ses seules factorisations sont triviales.

Exemple 1. Sur le corps des rationnels h2 - 3 est irrductible ; sur le corps des rels il existe la factorisa-
+ +
tion ( h 4 3 ) (A - 4 3 ) . Sur le corps des rels (et par suite sur celui des rationnels) h2 4 est irrductible ;
+
sur le corps des complexes, il existe la factorisation (h 2i) (h - 2i).

THEOREMES DU RESTE. Soit f ( h ) un polynme et g ( h ) = h - a . Alors (22.2) devient:


(22.3) f(A) = h(X).(X- a) + r

o r est indpendant de A. Daprs (22.3) f ( a ) = r et nous avons :


Thorme II. Quand f ( h ) est divis par h - a, alors le reste est gal f ( a ) .
Thorme III. Un polynme f ( h ) admet h - a dans sa dcomposition en facteurs si et seulement
si f ( a ) = O.

PLUS GRAND DIVISEUR COMMUN. Si h ( h ) divise la fois f ( h ) et g ( h ) : il est appel diviseur


commun f ( h ) et g ( h ) .
On dit quun polynme d ( h ) est le plus grand diviseur commun f A) et g(X) si
(i) d (h) est unitaire.
(ii) d ( h ) est un diviseur commun f ( h ) et g ( h ) .
(5)Tout diviseur commun f ( h ) et g (A) divise aussi d (A).

Dans le problme 2, nous dmontrons:


Thorme IV. Si f ( h ) et g ( h ) sont des polynmes de F [A], non tous les deux nuls, ils admettent
un unique plus grand diviseur commun d ( h ) et il existe des polynmes h (A) et k ( h ) de F [ A ]
tels que :
(22.4)

Quand les seuls diviseurs communs f ( h ) et g(X) sont des constantes, leur plus grand di-
viseur commun est d ( h ) = 1.
Exemple 2. Le plus grand diviseur commun f(h) = (A2 -t 4) (A2 + 3h + 5 ) et A g ( h ) = (A2 - 1) (A2 + 3h + 5 )
+ +
est (A2 3h 5) et (22.4) devient
X2 t 3h t 5 = q ( A ) - ;g(h)
5

nous avons aussi (i - h 2 ) . f ( h ) + (A2 + 4) . g(h) = O. Ceci illustre :


Thorme V. Si le plus grand diviseur commun f ( h ) de degr n > O et a g ( h ) de degr rn > O
nest pas 1, il existe alors un polynme non nul a (1)de degr < rn et un polynme b (A) de
degr < n tels que
a ( X ) f ( X ) + b(h)* g(h) = 0
et rciproquement, Voir problme 4.

POLYNOMES PREMIERS ENTRE EUX. Deux polynmes sont dits premiers entre eux si leur
plus grand commun diviseur est 1.
174 MATRICES

Thorme VI. Si g ( h ) est irrductible dans F [hl et si f ( h ) est un polynme de F [XI, alors ou bien
g(X) divise f ( h ) ou bien g ( h ) est premier avec f ( X ) .
Thorme VII. Si g ( h ) est irrductible mais divise f ( h ) . h ( h ) ,il divise au moins l'un des deux :
f ( N ou h ( N .
Thorme VIII. Si f ( h ) et g(X) sont premiers entre eux et si chacun d'eux divise h (A) alors
f (A) . g (A) divise aussi h (A).

DECOMPOSITION UNIQUE EN FACTEURS IRREDUCTIBLES ET UNITAIRES. Dans le problme 5


nous dmontrons :
Thorme IX. Tout polynme non nul f ( h ) de F [hl peut s'crire
(22.5) f(h> = c * 91(h)' 4 2 ( A ) ' . qr(h)

o c # O est une constante et o les q i ( h ) sont des polynmes irrductibles unitaires de F [ h ] .

PROBLEMES RESOLUS

1. Montrer que si f(A) et g(A) # O sont des polynmes de F [ A ] , il existe u n couple unique de polynmes h (A)
et r ( A ) de F [ A ] , tel que r ( A ) soit ou le polynme nul ou de degr strictement infrieur celui de g(A) et tel
que :
(9 !(A> = &A) g(X) + r ( X )
Soit
n n-1
f(h) = %A + ~n-1A i* - . + a,h + a.

et
a
g(h) = bmX + bn-lhm-' t i b1A. + bo, b, f 0

I1 est clair que le thorme est vrai si f ( A ) = O ou si n < m. Supposons que n 2 rn ; alors:

est soit u n polynme nu1,soit de degr infrieur celui de f(A).


Si fi (A) = O ou s'il est de degr infrieur celui de g(A), nous avons dmontr le thorme avec
an
h (A) =- A"-" et r (A) = fi (A). Sinon, nous formons
bm

De nouveau, si fi (A) = O ou s'il est de degr infrieur celui de g (A), nous aurons dmontr le thorme. Si-
non, nous rptons le procd. Puisque chaque tape, le degr d u reste (suppos # O) diminue, nous obtiendrons
Partir d'un certain moment u n reste r ( A ) = & ( A i qui sera ou bien le poiynome nul ou Dien de degr infrieur
celui de g(A). Pour dmontrer l'unicit, supposons :
f(h) = h(h).g(h) + r(X) et f<A) = k(X)*g(h) + s(h
o les degrs de r (A) et de s (A) sont infrieurs celui de g (A). Alors nous avons :

et h(X).g(X) t r ( X ) = k(h).g(A) + s(X)

[ k ( X ) - h(X)lg(A) = r ( X ) - S(X)
Or, r (A) -s(A) est de degr infrieur rn, tandis que[k (A) - h (A)] g(A) est de degr gal ou suprieur rn, sauf
si k (A) - k (A) = O. Ainsi, k (A) - h(h) = O et r(h) - s (A) = O. Le couple ( k (A), r (A)) est donc unique.
POLYNOMES SUR UN CORPS/CHAPITRE 2 2 I75

2. Montrer que si f(h) et g ( h ) sont des polynmes de F [ h ] , non tous les deux nuls, ils admettent un unique plus
grand commun diviseur d (h) et il existe des polynmes h ( h ) et k (h) dans F [ h ]tels que :
(a 1 d(X) = h(X)*f(X) f k(X)*g(h)

Si f(h) = O alors d ( h ) = b ; g ( h ) o b , est le coefficient du terme de plus haut degr de g ( h ) et nous


avons ( a ) avec (A) = i et k (A) = b,.
Supposons maintenant que le degr de g ( h ) ne soit pas suprieur celui de f(h). Daprs le thorme I,
nous avons

(il f(h) = 41(X)*g(h)+ rl(h)

o rl (X) = O ou il est de degr infrieur celui de g(X). Si r1 (A) = O alors d ( h ) = b-,g(h) et nous avons
( a ) avec h (A) = O et k (A) = b m l .
Si rl ( h )# O nous avons
(ii) g(& = q2(X).ri(X) + r2(h)
o r2 (X) = O ou il est de degr infrieur a celui de rl (X). Si r 2 (A) = O nous avons, en reprenant (i) :
rl(h = f(h) - 41(X) *g(X)
et de l nous obtenons ( a ) en divisant par le coefficient du terme de plus haut degr de r1 (h).
Si r 2 (A) # O nous avons
(iii) ri(h = q3(h).r2(X)t r3(h)
06 r3 (A) = O ou il est de degr infrieur celui de r2 (A). Si r 3 (A) = O, nous avons en reprenant (i) et (ii) :

r2(& = g(N - q2(h)*r,(h) = - ql(x).g(h)]


- 42(h)[f(h)
= -Q2(h)* f ( h )f [ 1 + B(h)*42(h)lg(h)
et de l nous obtenons ( a ) en divisant par le coefficient du terme de plus haut degr de r 2 ( X ) .
En continuant ce procd, nous obtiendrons en gnral et sous la condition que chaque nouveau reste soit
non nul:
(iv) rial) = qi+2(X).ri+l(h)t ri+2(h)
cependant, le procd sarrtera avec :
(VI TS-Z(h) = 4s(A).rs-l(X) + r S ( X ) . 5(A) f O

et
(vil S-l(X) = 4Stl(X) .rs(h,
Daprs (vi), r,(h) divise rs- (A) et daprs (v), il divise aussi r,v-2 (A). Daprs (iv), nous avons
rs-3(h = qs-l(X) -rs-2(A) + rs-l(h)
de telle sorte que r,(h) divise rs-3(h). Ainsi, en reprenant les tapes jusqu (vi), nous conclurons que r,(h)
divise la fois f(h) et g ( h ) . Si le coefficient du terme de plus haut degr de r,(h) est c, alors d(h)=c-ir,(h).

Daprs (i) = f(h) - ql(X) .g(X) = h,(h) .f(h)t k l ( X ) et en substituant dans (ii),
a(X) = -@(A) * f ( A ) + [I + 41(X)Q(h)lg(X) h,(X)*f(X) + k,(h).g(h)
Daprs (iii), r3 (A) = r 1 ( h ) - q 3 (A) . r2 (A). En remplaant r l ( h ) et r2 ( h ) par leurs valeurs, nous obtenons :
r3(h) = [I + .qdX)If(h) + [ - ~ i ( h-) q3(h) - ql(h).q,(h).q3(h)Ig(h)
= h3(h)*f(X)f k,(h)*g(h)
En continuant ainsi, nous obtenons

rs(N = hS(h).f(h) + ks(h)*g(h)


Ainsi d(h) = c-r,(h) c?h,(X) a f(h)t c-k,(h). g(h) = h(h)- f ( h )t k(h)-g(h) comme on le demandait.
Montrer en exercice que d(h) est unique.
176 MATRICES

3. Trouver le plus grand commun diviseur d ( h )


f(A) = 3X5 t 7X4 + 11X +6 et g(h) = A t 2h3 - A - X + 2
et exprimer d ( h ) sous la forme qui est donne dans le thorme III.
Nous trouvons :
(i) f(A) = (3Xtl)g(h) t (h3f4ft6Xf4)
(ii) g(X) = (A- 2)(X3 t 4h2 t 6 h t 4) t (xt 7Xt 10)
(i) A3t4h2t 6 ~ t 4= ( ~ - 3 ) ( f t 7 ~ t i ot) ( 1 7 h t 3 4 )

et 1 5
(iv) A2 t 7X t 10 = (fXt1;i)(i7ht34)

Le plus grand commun diviseur est I


17
( 1 7 h t 34) = ht 2.

Daprs (iii)
17A t 34 = (A3 t 4x2 + 6X t 4) - (A - 3)(X2 t 7h t 10)
en substituant hZ + 7 h -!- 10 son expression tire de (ii)
17X t 34 = (h3t4?t6ht4) - (h-3)[g(X)-(X-2)(ft42+6ht4)]
= (2 - 5 X t 7 ) ( f t 4x2 t 6 h t 4) - (A- 3)g(X)

de mme pour h3 + 4h2 i-


6h + 4 en utilisant (i)
17h t 34 = <A2 - 5h + 7 ) f ( h )t (-3h3 t 14h2 - 17h - 4)g(h)
Ainsi,
h t 2 = l17( h 2 - 5h t 7) *f(h) t -&(-3x t 14x2 - 17h - 4 ) - g ( h )

4. Montrer que si le plus grand commun diviseur f(h) de degr ii O et g ( h ) de degr rn > > O nest pas 1,
il existe alors des polynmes a ( h ) de degr < rn et b ( h ) de degr < n tels que :
(a 1 a(A) * f ( X ) t b(h)* g(X) = O

et rciproquement.
Supposons que le plus grand commun diviseur f(h) et g ( h ) soit d ( h ) # 1 ; alors
f(h) = 4 h ) * f l ( h et g(h) = d(h).gl(h)
o f i ( h ) est de degr <n et g , ( h ) de degr < rn. Or,

glm * f (A) = * 4 h ) * fi<X> = g(X) fl(X)


et
g1(h).f(h) + [-f,(h) *g(h)l = O

Ainsi, en prenant a ( h ) = g, (A) et b ( X ) = - f i (A), nous obtenons (a).


Rciproquement, supposons que f(h) et g ( h ) soient premiers entre eux et que ( a ) soit vrifi. Alors daprs
le thorme IV, il existe des polynmes h (A) et k ( h ) tels que

et g ( h ) divise a (A). Mais ceci est impossible. Par suite si ( a ) est vrifi, f(h) et g ( h ) ne peuvent pas tre pre-
miers entre eux.
POLYNOMES SUR UN CORPS/CHAPITRE 22 177

5 . Montrer que tout polynme non nul de F [ h ] peut scrire


f(A) = c * q1(A).q2(A) ... qr(M
o c f O est une constante et o les qi(h) sont des polynmes irrductibles et unitaires de F [A],
Ecrivons :

(9 f(A, = a,.fdA)
o a,, est le coefficient du terme de plus haut degr de f(h). Si f i (A) est irrductible, alors (i) satisfait la
condition du thorme. Sinon il existe une factorisation:
(ii) f(A) = a , .g(A).h(X)
Si g ( h ) et h ( h ) sont irrductibles, alors (ii) satisfait la condition du thorme. Sinon, une nouvelle factorisa-
tion conduira un ensemble de facteurs irrductibles et unitaires. Pour montrer lunicit, supposons que
a,.qdA).qdA) . . . qT(A) et a,.pl(A)-p2(h) ... p,(h)
soient deux factorisations avec r < s. Puisque q 1 (h) divise p l (h) p 2 ( h ) . . , p,(h), il doit diviser lun des pi(h).
En changeant les indices, o n peut supposer quil divise p l (A). Puisque p i (A) est irrductible et unitaire,
q 1 (A) = p i (A). Ainsi q 2 (A) divise p 2 (A) p s (A). , . p , ( X ) et en reprenant le raisonnement prcdent, q 2 ( h ) = p 2 ( h ) .
Ainsi nous avons q i ( h ) = pi(h) pour i = 1 , 2 , . , . , r et ~ , + ~ ( ~ . ~ ( .h, )p ., ( A ) = 1. Cette dernire galit
h ), +
nest possible que pour r = s et lunicit est tablie.

