Académique Documents
Professionnel Documents
Culture Documents
Les matrices sont des tableaux de nombres. La rsolution dun certain nombre de problmes dalgbre linaire se
ramne des manipulations sur les matrices. Ceci est vrai en particulier pour la rsolution des systmes linaires.
Dans ce chapitre, K dsigne un corps. On peut penser Q, R ou C.
1. Dfinition
1.1. Dfinition
Dfinition 1.
Une matrice A est un tableau rectangulaire dlments de K.
Elle est dite de taille n p si le tableau possde n lignes et p colonnes.
Les nombres du tableau sont appels les coefficients de A.
Le coefficient situ la i-me ligne et la j-me colonne est not ai, j .
En dautres termes, on somme coefficients par coefficients. Remarque : on note indiffremment ai j o ai, j pour les
coefficients de la matrice A.
Exemple 2.
3 2 0 5 3 3
Si A= B=
et alors A+ B = .
1 7 2 1 3 6
0 2
Par contre si B = alors A + B 0 nest pas dfinie.
8
Exemple 3.
1 2 3 2 4 6
Si A= et =2 alors A = .
0 1 0 0 2 0
La matrice (1)A est loppose de A et est note A. La diffrence A B est dfinie par A + (B).
MATRICES 2. MULTIPLICATION DE MATRICES 3
Exemple 4.
2 1 0 1 4 2 3 5 2
Si A= et B= alors A B = .
4 5 2 7 5 3 3 0 1
Laddition et la multiplication par un scalaire se comportent sans surprises :
Proposition 1.
Soient A, B et C trois matrices appartenant Mn,p (K). Soient K et K deux scalaires.
1. A + B = B + A : la somme est commutative,
2. A + (B + C) = (A + B) + C : la somme est associative,
3. A + 0 = A : la matrice nulle est llment neutre de laddition,
4. ( + )A = A + A,
5. (A + B) = A + B.
Dmonstration. Prouvons par exemple le quatrime point. Le terme gnral de ( + )A est gal ( + )ai j . Daprs
les rgles de calcul dans K, ( + )ai j est gal ai j + ai j qui est le terme gnral de la matrice A + A.
Mini-exercices.
7 2 1 2 3 21 6 1 0 1 1 2
1. Soient A = 0 1 , B = 2 3 1 , C = 0 3 , D = 12 0 1 0 , E = 3 0 . Calculer toutes les sommes possibles
1 4 321 3 12 111 8 6
de deux de ces matrices. Calculer 3A + 2C et 5B 4D. Trouver tel que A C soit la matrice nulle.
2. Montrer que si A + B = A, alors B est la matrice nulle.
3. Que vaut 0 A ? et 1 A ? Justifier laffirmation : (A) = ()A. Idem avec nA = A + A + + A (n occurrences
de A).
2. Multiplication de matrices
p
X
ci j = aik bk j
k=1
Avec cette disposition, on considre dabord la ligne de la matrice A situe gauche du coefficient que lon veut
calculer (ligne reprsente par des dans A) et aussi la colonne de la matrice B situe au-dessus du coefficient que
lon veut calculer (colonne reprsente par des dans B). On calcule le produit du premier coefficient de la ligne par
le premier coefficient de la colonne (ai1 b1 j ), que lon ajoute au produit du deuxime coefficient de la ligne par le
deuxime coefficient de la colonne (ai2 b2 j ), que lon ajoute au produit du troisime. . .
2.2. Exemples
Exemple 5.
1 2
12 3
A= B = 1 1
23 4
1 1
On dispose dabord le produit correctement ( gauche) : la matrice obtenue est de taille 2 2. Puis on calcule chacun
des coefficients, en commenant par le premier coefficient c11 = 1 1 + 2 (1) + 3 1 = 2 (au milieu), puis les
autres ( droite).
1 2 1 2 1 2
1 1 1 1 1 1
1 1 1 1 1 1
1 2 3 c11 c12 1 2 3 2 c12 1 2 3 2 7
2 3 4 c21 c22 2 3 4 c21 c22 2 3 4 3 11
Un exemple intressant est le produit dun vecteur ligne par un vecteur colonne :
b1
b2
u = a1 a2 an v= .