PROBLEMES SUPPLEMENTAIRES

6 . Donner un exemple dans lequel le degr de f(h) -tg(A) est infrieur au degr de f(h) ou au degr de g(A).

7. Dmontrer le thorme III.


8. Montrer que si f(h) divise g ( h ) et h (A), il divise aussi g ( h ) f h (A).
9. Trouver une condition ncessaire et suffisante pour que deux polynmes non nuls f(h) et g ( h ) de F [ h ] se
divisent lun lautre.

10. Dans chacun des cas suivants, exprimer le plus grand commun diviseur sous la forme qui est donne dans le
thorme IV.
(a) /(A) = - h3+ 2h2 - 6A - 4 , g(A) = h4 - A3 - A2 t 2A - 2
( b ) f(A) = h 4 - A 3 - 3 A 2 - 1 1 A t 6 , g(A) = A 3 - 2 A 2 - 2 A - 3
(c) f(A) = 2 A 5 t 5 A 4 + 4 A 3 - A 2 - A t i , g(A) = A 3 t 2 A 2 t 2 A + i
( d ) f(A) = 3h4- 4A3 t A- 5A + 6 . g(A) = A2 t 2A + 2
Rponses (O) A - 2 - 4(A- i)f(A) + 4( 2 P + i)g(A)
(b) h -3 = - (A+4)f(A)
13
+ l(A2t5A+5)g(A)
13
(c) A t i = I(A+4)f(A) t &(-2h3-9A2-2At9)g(A)
13
(d) 1 = &(5ht2)f(A) t k2(-15h3+4a2-55h+45)g(A)

11. Dmontrer le thorme VI.


Indication : Soit d ( h ) le plus grand commun diviseur de f(A) et de g ( h ) .; alors g ( h ) = d ( h ) . h (A). Ainsi :
ou bien d ( X ) ou bien h ( X ) est une constante.

13
178 MATRICES

12. Dmontrer les thormes VI1 et VIII.


13. Montrer que si f ( h ) e t g ( h ) sont premiers entre eux et si f ( h ) divise g ( h ) . a (A), il divise a (A).
14. Le plus petit commun multiple de f(h) et de g ( h ) est un polynme unitaire multiple la fois de f ( h ) et de
g ( h ) et de degr minimum, Trouver le plus grand commun diviseur et le plus petit commun multiple de :
(a) f(A) = x3 - 1 , g(X) = A2 - 1
(b) f(A) = (A-l)(hti)2(A+2). g(A) = ( A t l ) ( A + 2 ? ( h - 3 )
Rponses : ( a ) pgcd = h - 1 ; ppcm = (A2 - 1) (h2 + h + 1)
( b ) pgcd = ( h + 1 ) (A + 2) ; ppcm = ( h - 1) (A + 1)2 ( h + 2 ) 3 (A - 3)

15. On donne A =

(a) $(A) = h3 - 3x2 - g h - 5 et &A) = A3 - 3A2 - 9 A - 51 = 0


(b) m(A)= O quand m ( h ) = h2 - 4h - 5 .

16. Quelle proprit dun corps nest pas vrifie par lanneau des polynmes ?
17. Le scalaire c est dit racine dun polynme f(h) si f ( c ) = O. Montrer que le scalaire c est une racine de
f(h) si et seulement si h - c divise f(h).
18. Supposons f(h) = ( h - ~ ) ~ g ( h( a) ). Montrer que c est une racine de multiplicit k - 1 de f(h). ( b ) Mon-
trer que c est une racine de multiplicit k >1 de f(h) si et seulement si c est une racine la fois de f(h)
et de f(A).

19. Prenons f(h) et g ( h ) non tous les deux nuls dans F [h].Soit d ( h ) leur plus grand commun diviseur. Soit K
u n corps contenant F. Montrer que si D ( h ) est le plus grand commun diviseur de f(h) et g ( h ) dans K [ h ]
alors D ( h ) = d ( h ) .
Indication : Supposons d ( A ) h (A) * f(A) + k (A) g(A). f(A) = s (A)* D (A). g (A) = t ( A ) * D (A), et
D (A) = c (A) * d (A).
20. Montrer quune matrice A carre dordre n est normale si *zpeut sexprimer comme un polynme
a s A s + as-1 A s - + . . . + a l A + aoZ
en A .
CHAPITRE 23

Lambda matrices

DEFINITIONS. Soit F [ X ] lanneau des polynmes en h coefficients dans F. Une matrice rn x n


non nulle sur F [I]

(23.1)

est appele une h-matrice.


Soit p le degr maximum de tous les polynmes aij(h) de (23.1). Alors on peut crire A ( h )
comme un polynme de degr p en h coefficients matriciels.
(23.2) A ( X ) = Aph* + A p - l A - l + ... + A I X + A0
o A i est une matrice m x- n sur F.

Exemple 1. A (A) =
1 A4 t 2h3 t 3x2 t
A3 - 3A2 1
5

est une h-matrice ou polynme matriciel de degr 4.


Si A ( h ) est une matrice carre dordre n, on dit quelle est singulire ou non suivant que
IA (A) 1 est nul ou non. De plus, on dira que A ( h ) est propre ou impropre suivant que A ,
est non singulire ou singulire. Le polynme matriciel de lexemple 1 est non singulier et im-
propre.

OPERATIONS SUR LES h-MATRICES. Considrons deux h-matrices carres dordre n ou deux
polynmes matriciels sur F (A),
(23.3) A(A) = A9X3 t A3-lA3-1 t ,.. t AIX t A.
et
(23.4)
On dira que les matrices (23.3) et (23.4) sont gales, A ( h ) = B ( h ) , si p = q et Ai = Bi
( i = 0 1 2 . . . ,p ) .
+
La somme A ( X ) B ( h ) est une h-matrice C ( h ) obtenue en ajoutant les lments correspon-
dants des deux h-matrices. Le produit A ( X ) . B ( h ) est une h-matrice ou polynme matriciel de
degr au plus p +
q . Si A (A) ou B ( h ) est non singulire, le degr de A (A) . B ( h ) est exactement
p +
q ainsi que celui de B ( h ) . A (A).
Lgalit (23.3) reste inchange lorsque lon remplace h par un autre scalaire de F. Par
exempledosons h = h , nous obtenons dans (23.3)
3
A ( k ) = A p k -t A p - , k
P - 1 t ... + A , k t A.
180 MATRICES

Par contre, si on remplace h par une matrice carre C dordre n , on peut obtenir deux rsultats
diffrents tant donn quen gnral deux matrices carres dordre n ne commutent pas. Nous
dfinirons
cb-1
(23.5) A , ( C ) = ApC + A p - , + ... t A,C + A ,
et
(23.6) AG(C) = CP A p + CP-lA$-l t ... + CA1 + A,
comme tant les valeurs fonctionnelles de A ( h ) respectivement droite et gauche.

Voir problme 1

DIVISION. Dans le problme 2 nous dmontrons:


Thorme 1 . Si A ( h ) et B ( h ) sont les deux polynmes matriciels (23.3) et (23.4) et si B, est non
singulire, il existe alors deux couples uniques de polynmes matriciels [ Q I ( h ) ,R , ( h ) ]et [ Q z ( h ) ,
R z (A)] tels que R (1)et R z (A) soient ou nuls ou de degr infrieur celui de B ( h ) et tels que
(23.7) A(A) = Qi(A).B(A) + RI(A)
et
(23.8) A(A) = B(A).Q:!(A) + Rz(A)
Si R l (X) = O, B ( h ) est dit diviseur droite de A (A), Si R, (A) = O , B ( X ) est dit divi-
seur gauche de A (A).
+A + A - 1 A3 +A + A +
Exemple 3. Si A(A) =
2x3 - A 2A2 + 2A

et
A(A) = [A-1
2h
A-1
2][
A2+l
+
2h 2At3
-2A] = Qi(A)*B(A) +

Ici, B ( h ) est un diviseur gauche de A ( h )


Voir problme 3.
Un polynme matriciel de la forme
(23.9) B(A) = bqAq*I, t b q - 1 A 9 - 1 *In + ... t blA.1, + bol, = b(A)*I,
est dit scalaire.
Un polynme matriciel scalaire B ( h ) = b ( X ) in commute avec tout polynme matriciel pour
lequel les coefficients sont des matrices carres dordre n.
Si dans (23.7) et (23.8),B ( h ) = b ( h ). I alors :
(23.10) A(A) = Ql(A).B(A) + Rl(A) = B(A).Ql(A) + %(A)
Exemple 4. Soit A ( A ) = et B ( h ) = ( h -i
2)i2. Alors:
LAMBDA MATRICES/CHAPITRE 23 181

et

A(h) =
fi2 h+2
O][ A-2 * ;]
2 + 3
-I
-3

Si R , ( h ) = O dans (23.10), alors A ( h ) = b ( h ) , I .Q l ( h )et nous avons :


= B(A)Qi(h)+ Rl(h)

Thorme II. Un polynme matriciel A ( X ) = [ a , ( X ) ] de degr n est divisible par un polynme ma-
triciel scalaire B ( h ) = b ( X ) I, si et seulement si tout a i j ( h )est divisible par b ( h ) .

THEOREME DU RESTE. Soit A ( h ) une h-matrice de (23.3) et soit B = [ b j i ]une matrice carre
dordre n sur F. Puisque X I - B est non-singulire, nous pouvons crire:
(23.11) A(A) = @(A) * ( X I - B) + Ri
et
(23.12) A(X) = ( A l - B ) . Q 2 ( X ) + R2
o R , et R , sont indpendants de h . Cela montre que :
Tliorsme III. Si un polynme matriciel A ( h ) de (23.3) est divis par X I - B, o B = [ b i j ] est
carre dordre n, et si les restes obtenus sont R 1 et R 2 , alors
R I = A, (B) = A+ B + BP- + ... + A I B + A.
et
;h
R, = AG(B) = B Ap + Bb-lAp-i + ... + B A , + A.

et

A(X) = r:3d[: ri1 +

Dans lexemple 2, R , = A D @ ) et R , = A G @ ) comme dans le thorme III.


:I] = ( h l - B ) @ z ( h )+ RZ

Quand A (A) est un polynme matriciel scalaire :


A(h) = f(h)-l = aplA + up-1I A - ~ + ... + allX + a o l

Les restes dans (23.11) et (23.12) sont identiques de telle faon que
R i = R2 = a P B P + B - ~ + ... + al^ + a o l
et nous avons :
Thorme IV. Si un polynme matriciel scalaire f ( h ) . In est divis par XI, - B et si le reste obtenu
est R , on a R = f ( B ) .
Comme consquence, nous avons :
Thorme V. Un polynme matriciel scalaire f ( h ) . I , est divisible par XI, - B si et seulement si
f ( B ) = o.

THEOREME DE CAYLEY-HAMILTON. Considrons une matrice carre dordre n, A = [ a i j ] ayant


pour matrice caractristique XI - A et pour quation caractristique 4 (A) = I XI - A I = O. Daprs
(6.2),
( A l - A ) . a d j ( h l - A ) = +(X).I
182 MATRICES

Ainsi q5 (A) . I est divisible par A I - A et, d'aprs le thorme V, q5 ( A ) = O. D'o:


Thorme VI. mute matrice carre A = [ a i j ] est racine de son quation caractristique q5 (A) = O.

Exemple 6 . L'quation caractristique de A = est h3 - 7hZ + 11 h - 5 = O.

32 62 31

et

Voir problme 4.

PROBLEMES RESOLUS

1.

2 . Montrer que si A ( h ) et B ( h ) sont les h-matrices (23.3) et (23.4) et si B, est non singulire, il existe alors
deux couples uniques de polynmes matriciels [ Q I ( h ) , R l ( h ) ] et [ Q z ( hR
i ,z ( h ) ]o R l ( h ) et R z ( A ) sont ou
zro ou de degr infrieur celui de B ( h ) , tels que
(il A(X) = Q i ( A ) * B(X) + Ri(X)
et
(ii) A(X) = B(X).Q*(X) + R2(A)

Si p < q , alors (i) est vrife avec Q I (A) = O et R 1 (A) = A ( h ) . Supposons p >q ; alors

A(h) - A+ B i l B ( X ) X P - = C(X)

o C(h) est ou zro ou de degr au plus p - 1.


Si C ( h ) est nul ou de degr infrieur q , (i) est vrifie avec :

Q ~ ( x ) = A ~ B ; ' A + - ~ et R ~ ( x )= C(A)
LAMBDA MATRICES/CHAPITRE 23 183

Si C(X) = CSAS + .. o s > q, formons


A(x) - AbB1B(X)Ab-9 - CsBi1B(X)XS-9 = D(x)

Si D (A) est ou zro ou de degr infrieuf q , (i) est vrifie avec


Q1(X) = ApBil$-q tet Rl(h) = D(X)
C B-'AS-q
s 9
sinon nous poursuivons le procd. Puisqu'on obtient une suite de polynmes matriciels C ( h ) ,D ( X ) , . . . de
degrs dcroissants, nous finirons par obtenir un polynme matriciel qui soit ou nul ou de degr infrieur q
et (i) sera vrifie.
Pour obtenir (ii), commenons par
A(h) - B ( X ) B ; ~ A ~A+-9
La fin de la dmonstration (ainsi que 1'unicit)est laisse en exercice. Voir problme 1 Chapitre 2 2 .

3. On donne A(X) =
x3 + h2 f 1 x3 t 1
-A -h2th-1
x2 - h 1

( a ) Nous calculons

A(X) - A4Bi1B(X)X2

C(X) - C3BiiB(X)A
et

1;
5
-2x-9 3j"'3
xt5

Ainsi Qi(X) ( A 4 A 2 t C3X t 02)B;' = i] x2


O
+

+4x+4 Pt5xt
2 A t 4 3 A t 5

( b ) Nous calculons

et
184 MATRICES

Ainsi

A-1 -1 -2
IX1-Al = -3 A-i -1 A3- 3 x 2 - 7 ~ - 1 1 = 0
-2 -3 A-1

1 2
A-' = -{-71-3A+A 1 =
11

11

i1 l 0. 0] t l l [ ; :

O 0 1

= - !-
121
[-27
-8
40 yo
-24

5 . Soient h, , h, , . . . , h , les valeurs propres d'une matriceA carre d'ordre n et soit h (x) un polynme de degr
P en x. Dmontrer que I h ( A ) I = h ( A 1 ) , h ( A 2 ) . . . h (A,).
Nous avons:
(9 IA1 -Al = (A - A i ) (A -A21 .. . (A -An)
Soit
(ii) h(x) = c (SI - x ) ( s -~ X ) ...(s+ - X )
Ainsi
h(A) = ~ ( ~ 1 A)(s21
1 - - A) ...(sfi1 - A )
LAMBDA MATRICES/CHAPITRE 23 185

e n utilisant (ii).