..
bn
Alors u v est une matrice de taille 1 1 dont lunique coefficient est a1 b1 + a2 b2 + + an bn . Ce nombre sappelle le
produit scalaire des vecteurs u et v.
Calculer le coefficient ci j dans le produit A B revient donc calculer le produit scalaire des vecteurs forms par la
i-me ligne de A et la j-me colonne de B.
Exemple 8.
0 1 4 1 2 5 5 4
A= B= C= et AB = AC = .
0 3 5 4 5 4 15 12
Dmonstration. Posons A = (ai j ) Mn,p (K), B = (bi j ) M p,q (K) et C = (ci j ) Mq,r (K). Prouvons que A(BC) = (AB)C
en montrant que les matrices A(BC) et (AB)C ont les mmes coefficients.
Xp
Le terme dindice (i, k) de la matrice AB est x ik = ai` b`k . Le terme dindice (i, j) de la matrice (AB)C est donc
`=1
q q
p
X X X
x ik ck j = ai` b`k ck j .
k=1 k=1 `=1
q
X
Le terme dindice (`, j) de la matrice BC est y` j = b`k ck j . Le terme dindice (i, j) de la matrice A(BC) est donc
k=1
p q
X X
ai` b`k ck j .
`=1 k=1
Comme dans K la multiplication est distributive et associative, les coefficients de (AB)C et A(BC) concident. Les
autres dmonstrations se font comme celle de lassociativit.
Dmonstration. Nous allons dtailler la preuve. Soit A Mn,p (K) de terme gnral ai j . La matrice unit dordre p est
telle que tous les lments de la diagonale principale sont gaux 1, les autres tant tous nuls.
On peut formaliser cela en introduisant le symbole de Kronecker. Si i et j sont deux entiers, on appelle symbole de
Kronecker, et on note i, j , le rel qui vaut 0 si i est diffrent de j, et 1 si i est gal j. Donc
0 si i 6= j
i, j =
1 si i = j.
Alors le terme gnral de la matrice identit I p est i, j avec i et j entiers, compris entre 1 et p.
MATRICES 2. MULTIPLICATION DE MATRICES 6
La matrice produit AI p est une matrice appartenant Mn,p (K) dont le terme gnral ci j est donn par la formule
p
X
ci j = aik k j . Dans cette somme, i et j sont fixs et k prend toutes les valeurs comprises entre 1 et p. Si k 6= j alors
k=1
k j = 0, et si k = j alors k j = 1. Donc dans la somme qui dfinit ci j , tous les termes correspondant des valeurs de
k diffrentes de j sont nuls et il reste donc ci j = ai j j j = ai j 1 = ai j . Donc les matrices AI p et A ont le mme terme
gnral et sont donc gales. Lgalit I n A = A se dmontre de la mme faon.
Exemple 9.
1 0 1
On cherche calculer Ap avec A = 0 1 0. On calcule A2 , A3 et A4 et on obtient :
0 0 2
1 0 3 1 0 7 1 0 15
A2 = 0 1 0 A3 = A2 A = 0 1 0 A4 = A3 A = 0 1 0 .
0 0 4 0 0 8 0 0 16
1 0 2p 1
Lobservation de ces premires puissances permet de penser que la formule est : Ap = 0 (1) p 0 . Dmon-
0 0 2p
trons ce rsultat par rcurrence.
Il est vrai pour p = 0 (on trouve lidentit). On le suppose vrai pour un entier p et on va le dmontrer pour p + 1. On
a, daprs la dfinition,
1 0 2p 1 1 0 1 1 0 2 p+1 1
Ap+1 = Ap A = 0 (1) p 0 0 1 0 = 0 (1) p+1 0 .
p p+1
0 0 2 0 0 2 0 0 2
Donc la proprit est dmontre.
Exemple 10.