PROBLEMES SUPPLEMENTAIRES

6 . On donne A ( & = r-:; 1 et B(x) = [i21 , calculer

(a) A ( X ) t B(X) =
2X2t2X
+x+2
x2t2x
zx-1 1
(c) A(X)*B(X) =
t 2x3

A"
+ x2 + h A"
t 2x2 - 1
t 3x3 t 3x2
A" t x3 + 2x2 1

o P ( h ) = A ( A ) . B ( h ) et Q ( h ) = B ( h ) . A ( h ) .

8. Si A (A) et B ( h ) sont des A-matrices propres carres d'ordre n de degr respectivement


p et q , et si C(A) est
une A-matrice non nulle, montrer que le degr du produit de ces trois matrices est au moins p -t q , quel que
soit l'ordre des matrices dans le produit.
186 MATRICES

9. Pour chacun des couples de matrices A (A) et B ( h ) suivants, trouver les matrices Q I (A), R i ( h ) ; Qz(A), R z ( X )
satisfaisant (23.7) et (23.8).

h2 t 2h
1 h2: J [: -:I
[-A2 t
-A2 + x
2x - 1
-A2+2ht2],
1
=

= r"0' A-- 12 1

x3-2xt1 X4 + A' t 7h - 2 5 h 2 t 2h t 4

2x3 -xt 2 x 3 t 2h2

X4 + h2 t 2
h+l
A' - x

2x4tx - 2
1, B(A) = [
x2-2x-1
A t 1
x
h2+1
h2th
A-2
"'1
h2-2X
h2+X-1

[
L L

-X+l h2t3 -x+7 -16Xt14 -6h-3 -5ht2


(c) Q(h) = h2-1 3h+5 -3h+2 v Ri(A) = -21h+4 -2x+3

Q2(X)
=

= 1:; 1 :]
[2h-3

A t1
, R2(X)= O
5x-7 10ht3 18h-7

( d ) QI(X) = [ 3X2+6ht31

-2x
A-3
- 1
-3h2-5X-16
h2-X-1
7
3h2-7h+8
-A2 t 4 x - 7
2h2 - 2 h - 1

-12X - 16 -85h -
15h - 9 12x -5
-9h - 8 -7 x 17h - 2

Q2(h) = [ 3h2 t 5h
h-14
-3h
+ 31

-2
-h2 - h - 4
A'
3
2h2 - 4 h
-2h2+ 6h - 6
2h2 - 2h - 2
t 3

1
71X + 46 -12h- 8 -A + 1 1
- 30 llh t 6 4h -4 1
2X + 4 1 6 h - 16
LAMBDA MATRICES/CHAPITRE 23 187

11.

( a ) Calculer A (A) = B (A) . C ( h )


( b ) Trouver Q ( h )et R (A) de degr au plus un,tels que A (A) = Q ( h ) .B ( h ) + R(h).

12. On donne A = [: :] , calculer comme dans le problme 4.

= [i 4 3
A =

-g A-3

13. Montrer que si A et B sont des matrices semblables et si g ( h ) est un polynme scalaire, g ( A ) et g ( B ) sont
semblables.
Indication : Montrer d'abord que A k et Bk sont semblables pour tout entier positif k .

14. Montrer que si B = diag ( B 1 , B2 , . , . , B,) et si g ( h ) est un p.olynme scalaii-e, on a :


g(B) = diag(g(Bl). g(R,), ..., g(B,))
15. Dmontrer le thorme III.
Indication : Vrifier que XI - B divise A ( h ) - A D ( B ) .

16. On dit que la matrice C est racine du polynme matriciel scalaire B ( h ) de (23.9) si B ( C ) = O. Montrer que
la matrice C est racine de B ( X ) si et seulement si la matrice caractristique de C divise B ( h ) .

17. Montrer que si h 1 , h 2 , . . . , h, sont les valeurs propres de A et si f(A) est u n polynme scalaire en A , les
valeurs propres de f ( A ) sont alors f ( X 1 ) , f ( h 2 ) ,. , . , f ( h , ) .
Indication : Ecrire X - f ( x ) = c ( x ~ - x ) ( x ~ - .x. .)(x ~ - x ) de faon que IhI-f(A)I = cnIxli-A/ * l q I - A l .../xsZ-Al
Utiliser ensuite 1 xil - -1 1 = ( x i - Xi) (xi - X2) . . , ( x i - h , ) et c (xl -A.)
J
( x 2 - Xj) . . . ( x s e h,'>
s = A - f(X.)
1 '

18. Trouver les valeurs propres de f ( A ) = A' - 2A + 3. On donne A =

19. Dmontrer que le thorme du problme 5 est u n corollaire du problme 17.

20. Montrer que si X est un vecteur propre de A dans le problme 17, X est alors un vecteur propre de f ( A ) .

21. Soit A ( t ) = [ a i j ( t ) ] o a i j ( t ) est un polynme rel . variable relle t.


Prend re

et driver le second membre comme si c'tait un polynme coefficients constants ; ce qui justifiera la dfi-
nition : d
54(t) = [$ UL;o]
22. Obtenir des formules pour les expressions suivantes :
CHAPITRE 24

Forme normale de Smith

TRANSFORMATION ELEMENTAIRE SUR UNE 1-MATRICE. On appellera transformation lmen-


taire sur une A-matrice A ( h ) sur F [ A ] lune des oprations suivantes :
( 1 ) Echanger la imeet la jmelignes ; on notera cette opration H , ; changer la ime et la j m e
colonnes ; on la notera K,.
(2) Multiplier la i m e ligne par une constante non nulle h;on la notera H j ( k ) ;
Multiplier la ime colonne par une constante non nulle k ; on la notera K , ( h ) .
( 3 ) Additionner la ime ligne le produit de f ( h ) ,polynme de F [ A ] , par la j m e
ligne. On
la notera H , ( f ( h ) ) .
Laddition la ime colonne du produit de f ( h ) par la jmecolonne est note K , ( f ( h ) ) .
Ce sont les transforirations lmentaires du Chapitre 5, sauf que dans (3) le n o t scalaire
a t remplac par le mot polynme. Une transformation lmentaire et la matrice lmentaire
obtenue partir dune transformation lmentaire sur I sont notes de la mme faon. Ainsi, une
transformation ligne sur A ( h ) est obtenue en multipliant A ( h ) gauche par une patrice con-
venable H et une transformation colonne est obtenue en multipliant A ( h ) droite par une ma-
trice convenable K.
De mme que dans le Chapitre 5, nous avons:
Thorme I. Toute matrice lmentaire dans F [A] a une inverse qui est, elle aussi, une matrice
lmentaire dans F [A].
Thorme II. Si I A (A) I = h # O o k appartient F, A (A) est un produit de matrices lmentaires.
Thorme III. Le rang dune h- matrice reste inchang lors de transformations lnentaires.
On dira que deux h-matrices A ( h ) et B ( h ) dont les lments sont dans F [hl sont quiva-
lentes sil existe P ( A ) = H, . . . H 2 . H l et Q ( h )= K I . K 2 . . . K , telles que
(24.1)
Ainsi,
Thorme IV. Des h-matrices m x n quivalentes sont de mme rang.

ENSEMBLE CANONIQUE. Dans les problmes 1 et 2, nous dmontrons:


Thorme V. Soient A (A) e t B ( A ) deux matrices quivalentes de rang r , alors le plus grand com-
mun diviseur de tous les mineurs carrs dordre s de A(A), s < r, est aussi le plus grand com-
mun diviseur de tous les mineurs carrs dordre s de B(X).
Dans le problme 3, nous dmontrons :
Throme VI. Toute h-matrice A ( h ) de rang r peut tre rduite par des transformation lmentaires
la forme normale de Smith que voici :
FORME NORMALE DE SMITH/CHAPITRE 24 189

fl(X) ...
O O ... O
O f2(h) . . . O ... O
...............................
(24.2) N(X) = O O . . . f,(h) . . . 0
O O ... O ... O
...............................
- 0 O ... O ... 0-

o chaque f i ( h ) est unitaire et divise f i + (A), ( i = 1 2 . . . . . r - 1). .


Quand une h-matrice A (A) de rang r a t rduite la forme (24.2), le plus grand commun
diviseur de tous les mineurs carrs dordre s de A ( h ) , s < r, est le plus grand commun diviseur
de tous les mineurs carrs dordre s de N ( h ) , daprs le thorme V. Puisque dans N ( h ) chaque
f i ( h ) divise f i + ( h ) ,le plus grand commun diviseur de tous les mineurs carrs dordre s de N ( h )
et par suite de A ( h ) est :

(24.3) BS (A) = f i ( X ) . f z ( X ) . .... f,(X>, (S = 1, 2 , .... r )


Supposons que A (1)ait t rduite
N ( X ) = diag (fl(X), f 2 ( X ) , .... {,Ch), O, .... O )
et
Nl(X) = diag ( h l ( X ) , h z ( X ) , .... h,(X), O, .... O )
Daprs (24.3)
&(A) = fl(X).f(h). ....f s(A) = hl(h).hZ(X). (A)

Or g1(N = f i (N = h , ( U g,(N = f i (N . f,(W = h , ( N . h , ( h ) de sorte que fz(N = h&v ... ;


en gnral, si nous posons g,(h) = 1, alors
(24.4) Rs(X)/gS-,(X) = f,<X> = h,(~), (s = 1, 2 , .... r )
et nous avons :
Thorme VII. La matrice N ( h ) de (24.2) est dtermine de faon unique par la matrice donne
A (W.
Ainsi, les matrices normales de Smith forment un ensemble canonique pour lquivalence
sur F [A].
X+l

[
Exemple 1. Considrons A ( X ) = 2 t 2X2 + h ,I3 A + X 2X + 3h2 + A .
Xz+3X+2
T

Xzt2,\+1

plus grana commun diviseur des mineurs de deux lignes de A ( h ) est gz( h )= h et g,(h) =
3X2+6X+3

I1 est clair que le plus grand commun diviseur des mineurs dune seule ligne de A est gl(X) = 1, que le
I 1
1 A (A)/ = X3 thZ.
Ainsi, daprs (24.4).
fl(X) = gl(h) = 1, f ~ ( h )= g2(X)gl(X) = XI f3(X) = gZ(h)/g2(X) = X+X
et la forme normale de Smith est :

Pour une autre rduction de la matrice, vo. le problme 4.

.
FACTEURS INVARIANTS. Les polynmes f i (A) f z (A) ..... f,.(A) de la diagonale de la forme
normale de Smith de A ( h ) sont appels : facteurs invariants de A ( h ) . Si f k ( h )= 1, k < r
alors f i ( h ) = f z ( h ) = . . . = f k ( h ) = 1. fi(h)est alors un facteur invariant trivial.
190 MATRICES

Comme consquence du thorme VII, nous avons :


THEOREME VIII. Deux h-matrices carres dordre n sur F [h] sont quivalentes si et seulement si elles
ont les mmes facteurs invariants.

DIVISEURS ELEMENTAIRES. Soit A(X) une X-matrice carre dordre n sur F [XI. Supposons que.
ses facteurs invariants puissent scrire sous la forme :

(24.5) fi^^) = ipl(~)\il{p2(~)1i2 ... i p , ( ~ ) \ ? i ~( i, = i , 2 , ..., r )


o pi (h) p z (A) , . . . P,(X) sont des polynmes distincts de F [hl unitaires et irrductibles. Cer-
tains qii peuvent tre nuls ; dans ce cas, le facteur correspondant est supprim. Cependant, puis-
i q j i , C i = I,2 , . . . r - 1 ; j = 1 , 2 , . . . , s).
que & ( A ) divise f j + i ( h ) , q j + i ,2
Les facteurs {pi(X)}V f 1 qui figurent dans (24.5) sont appels diviseurs lmentaires
sur F [XI de A ( h ) .
Exemple 2. Supposons quune A-matrice carre dordre 10, A ( h ) , sur le corps des rationnels ait t rduite
la forme normale de Smith
-
ri O O O 1
I
O 1 O O O I

O O (A-l)(A2tl) O O l o
I
O 0 O (A - 1) (A2 + 1)* A O I
O 0 O O (A - 1)2 (A2 + 1)2x2(A2 - 3 ) ,
I

I
l
O I O

Le rang est 5. Les facteurs invariants sont :


fi(A) = 1, f2(A) = 1, f3(A) = (A-l)(A2+1),

f4(A) = cA-l)(A2+1)2A. f&) = (A-l)2(A2+1)2A~(A2-3)

Les diviseurs lmentaires sont :


(A-l)2, A-1, A-1. (A2t1)2, (A2+1)2, (A2+1), A2, A, A2-3

Remarquer que les diviseurs lmentaires ne sont pas ncessairement distincts ; dans la suite
prcdente chaque diviseur lmentaire est crit autant de fois quil figure dans les facteurs
invariants.

Exemple 3. ( a ) sur le corps des rels, les facteurs invariants de A ( A ) de lexemple 2 restent inchangs mais
les diviseurs lmentaires sont :
(h-i)2. A - i , A-1, (A2+i)2, (A2+i)2, (A2+i), A2, A, A - 6 , A + 6
puisque h2 - 3 peut se factoriser.
( b ) Sur le corps des complexes, les facteurs invariants restent toujours inchangs mais les di-
viseurs lmentaires sont :
(A-1)2, A-1, A-1. (A+i)2, (A+i)2, A t i , (A-i)*,
( ~ - i ) ~ ,- i , x2, A, A - \13, ~ + \ / 3
Les facteurs invariants dune A-matrice dterminent son rang et ses diviseurs lmen-
taires, Rciproquement, le rang et les diviseurs lmentaires dterminent les facteurs inva-
riants.