1 1 1 1 0 1 1 1
0 1 2 1 . On pose N = A I = 0 0 2 1. La matrice N est nilpotente (cest--dire il existe
Soit A = 0 0 1 3 0 0 0 3
0 0 0 1 0 0 0 0
k N tel que Nk = 0) comme le montrent les calculs suivants :
0 0 2 4 0 0 0 6
0 0 0 6 0 0 0 0
N2 =
0 0 0 0
N 3
=
0 0 0 0
et N 4 = 0.
0 0 0 0 0 0 0 0
Comme on a A = I + N et les matrices N et I commutent (la matrice identit commute avec toutes les matrices), on
peut appliquer la formule du binme de Newton. On utilise que I k = I pour tout k et surtout que N k = 0 si k > 4. On
obtient
p 3
X p k pk X p k p(p1) p(p1)(p2) 3
Ap = N I = N = I + pN + 2! N 2 + 3! N .
k=0
k k=0
k
Do
p2 p(p2 p + 1)
1 p
0 1 2p p(3p 2)
Ap =
0
.
0 1 3p
0 0 0 1
Mini-exercices.
8 2 5
2 1 0
1. Soient A = 0 2 2
6 4 0 ,B= 0 1 0 ,C= 3 2 ,D= 2 ,E= x y z . Quels produits sont possibles ? Les
2 2 3 5 5 1
calculer !
0 0 1 1 0 0
2. Soient A = 0 1 0 et B = 0 0 2 . Calculer A2 , B 2 , AB et BA.
1 1 2 1 1 0
2 0 0
0 00
3. Soient A = 0 2 0 et B = 2 00 . Calculer Ap et B p pour tout p > 0. Montrer que AB = BA. Calculer (A + B) p .
0 0 2 3 10
3.1. Dfinition
On verra plus tard quil suffit en fait de vrifier une seule des conditions AB = I ou bien BA = I.
3.2. Exemples
Exemple 11.
Soit A = 10 23 . tudier si A est inversible, cest tudier lexistence dune matrice B = ac db coefficients dans K, telle
que AB = I et BA = I. Or AB = I quivaut :
a + 2c b + 2d
1 2 a b 1 0 1 0
AB = I = =
0 3 c d 0 1 3c 3d 0 1
MATRICES 3. INVERSE DUNE MATRICE : DFINITION 8
1 32
lecteur. La matrice A est donc inversible et A =
1
1 .
0 3
Exemple 12.
a b
La matrice A = 30
50 nest pas inversible. En effet, soit B = une matrice quelconque. Alors le produit
c d
3a + 5b 0
a b 3 0
BA = =
c d 5 0 3c + 5d 0
ne peut jamais tre gal la matrice identit.
Exemple 13.
Soit I n la matrice carre identit de taille n n. Cest une matrice inversible, et son inverse est elle-mme par
lgalit I n I n = I n .
La matrice nulle 0n de taille n n nest pas inversible. En effet on sait que, pour toute matrice B de Mn (K), on a
B0n = 0n , qui ne peut jamais tre la matrice identit.
3.3. Proprits
Unicit
Proposition 5.
Si A est inversible, alors son inverse est unique.
Dmonstration. La mthode classique pour mener bien une telle dmonstration est de supposer lexistence de deux
matrices B1 et B2 satisfaisant aux conditions imposes et de dmontrer que B1 = B2 .
Soient donc B1 telle que AB1 = B1 A = I n et B2 telle que AB2 = B2 A = I n . Calculons B2 (AB1 ). Dune part, comme AB1 = I n ,
on a B2 (AB1 ) = B2 . Dautre part, comme le produit des matrices est associatif, on a B2 (AB1 ) = (B2 A)B1 = I n B1 = B1 .
Donc B1 = B2 .
Inverse de linverse
Proposition 6.
Soit A une matrice inversible. Alors A1 est aussi inversible et on a :
(A1 )1 = A
Proposition 7.
Soient A et B deux matrices inversibles de mme taille. Alors AB est inversible et
(AB)1 = B 1 A1
Si C est une matrice quelconque de Mn (K), nous avons vu que la relation AC = BC o A et B sont des lments de
Mn (K) nentrane pas forcment lgalit A = B. En revanche, si C est une matrice inversible, on a la proposition
suivante :
Proposition 8.
Soient A et B deux matrices de Mn (K) et C une matrice inversible de Mn (K). Alors lgalit AC = BC implique lgalit
A = B.
Dmonstration. Ce rsultat est immdiat : si on multiplie droite lgalit AC = BC par C 1 , on obtient lgalit :
(AC)C 1 = (BC)C 1 . En utilisant lassociativit du produit des matrices on a A(C C 1 ) = B(C C 1 ), ce qui donne
daprs la dfinition de linverse AI = BI, do A = B.
Mini-exercices.
1. Soient A = et B = 25 13 . Calculer A1 , B 1 , (AB)1 , (BA)1 , A2 .
1 2
3 4
1 0 0
2. Calculer linverse de 0 2 0 .
103
1 2 0
3. Soit A = 2 3 0 . Calculer 2A A2 . Sans calculs, en dduire A1 .
0 0 1
4.1. Matrices 2 2
a b
Considrons la matrice 2 2 : A = .
c d
Proposition 9.
Si ad bc 6= 0, alors A est inversible et
1 d b
A1
= adbc c a
1
Dmonstration. On vrifie que si B = adbc
d b
c a alors AB = 10
01 . Idem pour BA.
MATRICES 4. INVERSE DUNE MATRICE : CALCUL 10
En pratique, on fait les deux oprations en mme temps en adoptant la disposition suivante : ct de la matrice A
que lon veut inverser, on rajoute la matrice identit pour former un tableau (A | I). Sur les lignes de cette matrice
augmente, on effectue des oprations lmentaires jusqu obtenir le tableau (I | B). Et alors B = A1 .
Noubliez pas : tout ce que vous faites sur la partie gauche de la matrice augmente, vous devez aussi le faire sur la
partie droite.
4.3. Un exemple
1 2 1
Calculons linverse de A = 4 0 1 .
1 2 2
Voici la matrice augmente, avec les lignes numrotes :
1 2 1 1 0 0 L1
(A | I) = 4 0 1 0 1 0 L2
1 2 2 0 0 1 L3
On applique la mthode de Gauss pour faire apparatre des 0 sur la premire colonne, dabord sur la deuxime ligne
par lopration lmentaire L2 L2 4L1 qui conduit la matrice augmente :
1 2 1 1 0 0
0 8 5 4 1 0 L2 L2 4L1
1 2 2 0 0 1
Puis un 0 sur la premire colonne, la troisime ligne, avec L3 L3 + L1 :
1 2 1 1 0 0
0 8 5 4 1 0
0 4 3 1 0 1 L3 L3 +L1
On multiplie la ligne L2 afin quelle commence par 1 :
1 2 1 1 0 0
0 1 5 1 1 0 L2 18 L2
8 2 8
0 4 3 1 0 1
On continue afin de faire apparatre des 0 partout sous la diagonale, et on multiplie la ligne L3 . Ce qui termine la
premire partie de la mthode de Gauss :
1 2 1 1 0 0
0 1 5 1
81 0
8 2
1 1
0 0 2 1 2 1 L3 L3 4L2
puis
1 2 1 1 0 0
0 1 5 1
18 0
8 2
0 0 1 2 1 2 L3 2L3
Il ne reste plus qu remonter pour faire apparatre des zros au-dessus de la diagonale :
MATRICES 5. INVERSE DUNE MATRICE : SYSTMES LINAIRES ET MATRICES LMENTAIRES 11
1 2 1 1 0 0
7
0 1 0 4 34 54 L2 L2 58 L3
0 0 1 2 1 2
puis
12 1 1
1 0 0 2 2 L1 L1 2L2 L3
7
0 1 0 4 34 54
0 0 1 2 1 2
Ainsi linverse de A est la matrice obtenue droite et aprs avoir factoris tous les coefficients par 14 , on a obtenu :
2 2 2
1
A1 = 7 3 5
4
8 4 8
Pour se rassurer sur ses calculs, on noublie pas de vrifier rapidement que A A1 = I.
Mini-exercices.
+1 1
31 2 3 02
1. Si possible calculer linverse des matrices : 72 , 5 4 , 30 , 2 .
sin
2. Soit A( ) = cos
sin cos . Calculer A( ) .