Exemple 4. Supposons que les diviseurs lmentaires dune A-matrice carre dordre 6, A ( A ) , de rang 5
soient
h3, A2, A, ( X - I ) ~ , ( A - I ) ~ , A - 1 , ( A t i ) 2 , A + i

Trouver les facteurs invariants et crire A ( X ) sous la forme canpnique de Smith.


FORME NORMALE DE SMITH/CHAPITRE 24 191

Pour trouver f5 (A), prenons le plus petit commun multiple des diviseurs lmentaires, cest--dire :
fs(X) = x3 (A - if ( A + l ?
Pour trouver f,(h), retirons de la suite des diviseurs lmentaires ceux qui ont t utiliss dans f, (h) et
prenons le plus petit commun multiple de ceux qui restent, cest--dire :
f4(A) = A2 (A - ip (A + 1)
Recommenons pour f 3 ( h )= h ( h - 1). Tous les diviseurs lmentaires ont t utiliss ; ainsi f,(X) = fl (h) = 1.
La forme canonique de Smith est :

To: O
O
O
O
O
O OOl

J
O O A(A-1) O O
N(A) =
O 0 O A2 (A - 1)2(A + 1) O
O 0 O O A3(X-1~(A+1)2 O
O 0 O O O O

Puisque les facteurs invariants dune X-matrice sont inchangs par toute transformation lmen-
taire, les diviseurs lmentaires le seront galement. Ainsi :
Thorme IX. Deux X- matrices carres dordre n sur F [A] sont quivalentes sur F [ h ]si et seule
ment si elles ont le mme rang et les mmes diviseurs lmentaires.

PROBLEMES RESOLUS
1. Montrer que si P(h) est un produit de matrices lmentaires, alors le plus grand commun diviseur de tous les
mineurs carrs dordre s de P ( h ) . A ( h ) est aussi le plus grand commun diviseur de tous les mineurs carrs
dordre s de A (A).
I1 suffit de considkrer P(h) . A ( h ) o P(h) est lun des trois types de matrices lmentaires H.
Soit R ( h ) un mineur carr dordre s de A ( h ) et soit S ( h ) un mineur carr dordre s de P(X) x A t h ) . R t X )
et S ( h ) sont tels quils occupent la mme position. Considrons P(h) = H i [ . Son effet sur A ( h ) est soit (i) de
laisser R ( X ) inchang, soit (ii) dchanger deux lignes de R ( h ) , soit (iii) d echanger une ligne de R (A) avec une
ligne nappartenant pas R ( h ) . Dans le cas (i), S ( h ) = R ( h ) ; dans le cas (ii), S ( h ) = - R ( h ) ; dans le cas (iii),
S ( h ) est ventuellement a u signe prs un autre mineur carr dordre s de A ( X ) .
Supposons P(h) = H i ( k ) ; alors on a soit S ( h ) = R ( h ) , soit S ( h ) = k R ( h ) .
Enfin, supposons P ( h ) = HiiCf(h)).Son effet sur A ( h ) est soit (i) de laisser R ( h ) inchang, soit (ii) dajou-
ter lune des lignes de R ( h ) , f ( h ) fois une autre ligne de R ( h ) , soit (iii) dajouter lune des lignes de R (A),
f(h) fois une ligne nappartenant pas R ( h ) . Dans les cas (i) et (ii), S ( h ) = R ( h ) ; dans le cas (iii),
S(A) = R(A) * f(A)* VA)
o T ( h ) est u n mineur carr dordre s de A (A). Par suite, tout mineur carr dordre s de P ( A ) . A (A) est une
combinaison linaire de mineurs carrs dordre s de A (A). Si g ( h ) est le plus grand commun diviseur de tous
les mineurs carrs dordre s de A (A) et si g, (A) est le plus grand commun diviseur de tous les mineurs carrs
dordre s de P ( h ) . A (A), alors g(h) divise g,(X). Soit B ( h ) = l ( A ) . A ( h ) . Ainsi A ( h ) = P - ( h ) . B ( h ) et P-(h)
est u n produit de matrices lmentaires. Par suite, g,(A) divise g ( h ) et g l ( h ) = g(h).

2. Montrer que si P(h) et Q ( h ) sont des produits de matrices lmentaires, alors le plus grand commun diviseur
de tous les mineurs carrs dordre s de P ( h ) . A ( h ) . Q ( h ) est aussi le plus grand commun diviseur de tous les
mineurs carrs dordre s de A (A).
Posons B ( h ) = P ( h ) . A ( h ) et C ( h ) = B ( h ) . Q(h). Puisque C(A) = Q ( h ) .B(h) et que Q(h) est un pro-
duit de matrices lmentaires, le plus grand commun diviseur de tous les mineurs carrs dordre s de C(A) est
le plus grand commun diviseur de tous les mineurs carrs dordre s de B(h). Mais le plus grand commun divi-
seur de tous les mineurs de C(A) est le plus grand commun diviseur de tous les mineurs de C ( h ) . I1 en est de
mme pour B(h) et B ( h ) . Ainsi, le plus grand commun diviseur de tous les mineurs carrs dordre s de
C ( h ) = P ( h ) , A ( A ) , &(A) est le plus grand commun diviseur de tous les mineurs carrs dordre s de A (A).
192 MATRICES

3. Montrer que toute A-matrice A (A) = [aij (A)] de rang r peut tre rduite par des transformations lmentaires
la forme normale de Smith
- -
fi(X) O ... O ... O
O f*(X) ... O ... O
...............................
N(X) = O 0 . f,<X)
* ... O
O O ... O ... O
...............................
O O ... O ... 0-
o chaque J;: (A) est unitaire et divise fi+l(A), (i = 1 2 , . . . . .r - 1).
Le thorme est vrai pour A (A) = O. Supposons A (A) # O ; alors il existe un lment aii (A) # O de degr
minimum, En utilisant une transformation du type 2 , cet lment peut tre rendu unitaire et en changeant des
lignes et des colonnes, cet lment peut tre plac en haut, gauche dans la matrice pour devenir le nouvel l-
ment all(A).
(a) Supposons que a l i ( h ) divise tous les autres lments de A (A), alors, par des transformations du type 3,
A (A) peut tre rduite la forme :

( b ) Supposons que a i l ( h ) ne divise pas tout lment de A ( A ) . Supposons que a l j ( A ) , lment de la premire
ligne et j colonne, ne soit pas divisible par a l (A). Daprs le thorme I du Chapitre 23, nous pouvons
crire :
alj(h) = q(X) a 1 1 (A) + rTj(h)

o le degr de r l i (A) est infrieur celui de a i (A). De la jeme colonne soustrayons le produit de q (A)
par la premire colonne de telle sorte que llment de la premire ligne et jeme colonne soit r i i (A). Par
une transformation d u type 2, on peut remplacer cet Oment par un autre qui soit unitaire et en changeant des
colonnes on peut amener cet lment la lere ligne, lere colonne pour devenir un nouvel all(A). Si maintenant
all(A) divise tout lment de A (A), nous oprons comme en (i). Sinon, en rptant. le procd u n nombre fini de
fois, nous obtenons une matrice dans laquelle tout lment de la lere ligne et de la lere colonne est divisible par
llment de la lere ligne, lere colonne.
Si cet lment divise tout lment de A (A), nous oprons comme en (i). Sinon, supposons que ai, (A) ne
soit pas divisible par a l l (A). Posons ail (A) = q i i (A). a l l (A) et a i j (A) = q l j (A). a l l (A). De la ieme ligne, sous-
trayons le produit de qil,(A) par la premire ligne. Alors ail(h)est remplac par O et aii(A) par aij(A) - qil(A).ali(A).
Maintenant ajoutons la ieme ligne la lere; a l l (A) reste inchang mais ali(A) est remplac par :

aij(X) - qii(h)*aij(X) + aij(h) = aij(X) + qij(X)ii - qii(X)Iali(X)


Puisque cet lment nest pas divisible par a l l (A), nous le divisons par a l l (A) et comme prcdemment nous
obtenons u n nouvel lment (le reste) la place a l l (A). Nous continuons ce procd jusqu ce que le poly-
nme unitaire enfin obtenu ne divise aucun lment de la matrice, Aprs u n nombre fini dtapes, nous obtenons
un a l l (A) qui divise tous les lments e t alors nous reprenons la forme (i).
En traitant B (A) de la mme faon, nous obtenons :

Nous obtenons finalement la forme normale de Smith.


Puisque f i (A) divise tout lment de B ( h ) et que f i ( h ) est le plus grand commun diviseur des lments
de B (A), f i (A) divise f2 (A). De mme, fi(A) divisera fi+ (A).
FORME NORMALE DE SMITHKHAPITRE 24 193

4. Rduire ia forme normale de Smith la matrice :


h + l
h3+X2+X

I1 nest pas ncessaire dutiliser le procd du problme 3. Llment f l (h) de la forme normale de Smith est
le plus grand commun diviseur des lments de A ( h ) ; ici, il est clair que cest 1. Nous allons faire en sorte
que cet lment occupe la place de a l et ainsi nous obtenons (i) du problme 3. Aprs avoir soustrait la deu-
xime colonne de la premire nous avons :

A(h) - h+l
h
h+l

h2+2h+1
x+3

3h2+6h+3
1
O
O
X + l
h
O
x+3
h3+h]
2h2+2h

- [f i O
x3+x
2h2 + 2h
] = [A
Or le plus grand commun diviseur des lments de B ( A ) est h . Ainsi:

et cest la forme demande.

5. Rduire la forme normale de Smith :

Nous trouvons :
A(X) =
x A-
A
A2-3Xt2
1
A+ 2 h
h2tX-3
1
A - 1

X + 1
O

PROBLEMES SUPPLEMENTAIRES

7. Montrer quune A-matrice A (A) carre dordre n est un produit de matrices lmentaires si et seulement si
IA (A) I est une constante non nulle.

14
194 MATRICES

8. Montrer qu'une A-matrice A (A) carre d'ordre n peut tre rduite I par des transformations lmentaires
si et seulement si [ A(A) I est une constante non nulle.

9. Montrer qu'une A-matrice A (A) carre d'ordre n sur F [A] admet une inverse dont les lments appartiennent
F [A] si et seulement si A (A) est un produit de matrices lmentaires.

10. Trouver les matrices P ( A ) et Q(A) telles que P ( h ) . A ( A ) , Q ( h )= I et obtenir alors:


A-' (A) = Q (A) . P (A)
On donne

A(A) =

1 At2
Indication : Voir problme 6, Chapitre 5 . Rponse : A[ - 1 A't2A-1
.-A -A2-3x-2

11. Rduire la forme normale de Smith les matrices suivantes :

A
A' - 1

(b) Fi: A"


X2+1
t

x3
A 2x3 - A'+ A
A2-2Atl]
zx" - 'A t 1
- [; h;l
O
:]
h3 + 1

2x3
2A-2

- 2x2
A' -
A-2

A" - 2x2
zx

A3 1
'v
1
O
O
0
0
1
O
0
O
O
A2-A
O :I
O
A4-X3

i
A' 2x+ I
t x2tx ~ ~ + x * + x - i 1 0 O O
A2tA+l 'A + 1 A3 O 1 O O
A' t x
?,

A' A3tA-1 O O A-1 O


A3 + A' A" A" A" t 'A - lj O O O A'-I

12. Trouver les diviseurs lmentaires sur le corps des rationnels, sur le corps des rels et sur le corps des complexes
des matrices du problme 11.
FORME NORMALE DE SMITH/CHAPITRE 24 195

13. Les polynmes suivants sont des facteurs invariants non triviaux d'une matrice. Trouver ses diviseurs lmen-
taires dans le corps des rels.
(a) - A , x3 - ,'A he - 2x5+ x4
( b ) A + I . h 2 - I , (x2-1p, ( ~ ' - 1 ) ~
(c) A, P ~ AA ~, - P + ~ A ~ - ~ A ~ + A ~ - A *
(d) A, A3 + A, A" + 2A3 t h, A6 + A5 t 2A4 + 2A3 + 'A + A
Rponses : (a) A", A', A, ( A - if. A - 1, A - 1
(b) A+I, h t i . (A+I)', ( A + I ? , A - 1 , ( L I ? , ( ~ - 1 ) ~
( c ) A, A, A', A ' t l , (A'tl)', A- 1
( d ) A, A, A. A, A ' t i , ( A 2 + 1 f , ( A ' t l ? . A+i

14. Les polynmes suivants sont les diviseurs lmentaires d'une matrice dont le rang est six. Quels sont ses fac-
teurs invariants ?
(a) A, A, A t i , A + 2 , A + 3 , A t 4 (c) (A-17, (A-1)'. (A-i)', A-1, (Atl)'
(b) A3, ,'A A, (A-l)', A-1 ( d ) A5, A3, A. (A+$, (A+2f, (At2)'

Rponses : ( a ) 1. 1, 1, 1, A, X ( X t i ) ( h t 2 ) ( X t ~ ) ( h t ~ )
( b ) 1, 1, 1, A, A ~ ( A - I ) , ~ ~ ( x - 1 ) '
(c) 1, 1, A - 1 , ( ~ - 1 ) ' . (!,-I,)' (~-1)~(~+1)'
( d ) 1, 1, 1 , A ( A + 2 f , A3(A+2)4, A5(A+2)5

1j. Rsoudre le systme d'quations diffrentielles linaires.

t DXl
(D+2)~1
+ (Dt1)Z'
- (D-i)x3
( D t l ) ~ p + ( D + ~ ) x ~=
d
o x 1 , x 2 , x 3 sont des fonctions relles inconnues d'une variable relle t et D = -
=
=
O
t
et

dt
Indications : En notation matricielle, le systme est :