1
1 1 1 0 0
1 3 0
2 2 1 1 0 1 0 2 1 1 1 0 1 2 0 0
0 2 2 0 10 0 1
3. Calculer linverse des matrices : 2 1 1 , 3 0 5 , 1 2 0 1 , 0 1 1 2 , 1 1 2 0 0 .
2 1 1 1 1 2 0 2 1 3 01 1 0 0 0 0 2 1
0 0 0 5 3
a11 ... a1n
x1 b1
a21 ... a2n
x2 b2
. = . .
.. ..
.. ..
. .
...
an1 ann
xn bn
| {z } | {z } | {z }
A X B
Alors A Mn (K) est une matrice carre et B un vecteur de Mn,1 (K). Pour tout second membre, nous pouvons utiliser
les matrices pour trouver la solution du systme linaire.
Proposition 10.
Si la matrice A est inversible, alors la solution du systme AX = B est unique et est :
X = A1 B.
La preuve est juste de vrifier que si X = A1 B, alors AX = A A1 B = AA1 B = I B = B. Rciproquement si AX = B,
alors ncessairement X = A1 B. Nous verrons bientt que si la matrice nest pas inversible, alors soit il ny a pas de
solution, soit une infinit.
Le rsultat de la multiplication dun matrice lmentaire E par A est la matrice obtenue en effectuant lopration
lmentaire correspondante sur A. Ainsi :
1. La matrice E L i L i A est la matrice obtenue en multipliant par la i-me ligne de A.
2. La matrice E L i L i +L j A est la matrice obtenue en ajoutant fois la j-me ligne de A la i-me ligne de A.
3. La matrice E L i L j A est la matrice obtenue en permutant les i-me et j-me lignes de A.
MATRICES 5. INVERSE DUNE MATRICE : SYSTMES LINAIRES ET MATRICES LMENTAIRES 13
Exemple 14.
1.
1 0 0 x1 x2 x3 x1 x2 x3
1
E L2 L2 A = 0
1
3 0 y1 y2 y3 = 31 y1 1
3 y2
1
3 y3
3
0 0 1 z1 z2 z3 z1 z2 z3
2.
1 0 7 x1 x2 x3 x 1 7z1 x 2 7z2 x 3 7z3
E L1 L1 7L3 A = 0
1 0 y1
y2 y3 =
y1 y2 y3
0 0 1 z1 z2 z3 z1 z2 z3
3.
1 0 0 x1 x2 x3 x1 x2 x3
E L2 L3 A = 0 0 1 y1 y2 y3 = z1 z2 z3
0 1 0 z1 z2 z3 y1 y2 y3
Dfinition 8.
Deux matrices A et B sont dites quivalentes par lignes si lune peut tre obtenue partir de lautre par une suite
doprations lmentaires sur les lignes. On note A B.
Dfinition 9.
Une matrice est chelonne si :
le nombre de zros commenant une ligne crot strictement ligne par ligne jusqu ce quil ne reste plus que
des zros.
Elle est chelonne rduite si en plus :
le premier coefficient non nul dune ligne (non nulle) vaut 1 ;
et cest le seul lment non nul de sa colonne.
Exemple dune matrice chelonne ( gauche) et chelonne rduite ( droite) ; les dsignent des coefficients
quelconques, les + des coefficients non nuls :
+
1 0 0 0
0 0 + 0 0 1 0 0
0 0 0 + 0 0 0 1 0
0 0 0 0 0 0 + 0 0 0 0 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
Thorme 2.
tant donne une matrice A Mn,p (K), il existe une unique matrice chelonne rduite U obtenue partir de A par
des oprations lmentaires sur les lignes.
Ce thorme permet donc de se ramener par des oprations lmentaires des matrices dont la structure est beaucoup
plus simple : les matrices chelonnes rduites.
Au terme de ltape A.1, soit la matrice A a sa premire colonne nulle ( gauche) ou bien on obtient une matrice
0
quivalente dont le premier coefficient a11 est non nul ( droite) :
0 0
a10 j 0
0 a12 a1 j a1p a11 a12 a1p
0 0
0 a22 a2 j a2p a21 a22 a20 j a2p0
.. .. .. .. .. .. .. ..