Les polynmes en D de A se traitent de la mme faon que les polynmes en h d'une A-matrice ; par suite,
cherchons une forme semblable celle du problme 6. ChaDitre 5. et utilisons dans l'ordre les transformations
lmentaires suivantes : K12(-l), H l ( - l ) , K21(D+ l), H 2 1 ( - D - 2), H 3 1 ( D + l ) , K23(D),H23(-4)q K 2 ( f ) , K32(5D + 7 ) ,

PAQ = [
-5D2-8D-2
-1

5D+6

-D
1 '1
H 3 * ( - h D ) , H3(2). K3(1/5).Nous obtenons la forme normale de Smith pour A :
O

4D+2
A [-i

Transformons A X = H en AQY = H par l'application linaire X = QY. De PAQY


O
1 f ( D + l ) $(5D2t12D+7)

-iD
fD
-11
~(52t7)]

$(5D2+7D+2) = [
1 0

O Oi
=
0

1
D 2 t 9 D t 54 ]
= NI
N I Y = PH nous obtenons :

y1 = O , y2 = t - 4et, ( O 2 + 90 t & ) y 3 = 6 e t - 1 et y3 = K 1 e - 4 v 5 t K2e-t t z e t - -


5
5 5 3 4
Enfin, utilisons X = QY pour obtenir le rsultat demand:
x1 = 3~1e-4'/5 + 1,- 3 , x2 = 12cle-4t/5 + ~ ~- -
1~ - x3 t = -2Cle-4t/5 + Let + L
2 8 2 ' 3 4
CHAPITRE 25

Polynme minimal dune matrice

MATRICE CARACTERISTIQUE. La matrice caractristique hi - A dune matrice carre A dordre


n sur F est une h-matrice non singulire qui admet des facteurs invariants et des diviseurs 616-
mentaires. En utilisant (24.4) il est facile de montrer:
Thorme I. Si D est une matrice diagonale, les diviseurs lmentaires de h l - D sont ses lments
diagonaux.
Dans le problme 1,nous dmontrons :
Thorme II. Deux matrices A et B carres dordre n sur F sont semblables si et seulement si leurs
matrices caractristiques ont les mmes facteurs invariants ou le mme rang et ies mmes divi-
seurs lmentaires dans F [ h ] .
Des thormes I et II, nous dduisons :
Thorme III. Une matrice A carre dordre n sur F est semblable ?une i matrice diagonale si et
seulement si hi - A a des diviseurs lmentaires linaires dans F [ A ] .

INVARIANTS POUR LA SIMILITUDE. Les facteurs invariants de hi - A sont appels invariants


de similitude de A .
Soient P (A) et Q ( h ) des matrices non singulires telles que P ( h ). (hi- A ) , Q (A) soit sous
la forme normale de Smith :
diag (f,(A), &(A) fn(A)) . . 9

Or I P(A) * ( A I - A ) * Q(A) 1 = 1 P(X) 1 - 1 Q<A) I 4 (A) = f l ( ~ f&A)


* )
* . . . &(A).
Puisque 4 ( h ) et f , ( A ) sont unitaires I P ( h ) I . 1 Q ( h )I = 1 et nous avons :

Thorme IV. Le polynme caractristique dune matrice A carre dordre n est le produit des fac-
teurs invariants de h l - A ou des invariants de similitude de A .

POLYNOME MINIMAL. Daprs le thorme de Cayley-Hamilton (Chapitre 23) toute matrice car-
re A dordre n est racine de son quation caractristique @ (A) = O de degr n. Le polynme unitaire
m ( h ) de degr minimum tel que m ( A ) = O est appel polynme minimal de A et rn ( h ) = O
est appele quation minimale de A . in ( h ) est aussi appele fonction minimale de A . I1 est
facile de trouver le polynme minimal de A dans les cas suivants :
(i) Si A = a,l alors m ( h ) = h - a, -
(ii) Si A # ui pour tout a mais que A = a l A + u,i alors rn ( h ) = hZ - a l h - a. .
+
(iii) Si A Z # U A bi pour tout ( a , b ) mais que A 3 = a , A a, A a,i alors + +
m ( h ) = h3 - azhZ- u l h - a,
e t ainsi de suite.

Exemple 1. Trouver le polynme minimal de A =


POLYNOME MINIMAL D'UNE MATRICE/CHAPITRE 25 197

I1 est clair que A - a,I = O est impossible. Mais:


9 8 8 1 2 2 1 0 0
A2 = = a'[2i:]+*[IAy]

9 = al t 00.
En utilisant les deux premiers lments de la premire ligne de chaque matrice, nous avons
{ 8 = 2al '
ainsi a l = 4 et a, = 5 . Ce n'est qu'aprs avoir vrifi ces galits pour tous les autres lments de A 2 que nous
pouvons en conclure que A 2 = 4 A +
51 et que le polynme minimal recherch est h2 - 4 h - 5 .
Dans le problme 2 nous montrons :
Thorme V. Si A est une matrice carre d'ordre n sur F et si f (A) est un polynme sur F , alors
f ( A ) = O si et seulement si le polynme minimal rn (A) de A divise f (A).
Dans le problme 3, nous montrons :
Thorme VI. Le polynme minimal rn (A) d'une matrice A carre d'ordre n est l'invariant f,, (A) de
similitude de A , qui admet le plus haut degr.
Puisque les invariants de similitude f , (A) , f , (A) , . . . , fn- (A) divisent tous f,, (A), nous pou-
vons dire que :
Thorme VII. Le polynme caractristique $(A) de A est le produit du polynme minimal de A
par certains facteurs unitaires de rn (A).
Thorme VIII. La matrice caractristique d'une matrice A carre d'ordre n a des diviseurs lmen-
taires linaires distincts si et seulement si m (A), le polynme minimal de A , n'admet que des
facteurs linaires distincts.

MATRICES NON DEROGATOIRES. Une matrice A carre d'ordre n dont les polynmes minimal
et caractristique sont identiques est dite matrice non drogatoire, sinon elle est dite drogatoire.
Nous avons :
Thorme IX. Une matrice A carre d'ordre n est non drogatoire si et seulement si A admet un
seul invariant de similitude non trivial.
I1 est facile de montrer que :
Thorme X. Si B , et B , ont pour polynmes minimaux rn, (A) e t rn,(A) respectivement, le poly-
nme minimal rn (A) de D = diag ( B , , B , ) est le plus petit commun multiple de r n , ( A ) et m,(A).
On peut tendre ce rsultat ? laimatrice D = diag ( B , , B , , . , . , B , ).
Thorme XI. Soient g , (A) , g,(A) , . . . , g,(h) des polynmes sur F [ A ] irrductibles, unitaires et
distincts et soit Ai une matrice non drogatoire telle que 1 A I - A I. I = { gI .( A ) } a i , ( j = 1 , 2 , . . , m ) .
Alors B = diag(A A , , . , . , A , ) admet pour polynme caractristique et minimal a la fois le
polynme : 4 (A) = I g1(A)r1* i g 2 (A) 1% i ,(A) 1"' I

MATRICE COMPAGNON. Soit A une matrice non drogatoire admettant un invariant de simili-
tude non trivial.

(25.1) g(A) = fn(A) = A" + + * a * t %A t a,

On appelle matrice compagnon de g ( h ) ,


(25.2) C(g) = [ - al3 si g(A) = A +a

et pour n >1
198 MATRICES
- 0 1 0 O O O
0 0 1 O O O
(25.3)
................................
O 0 0 O 1 O
O 0 0 O O 1
- -a, -al -a2 ... -an-3 -an

Dans le Problme 4, nous montrons :


Thorme XII. La matrice compagnon C ( g ) dun polynme g ( h ) admet g ( h ) comme polynme
caractristique et polynme minimal.
(Certains auteurs prfrent dfinir C ( g ) comme la transpose de la matrice donne dans (25.3).
On utilisera ces deux formes ici).
Voir problme 5.
I1 est facile de montrer que :

1; i ;:;;1
Thorme XIII. Si A est non drogatoire et admet comme invariant de similitude non trivial
f n ( h ) = ( A - a ) n , alors

..............
(25.4) J = [ a ] si y1 = 1 et O 0 0 ... a l si n > l

admet fn ( h ) pour polynme caractristique e t polynme minimal.

PROBLEMES RESOLUS

1 . Montrer que deux matrices A et B carres dordre n sur F sont semblables si et seulement si leurs matrices ca-
ractristiques ont les mmes facteurs invariants ou les mmes diviseurs lmentaires dans F [ A ] .
Supposons que A et B soient semblables. De (i) du problme 1, Chapitre 20, nous dduisons que AI - A
et A l - B sont quivalentes. Alors, daprs les thormes VI11 et IX du Chapitre 24, elles ont les mmes fac-
teurs invariants et les mmes diviseurs lmentaires.
Rciproquement, supposons que A l - A et A l - B admettent les mmes facteurs invariants et les mmes
diviseurs lmentaires. Alors, daprs le thorme VIII, Chapitre 24, il existe des A-matrices non singulires P (A)
et Q(A> telles que

ou

(9
Soient
(ii)

(iii)

(iv) = s3(h)-(hZ-A)t R ,
o R , R , et R , sont indpendants de A . Substituons dans (i), nous avons :
66 1 SZ 3XUdVH3/El3ILVN ElNn,CI W N I N I N BNONATOd
200 MATRICES

Daprs le thorme V, rn ( h ) divise f n ( h ) . Supposons

(ii) fdh) = Y(h).rn(X)

Puisque rn ( A ) = O, XI - A est un diviseur de m ( h ) . I , supposons

m(h)*l = (AZ-A).C(A)
Alors ,en utilisant (i) et (ii),

(Xl-A)*B(X) = fn(X)*l = y(X)*rn(h).Z = y(X).(XZ-A).C(X)


et
B(h) = 9(A) * C(h)

Or q ( h ) divise tout lment de B ( h ) ; par suite q (A) = 1 et daprs (ii)


fn(X, =

4. Montrer que la matrice compagnon C(g) dun polynme g ( h ) admet g ( h ) la fois comme polynme caractris-
tique et comme polynme minimal.
La matrice caractristique de (25.3) est

I
-1 O ..I.. O O
O A -1 ..... O O
.....................
O O O ..... x -1
a. al a2 . . . . . an-2 Xta,..

Ajoutons la premire colonne h fois la seconde, h2 fois la troisime,. . . An- fois la dernire colonne
pour obtenir :
-1 O ..... O O
-
x -1 ..... O O
. . . . . . . . . . . . . . . . .. . < .
O O ..... x -1
al a2 ,.,.. an-z +
-
Puisque I G ( h )I = g ( h ) , le polynme caractristique de C(g) est g ( h ) . Puisque le mineur de llment g ( h )
dans G ( h ) est *1, le plus grand commun diviseur de tous les mineurs carrs dordre n - 1 de G ( h ) est 1.
Ainsi, C(g) est non drogatoire et son polynme minimal est g ( h ) .

5. La matrice compagnon de g(h) = h5 + 2h3 - h2 + 6h - 5 est :


POLYNOME MINIMAL D'UNE MATRICE/CHAPITRE 25 20 1

PROBLEMES SUPPLEMENTAIRES

6. Ecrire la matrice compagnon de chacun des polynmes suivants :


( a ) h3 t h2 - 2x - 1 ( d ) h4 - 2X3 - X2 t 2X
( b ) (A2 - 4)( h t 2) ( e ) X'<A't 1)
(c) (A- 1)3 ( f ) ( h t 2)(h3- 2h2 t 4h- 8)

(d) [ olj
O 1 0 0

O O O 1
0-2 1 2
O 1 O 0

::]
( e ) [ 0: 0: - 1 O

7 . Montrer que toute matrice A carre d'ordre 2 telle que (all- t 4U12a2: # 0 est non drogatoire.

8. Rduire G ( h ) du problme 4 diag (1 , 1 , . . . , 1 , g ( h ) .


9. Pour chacune des matrices A suivantes, (i) trouver les polynmes caractristique et minimal (ii) donner tous
les facteurs invariants non triviaux et les diviseurs lmentaires dans le corps des rationnels.

-5
-2
4 -6
3 -2
3 8
1 2
"I
2

tf) 4 -3 4 -1 -6
4 -2 4 O -4
-1 O -2 1 2

Rponses

10. Dmontrer les thormes VI1 et VIII.


11. Dmontrer le thorme X.
Indications : m(D) = diag(m(B1), m(B,)) = 0 ce qui entrane que m(B1) = m(5,) = 0 ; ainsi m l ( h ) et m,(h) divi-
sent m (A).
MA TRICES

12. Dmontrer le thorme XI.

13. Si A est une matrice carre dordre n et si k est le plus petit entier positif tel que A k = O, A est dite nilpo-
tente dindice k . Montrer que A est nilpotente dindice k si et seulement si ses valeurs propres sont toutes
nulles.

14. Montrer que : ( a ) les valeurs propres dune matrice A carre dordre n idempotente sont soit O soit 1.
( b ) le rang de A est le nombre de valeurs propres gales 1.

15. Montrer que si A , B , C , D sont des matrices carres dordre n sur F telles que C et D soient non singulires,
alors il existe des matrices non singulires P et Q telles que PCQ = A , PDQ = B si et seulement si R (A) = AC-A
et S ( h ) = h D - B ont les mmes facteurs invariants et les mmes diviseurs lmentaires.
Indication : Suivre la dmonstration du problme 1 en remarquant que la similitude est remplace par lqui-
valence.

16. Montrer que si le polynme minimal m ( h ) dune matrice non singulire A est de degr s, alors A- peut sex-
primer comme un polynme scalaire de degr s - 1 en A .

17. Utiliser le polynme minimal pour trouver linverse de la matrice A du problme 9(h).

18. Montrer que tout facteur linaire h - ) u n facteur de m (A).


hi de @ ( h est
Indication : Ce thorme se dduit du thorme VI1 ou bien supposer le contraire et crire m ( h ) = ( h - h i ) q ( X )+ r,
r # O. Alors ( A -Ail) ri(^) + r[ = 0 et ainsi A - hiI admet un inverse.

19. Utiliser A = [ A i] pour montrer que le polynme minimal nest pas le produit des facteurs distincts de

@ (A).

20. Montrer que si g ( h ) est un polynme scalaire en h , alors g ( A ) est singulire si et seulement si le plus grand
commun diviseur de g ( h ) et de m (A), polynme minimal de A , est d ( h ) # 1.
Indication : (i) Supposer d ( h ) # 1 et utiliser le thorme V, Chapitre 22.
(ii) Supposer d ( h ) = 1 et utiliser le thorme IV, Chapitre 22.

21. Montrer que si le polynme minimal m ( h ) de A sur F est irrductible dans F [ h ] et sil est de degr s en h,
alors lensemble de tous les polynmes scalaires en A coefficients dans F , de degr <s a une structure de
corps.

22. Dduire d u problme 20 que lorsque g ( A ) est non singulire, alors [ g ( A ) ] - peut scrire comme un polynme
en A de degr infrieur celui de m(h).

23. Soient A et B des matrices carres et m ( h ) et n (A) les polynmes minimaux de A B et BA respectivement.
Montrer que :
( a ) m ( h ) = n ( h ) quand A et B ne sont pas toutes deux singulires.
( b ) m ( h ) et n ( h ) diffrent dau plus un facteur h quand A et B sont singulires toutes les deux.
Indication : R . m ( 1 [ 3 ) . 4 = ( [ 3 4 ) . ~ ~ ( [ 3 =4 ) O et A . n ( B A ) - B = ( A B ) . n ( 4 B ) = o.

24. Supposons A de dimension m x n et B de dimension n x in, m > n, notons @ ( h ) et ii/ (A) les polynmes carac-
tristiques de A B et BA respectivement. Montrer que 4 ( h ) = h m - n ~ ( X ) .

25. Soit Xi un vecteur propre associ une valeur propre simple de A . Montrer que si A et B commutent, alors
Xi est u n vecteur propre de B.
26. Si les matrices A et B commutent, tablir un thorme concernant les vecteurs propres de B quand A nadmet
que des valeurs propres simples.
CHAPITRE 26

Formes canoniques pour la similitude

PROBLEME POSE. Dans le chapitre 25,nous avons vu que les matrices caractristiques de deux
matrices semblables carres dordre n : A et R-AR sur F admettaient les mmes facteurs inva-
riants et les mmes diviseurs lmentaires. Dans ce chapitre, nous allons tudier des reprsentants
des ensembles de toutes les matrices R-AR qui sont (i) simples dans leur structure e t (ii) qui
prsentent un intrt soit pour leurs facteurs invariants, soit pour leurs diviseurs lmentaires.
Ces matrices, au nombre de quatre, sont appeles formes canoniques de A. Elles correspondent
la matrice canonique N = tudie auparavant,qui reprsentait toutes les matrices rn x n
de rang r pour lquivalence.

FORME CANONIQUE RATIONNELLE. Soit A une matrice carre dordre n sur F. Supposons
dabord que sa matrice caractristique nait quun seul facteur invariant non trivial f, (A). La ma-
trice compagnon C ( f n ) de f a (A) est semblable A ; nous lavons dmontr dans le Chapitre 25.
Nous dirons que cette matrice est la forme canonique rationnelle S de toutes les matrices sem-
blables A .
Supposons maintenant que la forme normale de Smith de X I - A soit
(24.1) diag (1, 1, ..., 1, fj<X), f j t l ( X ) , ..., f,W)
o les facteurs invariants non triviaux f i (A) sont de degr si, ( i = j , j + 1 , . . . , n ) . Nous dirons
que la forme canonique rationnelle de toutes les matrices semblables A est la matrice :
(24.2) S = diag(C(fj), C(fjtl), ...>C<f,))
Pour montrer que A et S ont les mmes invariants pour la similitude, remarquons que
, . . . , O,).
C ( f , ) est semblable Di = diag (I,1,. . . , 1, fi<A)) et ainsi, S est semblable diag (Bi,Di+,
Par une srie dchanges de deux lignes et des deux colonnes correspondantes, nous obtiendrons
que S soit Semblable
diag (1, 1,..., 1, fjchf j + l ( ~...,
~ ,f,W)

Nous avons dmontr :


Thorme I. Toute matrice carre A est semblable la matrice S de ( 2 4 . 2 ) o les C ( f k ) sont les
matrices compagnon des facteurs invariants non triviaux de XI - A .
Exemple 1. Supposons que les invariants non triviaux de A pour la similitude, sur le corps des rationnels,

Alors :
204 MATRICES

et
-1 O 0 0 O 0 0 O 0 0
O O 1 0 O 0 0 O 0 0
O O 0 1 O 0 0 O 0 0
0 - 1 0 0 O 0 0 O 0 0
O O 0 0 O 1 0 O 0 0
O O 0 0 O 0 1 O 0 0
O O 0 0 O 0 0 1 0 0
O O 0 0 O 0 0 O 1 0
O O 0 0 O 0 0 O 0 1
O 0 0 0 - 1 0 0 - 2 0 0

les matrices compagnon sur la diagonale est sans


- -
- 1 0 0 O 0 O 0 0 0 O
0 0 0 - 1 0 O 0 0 0 O
O 1 0 O 0 O 0 0 0 O
O 0 1 O 0 O 0 0 0 O
O 0 0 O 0 0 0 0 0 - 1
O 0 0 O 1 O 0 0O 0
O 0 0 O 0 1 0 0O 0
O 0 0 O 0 0 1 0 0 - 2
O 0 0 O 0 O 0 1 0 O
-O 0 0 0 0 ' O 0 0 1 O-
dans laquelle on a transpos chacune des matrices compagnon, est une autre forme galement
admise.

SECONDE FORME CANONIQUE. Supposons que la matrice caractristique de A ait pour facteurs
invariants non triviaux les polynmes fi (A) de (26.1). Supposons galement que les diviseurs 616-
mentaires soient des puissances de polynmes irrductibles distincts de F [A] : p i (A) , p z (A) . . .p,(X).
Soit :
(26.3) /$(A) = (p1(A)j91i lp2(X))92i...Ipt(X))qti;. (i = j , j + i ,. . . , T L )

o certains facteurs peuvent ne pas apparatre puisque certains q i peuvent tre nuls. La matrice
compagnon C ( P : ~ ' ) de tout facteur admet {p,(h)}'ki comme seul invariant non trivial pour la
similitude ; par suite, C ( f j ) est semblable :
diag (C(P!'i ), C(p2q'i ), . . . , C ( p Y t i : )
Nous avons :
Thorme II. Toute matrice carre A sur F est semblable une matrice Diag ( C , , Cz , . . . , C,)
o les Ci sont les matrices compagnon des diviseurs lmentaires sur F de X I - A .

Exemple 2. Les diviseurs lmentaires sur le corps des rationnels de la matrice A de l'exemple 1 sont
A + 1, A + 1, (A+ )', 'A - A + 1, (A' - A + 1)' et la forme canonique du thorme II est :

L
[gi X]
-1 2 -3 2

et la forme canonique du thorme II est :


FORMES CANONIQUES POUR LA SIMILITUDE/CHAPITRE 26 205
-
-1 O O O O 0 O 0 O 0
0-1 O O O 0 O 0 O 0
O O O 1 O 0 O 0 O 0
O 0-1-2 O 0 O 0 O 0
O O O O O 1 O 0 O 0
O O O 0 - 1 1 O 0 O 0
O O O O O 0 O 1 O 0
O O O O O 0 O 0 1 0
O O O O O O 1
0 O 0

-O O O O 0 0 - 1 2 - 3 2

FORME CANONIQUE DE JACOBSON. Soit A la matrice du paragraphe prcdent ; les diviseurs


lmentaires de sa matrice caractristique s'expriment comme puissances de polynmes irrduc-
tibles sur F [ h ] . Considrons un diviseur lmentaire { p (A)}'. Si q = 1, utilisons C ( p ) , la matrice
compagnon ; si q > 1, construisons :

...............................
(26.4)
C,(P) = I ............................... I I

o M est une matrice de mme ordre que C ( p ) admettant l'lment 1 dans le coin infrieur
gauche et des zros partout ailleurs. La matrice C , ( p ) de (26.4),(C1 ( p ) = C ( p ) ) est appele ma-
trice hypercompagnon de { p (A)},. Remarquer que dans (26.4), il y a une range de l juste au-
dessus de la diagonale. Quand on utilise l'autre forme ' C ( p ) de la matrice compagnon, la matrice
hypercompagnon de { p (h)}' est :
-t -
C(p) 0 ... O O O
N C(p) O ... O O
t
O N C(p) ... 0 O
.....................................
O O O . . . tC ( p ) O

- O O O ... N C
' (p) -
o N est une matrice de mme ordre que ' C ( p ) admettant l'lment 1 dans le coin suprieur
droit et des zros partout ailleurs. Sous cette forme, il y a une range de 1 juste au-dessous de
la diagonale.

Exemple 3. Soit {p(X)iq = ( A 2 + 2 X - 1)4 , alors C(p) = ["1 -2


'1, M =
-
1 , et

O 1 0 O 0 O 0 O
1 - 2 1 O 0 O 0 O
O O 0 1 0 O 0 O
O 0 1 - 2 1 O 0 O
O O 0 O 0 1 0 O
O O 0 0 1 - 2 1 O
O O 0 O 0 O 0 1
-O O 0 O 0 0 1 - 2
206 MATRICES

Dans le problme 1, on montre que C, ( p ) admet { p ( h ) ) , comme seul invariant non trivial
pour la similitude, Par suite, C , ( p ) est semblable C ( p 4 ) et peut lui tre substitu dans la
forme canonique du thorme II. Nous avons :
Thorme III. Toute matrice carre A sur F est semblable une matrice Diag ( H l , H , , . . . H I %o
)
les Hisont les matrices hypercompagnon des diviseurs lmentaires de h l - A .
Exemple 4. Les matrices hypercompagnon des diviseurs lmentaires h 1, h 4- 1 et h - h +
1 de la ma-
2
+
trice A de lexemple 2 sont leurs matrices compagnon, la matrice hypercompagnon de ( h 4- l ) at

[0 :] - et celle de (A - h 4- 1) est . Par suite, la forme canonique du

thorme III est

-1 O O O O 0 O 0 O 0
-
0 - 1 O O O 0 O 0 O 0
O 0 - 1 1 O 0 O 0 O 0
0 . 0 0 - 1 O 0 O 0 O 0
O O O O O 1 O 0 O 0
O O O 0 - 1 1 O 0 O 0
O O O O O 0 O 1 O 0
O O O O 0 0 - 1 1 1 0
O O O O O 0 O O 1
0
O O O O O 0 0 0 - 1 1
-
Lusage du terme rationnel pour la forme canonique d u thorme 1 peut prter confu-
sion. I1 fut utilis lorigine pour prciser que la forme canonique tait obtenue uniquement
partir doprations dites rationnelles dans le corps des lrrents de A . Cela est encore vrai pour
les formes canoniques traites plus loin dans les thormes II et III. Pour ajouter la confusion,
la forme canonique du thorme III est aussi parfois appele forme canonique rdtionnelle.

FORME CANONIQUE CLASSIQUE. Supposons que les diviseurs lmentaires de la matrice carac-
tristique de A soient des puissances de polynmes linaires. La forme canonique du thorme III
e t alors la matrice diag (C; ( p ) , . . . , Ci ( p ) , . . , , C: ( p ) ) o Ci(p) est la matrice hypercompagnon
de la forme

1 I . .

(26.5) C,(P) =
*..
O O ...

du diviseur lmentaire { p = (X - ai),. Comme exemple, voir problme 2.


Ce cas particulier de forme canonique du thorme III est connu sous le nom de forme
canonique de Jordan ou forme canonique classique. [Remarquer que Ci(p) de (26.5) est du
type J de (25.4)] . Nous avons :
Thorme IV. Soit $7 un corps dans lequel le polynme caractristique de la matrice A se facto-
rise en polynmes linaires. Alors A est semblable sur 5 a une matrice diag ( H l , H z , . . . , H,)
o les Hisont les matrices hypercompagnon de la forme (26.5), chaque matrice correspondant
6 un diviseur lmentaire (A - ai),,
Exemple 5 . Supposons que les diviseurs lmentaires sur le corps des complexes de h i - A soient :

A - i , x t i , (A-$, (At$.
FORMES CANONIQUES POUR LA SIMILITUDE/CHAPITRE 26 207

La forme canonique classique de A est :


-

-
Le thorme IV a pour consquence :
Thorme V. Une matrice carre A dordre n est semblable une matrice diagonale si et seulement
si les diviseurs lmentaires de hi - A sont des polynn-es linaires, cest--dire si, et seulement
si le polynme minimal de A est le produit de polynmes linaires distincts.
Voir problmes 2-4.

REDUCTION A LA FORME CANONIQUE RATIONNELLE. On va montrer que lon peut rduire


toute matrice carre dordre n sa forme canonique rationnelle, au moins thoriquement, sans
connatre lavance les facteurs invariants de hi - A. On trouvera un procd quelque peu diff-
rent dans le livre : Dickson L.E., Modern Algebraic Thories, senj. H. Sanborn, 1926. Un aspect
purement calculatoire est trait dans le Browne, E.T. American hlathematical Monthly ; vol 48
(1940).
Nous aurons besoin des dfinitions suivantes :
Si A est une matrice carre dordre n et X un vecteur n composantes sur F. Si g ( h ) est le
polynme unitaire dans F [ A ] de degr minimum tel que g ( A ). X = O, alors on dit que, relative-
ment A, le vecteur X est associ g(A).
Si relativement A , le vecteur X est associ g ( h ) de degr p , les vecteurs linairement
indpendants X , A X , AX, ..., A9-X forment une chane dont le premier terrre est X .

@: 4
Exemple 6 . Soit A = 1 -3 1 . Les vecteurs

pendants tandis que A 2 X =


X= ( 1 , O , O) et A X = ( 2 , 1 , 1) sont linairement ind-

X. Alors ( A 2 - I ) X
= O et X appartient au polynme h2 - I. Pour
y = f ( l , O, - 11, A Y = (- 1, O, 1) = - Y ; par suite ( A +
I ) Y = O et Y est associ au poiy-
nme h + 1.
Si m (A) est le polynme minimal dune matrice A carre dordre n, alors m ( A ) . X = O pour
tout vecteur X n composantes. Par suite, il nexiste pas de chane dont la longueur surpasse le
degr de m (A). Pour la matrice de lexemple 6, le polynme minimal est h2 - 1.
Soit S la forme canonique rationnelle dune matrice A carre dordre n sur F . Alors, il
existe une matrice non singulire R sur F telle que :
(26.6) R - l A R = S = d i a g ( C . , C j t l , ..., C,)
3
o, pour plus de commodit, les C ( f i ) de ( 2 6 . 2 ) ont t remplacs par Ci.Nous supposons que
Ci,la matrice compagnon du facteur invariant
fi(,i) = ksi + c . ksi-1 + ...
t , si
t ci2,i + Cil
est de la forme
O O *.. O -ci1
O O * . . O -ci2
1 O * .. O -ci3

O O ... O - ci, si-3


O O ... -cisi
208 MATRICES

De (26.6), nous dduisons :


(26.7) A R = RS = R d i a g ( C j , Cjtl, ..., C,)
Formons une partition de R en groupant les colonnes R i ,Ri+ , . . . ,R, de telle sorte que
Ri et Ci,( i = j , j t 1 , ..., n) admettent le mme nombre de colonnes. De (26.7), nous dduisons
A R = A [ R j , R j t l , ..., R,] = [ R j , R j t l , ..., R,] d i a g ( C j , C j t l , ..., C),
- [ R j C j , R j t , C j t l , ..., R,CJ
et
AR, = RiCi, ( i = j , j + i , ..., n)
Notons les si vecteurs colonnes de Ri par R i l , R i z , , , , , Risi et formons le produit
si
RiCi = [ R i , , Ri,,, ..., R i s i l Ci = [ R i z , Ri,, ..., R i s i , - 2 R i k c i k I
k=1
Puisque
AR< = A [ R i , , R i z , ..., R i s i 1 = [ A R i , , A R i z , ..., A R i s i l = RiCi
nous avons :
~ s i - 1 ~
(26.8) Ri, = AR,,, Ri, = AR,, = ARi,, ..., Risi = il
et
si
(26.9) - 2 cikRik = ARiSi
k=1

En substituant (26.8) dans (26.9), nous obtenons


z Cik A k - R ~ , = A ~ ~ R ~ ,
- si
k=i
ou
(26.10) (ASi + cisi ASi-1 + ... t CCPA + c i 1 l ) R i i = O
De la dfinition prcdente des C i , nous pouvons crire (26.10) de la faon suivante
(26.11) fi(A)*Rii = O
Supposons que R i , soit not X i de telle sorte que (26.11) devienne f j ( A ). X i = O ; alors,
puisque X i ,A X , , A Xi,..., ASi- l X i sont linairement indpendants, les vecteurs X i sont associs
au facteur invariant f , ( X ) . Par suite, les vecteurs colonnes de Ri forment une chane admettant
X i comme premier terme ; X i est associ fi(X).
En rsum, les n colonnes linairement indpendantes de R , satisfont (26.2) et constituent
n - j + 1 chanes

dans lesquelles les premiers termes sont associs respectivement aux facteurs invariants
f j ( h ), f j t l ( h),...,f,( X) et dont les longueurs satisfont : O < s j < = s j + , 5 . .. Ss,.
Nous avons:
Tliorme VI. Soit A une matrice carre dordre n sur F :
(i) Soit X, le premier terme dune chane en de longueur maximale pour tous les vecteurs
dordre n sur F.
(ii) Soit X , - , le premier terme dune chane de longueur maximale (tout terme est li-
nairement indpendant des termes prcdents et des termes de C,)pour tous les vecteurs
i n composantes sur F qui sont indpendants des vecteurs de f !
, ;
(iii) Soit X,-* le premier terme dune chane de longueur maximale (tout terme tant
linairement indpendant des termes prcdents et de ceux de 6, et de pour tous
les vecteurs n composantes sur F qui sont linairement indpendants des vecteurs de
en et ;
et ainsi de suite.
FORMES CANONIQUES POUR LA SIMILITUDE/CHAPITRE 26 209

Alors, pour
S.-i
R = [ X j , A X j ,..., A J X j ; X j t l , A X j , , , ..., Asj-Xj,,; ...; X,, AX,, ..., A s,-1 X,]
R-AR est la forme canonique rationnelle de A .

Exemple 7. Soit A = . Prenons X = (1 , O , O) ; alors X , A X = t ( l , 1 , 1), et A 2 X = ( 3 , 5 , 6 )

sont linairement indpendants tandis que A 3 X = (14, 2 5 , 3 0 ) = 5 A Z X - X . Par suite,


+
( A 3 - 5 A 2 Z)X = O et X est associ f 3 ( h )= m ( h ) = h3 - 5h2 + 1 = @(A). Prenons

R = [X,AX.A*X] =

nous trouvons

R- =
O -1

et

Ici A est non drogatoire. Son polynme minimal m ( h ) est irrductible sur le corps des
rationnels, Tout vecteur 3 composantes sur ce corps est associ m (A), (voir problme 11)
et sert de premier terme une chane de longueur trois. La matrice R qui admet pour vecteurs
colonnes les vecteurs d k n e chane est telle que R- A R = S.

Exemple 8. Soit A = 1 2
[: I:
2 . Prenons X = ( 1 , - 1 , O) ; alors A X = X et

h - 1 ne peut pas tre le polynme minimal m ( h ) de A . Cest, cependant, un diviseur de m(h),


(voir problme 11). Il pourrait tre un invariant de similitude pour A .
X est associ h - 1. Or

Maintenant, prenons Y = (1, O, O ) ; les vecteurs Y , A Y = ( 2 , 1, 2 ) , A 2 Y = (11, 8, 8 )


sont linairement indpendants, tandis 2ue A 3 Y = (54, 43, 46) = 5 A 2 Y + 3 A Y - 7 Y . Par
suite, Y est associ m ( ~=) h3 - 5~ - 3~ +
7 = @(A). Le polynme A - i nest pas un in-
variant de similitude ; en fait, moins que le premier vecteur choisi soit associ un polynme
qui, raisonnablement, pourrait tre la fonction minimale, on considrera quon fait fausse route.
Le lecteur peut vrifier que :

quand R =

Voir problmes 5-6.

PROBLEMES RESOLUS

1. Montrer que la matrice C, ( p ) de (26.4) admet { p ( h > } ,comme seul invariant non trivial pour la similitude.
Supposons C, ( p ) dordre s . Le mineur de llment de la dernire ligne, premire colonne de hZ - C,( p )
est f 1 de telle sorte que le plus grand commun diviseur de tous les mineurs carrs dordre s - 1 de X I - C, ( p ) est 1.
Alors les facteurs invariants de XI - C, ( p ) sont 1 , 1 , . . . , 1 ,f,(h). Mais f,(h) = { p (A)}, puisque

$(A) = lAZ-Cq(p)1 = I A Z - C(P)IQ = {p(A)19


15
210 MATRICES

2. La forme canonique ( a ) est celle des thorme I et II, le facteur invariant non trivial et diviseur lmentaire
tant A" + 4h3 + 6h2 + 4X + 1. La forme canonique du thorme III est ( b ) .

1 0 1 O O1

3. La forme canonique ( a ) est celle du thorme I, les facteurs invariants tant h + 2 , X2 - 4, h3 + 3h2 - 4h - 1 2
et les diviseurs lmentaires X + 2, X t 2 , X + 2 , A - 2, - 2 , X + 3. La forme canonique commune aux thormes
I et II est ( b ) .

- 2 0 0 O 0 O
--2 O O 0 0 O
0 0 1 O 0 O 0-2 O 0 0 O
O 4 0 O O 0 O 0 - 2 0 0 O
(6)
O 0 0 O 1 O O O O 2 0 O
O 0 0 O 0 1 O O O 0 2 O
O O O 12 4 - 3 - O O 0 0 0 - 3

4. La forme canonique ( a ) est celle du thorme III. Sur le corps des rationnels, les diviseurs lmentaires sont
h t 2, + 2 , (h2t 2~ -if, t 2~ - 1)3 et les facteurs invariants sont :
(A + 2)(h2+ zx - (A + z)(h2+ zx - 1)3
La forme canonique du thorme I est ( b ) et celle du thorme II est (c).
--2 O
O -2
O 0
O 0
O 0
O 0
(a)
O 0
O 0

-I
O 0 0 O 0 0 O O 0
O 0 0 O 0 0 O O 0
1 0 0 O 0 0 O O 0
O 1 0 O 0 0 O O 0
-10-60 O O O O O O
O 0 0 1 0 0 O O 0
O 0 0 O 1 0 O O 0
O 0 0 O 0 1 O O 0
O 0 0 O 0 0 1 O 0
O 0 0 O 0 0 O 1 0
O 0 0 O 0 0 O O 1
O O 2 -11 12 17 -14 -21 -8
-
FORMES CANONIQUES POUR LA SIMILITUDE/CHAPITRE 26 21 1

-2 O O 0 O O 0 O 0 0 O O
0 - 2 O 0 O O 0 O 0 0 O O
O O O 1 O O 0 O 0 0 O O
O O O 0 1 O 0 O 0 0 O O
O O O 0 O 1 0 O 0 0 O O
O 0 - 1 4 - 2 - 4 0 O 0 0 O O
O O O 0 O O 0 1 0 0 . 0 O
O O O 0 O O 0 O 1 0 O O
O O O 0 O O 0 O 0 1 O O
O O O 0 O O 0 O 0 0 1 O
O O O 0 O O 0 O 0 0 O 1
O O O 0 O 0 1 - 6 9 4 - 9 - 6

5, Soit A = . Prenons x = f ( i ,o,o,o,o,o).

1 0 - 1 O
Alors X , A X = (- 2 , 1 , 1 , 1 , 1 , 1 ) , A 2 X = (1 , O , - 1 , O , O , - 1) et A 3 X = (- 3 , 1 , 1 , 1 , 1 , 2 ) sont li-
nairement indpendants tandis que A 4 X = ( 1 , O , - 2 , O , O , - 2) = 2 A 2 X - X ; X est associ h4 - 2 h 2 1. +
Nous prendrons, lessai, m (A) = h4 - 2 h2 + 1 et crirons x6 pour X.
Le vecteur Y = f(O, O , O , 1 , O , O) est linairement indpendant des termes de la chane dont le premier
terme est x6 ; A Y = f(- 1 , O , 1 , - 1 , 1 , O) est linairement indpendant de Y et des termes de la chane. Or
A* Y = Y ; Y est donc associe h2 - 1. Puisque les deux polynmes forment lensemble des facteurs invariants
non triviaux, nous crirons X , pour Y. On obtient la forme canonique de A :
0 1 0 0 0

R = [X,, A X 5 , XE, A x e . A2Xe. A3XJ =

0 0 0 1 0

Remarque. Le vecteur Z = (O, 1 , O , O , O , O ) est linairement indpendant des termes de la chane dont le
premier terme est x6. A Z = (3 , O , - 2 , 1 , - 2 , O) est linairement indpendant de Z et des termes de la chane.
+ +
Cependant AZ = (-1, 1, O, O, O, AX, A ~ X , z ; ainsi (A - i ) ( Z - A X , ) = O et w = z - A X 6 =
f ( 2 , O , - 1 , - 1 , - 1 , - 1) est associ h2 - 1. Utilisant ce dernier comme X 5 , nous pouvons former une autre
matrice R , avec laquelle o n obtient la forme canonique rationnelle.

. Prenons x = f(i ,o,o,o,o).

Alors X I A X = (- 2 , l , - 1 , - 1 , - 21, et A 2 X = f ( l , 1 , - 1 , - 1 , O) sont linairement indpendants tan-


3 t
+
dis que A X = (- 1, 2, - 2, - 2, O ) = 2 A 2 X - 3 X ; X est associ h3 - 2 h 2 3. Nous prendrons, lessai,
ce dernier polynme comme polynme minimal m ( h ) et prendrons X comme X , .
212 MATRICES

Quand, dans A , on soustrait la quatrime colonne de la premire, nous avons '(- 1 , O , O , 1 , O) ;


par suite, si Y = '( 1 , O , O , - 1 , O), A Y = - Y ; Y est associ h i-
1. De nouveau, quand on soustrait dans
A la quatrime colonne de la troisime, nous avons '(0, O , - 1 , 1 ,O). Par suite, si 2 = '(O, O , 1 , - 1 ,O),
A 2 = - 2 ; 2 est associ h i- 1. Puisque Y , Z et les termes de la chane dont le premier terme est X ,
sont linairement indpendants, nous prenons Y comme X, et Z comme X3. La forme canonique rationnelle
de A est :

R = [X,,X4,X5,AX5,A2X5]
= [; ::-:j,O O -1 -1
-1 -1 O -1 -1
R-lAR =
[ -1o - lO o 0o 0
O
O
O O O -3
O 1 0
:]
O
O 0 0 - 2 O O 0 1 2

PROBLEMES SUPPLEMENTAIRES

7. Pour chacune des matrices ( a ) - ( h ) du problme 9, Chapitre 2 5 , crire les matrices canoniques des thormes
I, II, III sur le corps des rationnels. L'une de ces matrices changera-t-elle si on considre un ensemble stable
dfini au dbut du Chapitre 8.

R p o n s e s partielles ( a ) I, [: 0 3;
6 -11 6
II, III, diag(1, 2, 3)

( b ) I , II, III,
@:I
O O 1

(e) I,
c:3 [:I
O O 1 ; II. III, O O O

- 1 0 0 0

( f ) I , [ OO O0 0 .];
1 II, III, [;-: O O

-1O
0

O
O]

[" : ; q; j; [:: 0 'I


O 0 1 0 O 1

(g) 1, II, [:: O,


O 0 III, O O -1

O O -1 -2 O O -1 -2 O 0 -1

8. Sous quelles conditions


( a ) les formes canoniques des thormes I et II sont-elles identiques ? ( b ) les formes
canoniques des thormes II et III sont-elles identiques ? (c) la forme canonique du thSorme II est-elle
diagonale ?
FORMES CANONIQUES POUR LA SIMILITUDE/CHAPITRE 26 213

9. Identifier la forme canonique


[:i@O O 1 . Comparer la rponse du problme 8 ( b ) .

IO. Supposons que la matrice A non singulire ait pour facteurs invariants non triviaux (a) + 1, x3 t I , (x3 + 1)2,
( b ) 'A t 1, A" + 5A2 + 4. A6 + 6A4 t g A
' + 4 . Ecrire les formes canoniques des thormes I, II, III sur le corps
des rationnels et celle du thorme IV.

Rponses : (a 1
Il O 0 0 O 0 0 0 0 0 '
O O 1 0 O 0 0 O 0 0
O O 0 1 O 0 0 O 0 0
0 - 1 0 0 O 0 0 O 0 0
O O 0 0 O 1 0 O 0 0
I,
O O 0 0 O 0 1 O 0 0
O O 0 0 O 0 1
0 0 0
O O 0 0 O 0 0 O 1 0
O O 0 0 O 0 0 O 0 1
- O 0 0 0 - 1 0 0 - 2 0 0 ,

-1 O O O O 0 O 0 O 0
0-1 O O O 0 O 0 O 0
O O O 1 O 0 O 0 O 0
O 0-1- 2 0 0 O 0 O 0
O O CI O O 1 O 0 O 0
II.
O O O 0 - 1 1 O 0 O 0
O O O O O 0 O 1 O 0
O O O O O 0 O 0 1 0
O O O O O 0 O 0 O 1
O O O O 0 0 - 1 2 - 3 2

-1 O O O O 0 O 0 O D
0-1 O O O 0 O 0 O 0
O 0-1 1 O 0 O 0 O 0
O O 0-1 O 0 O 0 O 0
O O O O O 1 O 0 O 0
III,
O O O 0 - 1 1 O 0 O 0
O O O O O 0 O 1 O 0
O O O O 0 0 - 1 1 1 0
O O O O O 0 O 0 O 1
O O O O O 0 0 0 - 1 1

=1 O O 0 0 0 0 0 0 0 '
0-1 O 0 0 0 0 0 0 0
O 0-1 1 0 0 0 0 0 0
O O 0 - 1 0 0 0 0 0 0
O O O o c l o o o o o
IV,
O O O 0 0 c l 1 0 0 0
O O O o o o c l o o o
O O O o o o o p o o
O O O o o o o o g r
- O O O o o o o o o g
214 MATRICES

11. Montrer que si A est une matrice carre d'ordre n, si le vecteur X est associ g ( h ) relativement A , alors
g ( h ) divise le polynme minimal m (A) de A . ~

Indication : Supposer le contraire et considrer m(X) = h ( X ) ' g ( X ) t r ( X ) .

12. Dans l'exemple 6, montrer que X,A X et Y sont linairement indpendants et rduire A sa forme canonique
rationnelle.

13. Dans le problme 6,


Y = ' ( O , 1 , O , O , O), linairement indpendant et de la chane dont le premier terme est
( a ) Prendre x,
X4 = Y - ( 3 A - 2 1 ) X 5 qui est associ h 1. +
( b ) Prendre Z = '(O , O , 1 , O , O), linairement indpendant de X4 et de la chane dont le premier terme est xt
et obtenir X 3 = Z - X 5 qui est associ h 1. +
(c) Calculer R - l A R en utilisant les vecteurs X 3 et X4 de ( b ) et ( a ) pour construire R.

14. Pour chacune des matrices A du problme 9 ( a ) - ( h ) , chapitre 2 5 , trouver R tel que R - l A R soit la forme
canonique rationnelle de A .

15. Rsoudre le systme d'quations diffrentielles et linaires

dX3 = -6x1 - 2x2 - 3x3 - 2x4

dx4
dt
= -3X1 - Xp - x3 - 2x4

o xi est une fonction inconnue de variable relle t.

Indication : Soit X = ' ( x i , x 2 , x 3 , x4), dfinir -


dX
dt
='[-, d x i -,
dt
dx2
dt
dt,
dx3 dX4 et crire le systme

-dX _ - x t = A X t H
dt

Puisque l'application linaire non singulire X = R Y transforme (i) en :


= R-~ARYt R-~H
dt
choisir R de telle sorte que R - ' A R soit la forme canonique rationnelle de A. Le vecteur lmentaire E l
4 composantes, associ h3 - h est le premier terme d'une chane X 1 = E l , AX1 , A 2 X 1 tandis que E4
donne Xz = E4 - X1 +
2 A X 1 qui est associ h 1. Or, avec : +
O 4 - 2 8
R = [ X i . A X i , A2X1,X2] =
O -6 4 -12
Lo -3 2 -5
O 0 0

dt
-Y4
Ainsi,
Index alphabtique

A Dcomposition spectrale, 170


Dfinie positive (semi-dfinie)
Addition forme hermitienne, 147
de matrices, 2, 4 matrice, 134-147
de vecteurs, 67 forme quadratique, 134
Adjointe dune matrice carre Degr
dfinition, 49 dun polynme matriciel, 179
dterminant de l, 49 dun polynme scalaire, 172
inverse de 1 55 Dpendance (indpendance) linaire
rang de l, 50 de formes, 70
Application de matrices, 73
linaire, 94 de vecteurs, 68
orthogonale, 103 Dpendant(e)s
Associativit formes, 69
de laddition des matrices, 2 matrices, 73
de la multiplication des matrices, 2 polynmes, 73
sur un corps, 64 vecteurs, 68
Dterminant
B dfinition, 20
dcomposition dun,
Base suivant la premire ligne ou la premire
changement de, 95 colonne, 33
dun espace vectoriel, 86 suivant une ligne (colonne), 23
orthonormale, 102, 11 1 par la mthode de Laplace, 33
de la conjugue dune matrice, 30
C de la transpose de la conjugue dune ma-
trice, 30
Caractristique de la transpose dune matrice, 21
quation, 149 drive, 33
polynme, 149 dune matrice singulire, 39
Chane de vecteurs, 207 dune matrice non singulire, 39
Cofacteur, 23 dun produit de matrices, 33
Colonne multiplication par un scalaire, 2 2
matrice, 93 Dveloppement de Laplace, 33
transformation suivant une, 39 Diagonalisation
Combinaison linaire de vecteurs, 68 par une application orthogonale, 163
Commutativit par des matrices unitaires, 164
pour laddition des matrices, 2 Dimension dun espace vectoriel, 86
pour la multiplication des matrices, 3, 11 Distributivit
sur un corps, 64 dans un corps, 64
Complment algbrique, 24 des matrices, 3
Conjugue Diviseur droite, 180
dune matrice, 12 Diviseur ?t gauche, 180
dun nombre complexe, 12 Diviseurs de zro, 19
dun produit, 13
dune somme, 13 E
Coordonnes dun vecteur, 88
Corps, 64 Egalit de
matrices, 2
D de polynmes scalaires, 172
de polynmes matriciels, 179
Dcomposition dune matrice en Elmentaires
matrices hermitiennes et anti-hermitiennes, 13 matrices, 41
matrices symtriques et anti-symtriques, 12 vecteurs n composantes, 88
21 6 INDEX ALPHABETIQUE

transformations, 39 I
Elments diagonaux dune matrice carre, 1
Ensemble canonique Image
pour la congruence, 1 16, 117 dun vecteur, 9 4
pour lquivalence, 43, 189 dun espace vectoriel, 95
pour la similitude, 203 Ingalit de Schwarz, 101, 110
Equations linaires Ingalit triangulaire, 1O 1, 11O
systmes quivalents d, 75 Intersection despace, 87
solution d, 75 Invariant par la similitude, 196
systme homogne d, 78 Inverse
systme non homogne d, 77 dune matrice, 11, 55
Equivalentes dune matrice diagonale, 55
formes bilinaires, 126 dune somme directe, 55
formes hermitiennes, 146 dune matrice symtrique, 58
matrices, 40, 188 dun produit de matrices, 11
formes quadratiques, 131, 133, 134 dune transformation lmentaire, 39
systmes dquations linaires, 76 Inverse droite, 63
Espace vectoriel Inverse gauche, 63
base dun, 86
dfinition, 85 L
dimension dun, 86
sur le corps des complexes, 110 Lambda matrice, 179
sur le corps des rels, 100 Loi de Sylvester
dinertie, 133
F
M
Factorisation en matrices lmentaires, 43, 188 Matrice(s)
Ferm, 85 compagnon, 197
Forme (s) bilinaire (s) dfinition, 1
dfinition, 125 dfinie positive (semi-dfinie), 134, 147
quivalentes, 126 drogatoire, 197
factorisation de, 128 diagonale, 10, 156
forme canonique de, 126 diagonalisable, 157
rang dune, 125 lmentaire ligne, 41
rduction dune, 126 forme normale dune, 41
Forme canonique dune forme bilinaire, 125
de Jordan, 206 dune forme hermitienne, 146
de Jacobson, 205 dune forme quadratique, 13 1
dune forme bilinaire, 126 hermitienne, 13, 117, 164
dune forme hermitienne, 146 anti-hermitienne, 13, 118
dune matrice 41, 42 hyper-compagnon, 205
dune forme quadratique, 133 idempotente, 11
rationnelle, 203 identit dune, 10
quivalence pour les lignes, 40 inverse dune, 11, 55
Forme(s) hermitienne(s) involutive, 11
forme canonique dune, 146 lambda, 179
dfinie, 147 nilpotente, 11
rang dune, 146 non drogatoire, 197
semi-dfinie, 147 non singulire, 39
signature, 147 normale, 164
quivalence de, 146 nulle, 8 7
Forme normale de Smith, 188 ordre dune, 1
Forme quadratique orthogonale, 103, 163
dfinition, 131 priodique, 11
quivalence de, 131, 133, 134 dune permutation, 99
factorisation dune, 138 polynme matriciel, 179
forme canonique dune, 133, 134 rang dune, 39
rang dune, 13 1 scalaire, 10, 75
relle singulire, 39
dfinition, 134 symtrique, 12, 115, 163
indice, 133 anti-symtrique, 12, 1 17
semi-dfinie, 134 transformation lmentaire dune, 39
signature, 133 triangulaire, 10, 157
rgulire, 135 triangulaire infrieure, 10
triangulaire suprieure, 10
INDEX ALPHABETIQUE 217
unitaire, 112, 164 R
Matrices quivalentes, 4 0
sur un corps, 65 Racine
produit de , 3 dun polynme, 178
semblables, 95, 156, 196 dun polynme matriciel scalaire, 187
gaies, 2 Rang
carres, 1 de ladjointe, 50
somme de, 2 dune forme bilinaire, 125
congruentes, 1 15 dune forme hermitienne, 146
Mineur, 22 dune forme quadratique, 13 1
Mineurs complmentaires, 24 dune matrice, 39
Mineur principal, 135 dun produit, 43
Multiplication des matrices par blocs, 3, 4 dune somme, 48
Rduction
N de Kronecker, 136
de Lagrange, 132
Ngative Rgle de Cramer, 77
forme dfinie, 134, 147 Relation dquivalence, 9
forme semi-dfinie, 134, 147
Nombres complexes, 12, 110 S
Noyau, 87
Scalaire
matrice, 10
O polynme matriciel, 180
polynme, 172
Ordre dune matrice, 1 produit de deux vecteurs
Orthogonal( e) (voir produit scalaire)
congruence, 163 Signature
quivalence, 163 dune forme hermitienne, 147
matrice, 103 dune matrice hermitienne, 1 18
similitude, 157, 163 dune forme relle quadratique, 133
transformation, 103 dune matrice relle symtrique, 1 16
vecteur, 100, 110 Somme de
Orthonormale matrices, 24
base, 102, 1 11 despaces vectoriels, 87
Somme directe, 13

P T
Thorme de Cayley-Hamilton, 18 1
Plus grand diviseur commun, 173 Trace, 1
Polynme Transformation
espace des polynmes, 172 lmentaire, 39
inversible, 172 singulire, 95
matriciel, 179 unitaire, 112
matriciel scalaire, 180 Transpose
minimal, 196 dune matrice, 11
scalaire, 172 dun produit, 12
Polynme mat riciei dune somme, 11
dfinition, 179 de la conjugue, 13
degr, 179
produit, 179 V
propre (impropre), 179
scalaire, 180 Valeur absolue dun nombre complexe, 110
singulier (non singulier), 179 Valeurs propres ou racines du polynme carac-
somme de, 179 tristique
Premier terme dune chane, 207 dfinition, 149
Processus de Gram-Schmidt, 102- 1 1 1 de adj A , 151
Produit de matrices de linverse A , 155
adjoint dun, 50 dune matrice diagonale, 155
conjugu dun, 13 des matrices hermitiennes, 164
dterminant dun, 33 des matrices relles symtriques, 163
inverse dun, 11 des matrices relies anti-symtriques, 170
rang dun, 4 3 des matrices orthogonales relles, 155
transpose dun, 12 des matrices unitaires, 155
Produit scalaire, 100, 11O dune somme directe, 155
21 8 INDEX ALPHABETIQUE

Vecteurs n composantes, 85 Vecteur (s)


Vecteurs invariants associ un polynme, 207
dfinition, 149 coordonnes dun, 88
dune matrice diagonale, 156 dfinition dun, 67
dune matrice hermitienne, 164 invariant, 149
dune matrice normale, 164 norme (longueur) dun, 100, 110
dune matrice relle symtrique, 163 norm, 102
de matrices semblables, 156 orthogonal, 100
Vecteurs orthogonaux, 100, 1 1O produit scalaire de, 100
Vecteurs propres produit vectoriel de, 109
(voir vecteurs invariants) unitaire, 101
IMPRIMERIE LOUIS-JEAN
Pubiicafionr rcientihoues ei litteldires
TYPO OFFSET
05 . GAP - ~eiepiione1 1 2 ' *

Dpt lgal 121 . 1973