. . . . = A ou . . . .
0 A.
0 0
0 a
i2 ai j aip
ai1 ai2
ai0 j aip
. . . . . .. .. ..
.. .. .. .. ..
. . .
0 0
0 an2 an j anp an1 an2 an0 j 0
anp
00
0 a22 a200j a2p00
.. .. .. ..
. . . .
00 A.
00 00
0
a i2 a ij aip
. . . ..
.. .. .. .
00
0 an2 an00j 00
anp
1
0 a22 a21 j a2p1
.. .. .. ..
. . . .
1 A
1 1
0
a i2 a ij a ip
. .. .. ..
.. . . .
1
0 an2 an1 j 1
anp
dont la premire colonne est bien celle dune matrice chelonne. On va donc conserver cette premire colonne. Si
1
a11 =
6 0, on conserve aussi la premire ligne, et lon repart avec ltape A.1 en lappliquant cette fois la sous-matrice
(n 1) (p 1) (ci-dessous gauche : on oublie la premire ligne et la premire colonne de A) ; si a11 1
= 0, on
repart avec ltape A.1 en lappliquant la sous-matrice n (p 1) ( droite, on oublie la premire colonne) :
1
1 1 1 a12 a11 j a1p 1
a22 a2 j a2p 1
a22 a21 j a2p1
.. .. ..
. . . .. .. ..
1 1
1
. . .
i2 ai j aip
a
a1 a1 a1
. .. .. i2 i j ip
..
. . . . .
.. .. ..
1 1 1
an2 an j anp 1
an2 an1 j anp1
Au terme de cette deuxime itration de la boucle, on aura obtenu une matrice de la forme
1 1
a11 a12 a11 j a1p1
2
0 a22 a22 j a2p2
.. .. .. ..
. . . .
2 A,
2
0
0 a ij a ip
. .. .. ..
.. . . .
0 0 an2 j 2
anp
et ainsi de suite.
MATRICES 5. INVERSE DUNE MATRICE : SYSTMES LINAIRES ET MATRICES LMENTAIRES 15
Comme chaque itration de la boucle travaille sur une matrice qui a une colonne de moins que la prcdente, alors au
bout dau plus p 1 itrations de la boucle, on aura obtenu une matrice chelonne.
Exemple 15.
Soit
1 2 3 4
A= 0 2 4 6 .
1 0 1 0
A. Passage une forme chelonne.
Premire itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a111
= 1.
Premire itration de la boucle, tape A.2. On ne fait rien sur la ligne 2 qui contient dj un zro en bonne position et
on remplace la ligne 3 par L3 L3 + L1 . On obtient
1 2 3 4
A 0 2 4 6 .
0 2 4 4
2
Deuxime itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a22 = 2.
Deuxime itration de la boucle, tape A.2. On remplace la ligne 3 avec lopration L3 L3 L2 . On obtient
1 2 3 4
A 0 2 4 6 .
0 0 0 2
Cette matrice est chelonne.
B. Passage une forme chelonne rduite.
1
tape B.1, homothties. On multiplie la ligne 2 par 2et la ligne 3 par 12 et lon obtient
1 2 3 4
A 0 1 2 3 .
0 0 0 1
tape B.2, premire itration. On ne touche plus la ligne 3 et on remplace la ligne 2 par L2 L2 3L3 et L1 L1 4L3 .
On obtient
1 2 3 0
A 0 1 2 0 .
0 0 0 1
tape B.2, deuxime itration. On ne touche plus la ligne 2 et on remplace la ligne 1 par L1 L1 2L2 . On obtient
1 0 1 0
A 0 1 2 0
0 0 0 1
qui est bien chelonne et rduite.
MATRICES 5. INVERSE DUNE MATRICE : SYSTMES LINAIRES ET MATRICES LMENTAIRES 16
Thorme 3.
Soit A Mn (K). La matrice A est inversible si et seulement si sa forme chelonne rduite est la matrice identit I n .
Dmonstration. Notons U la forme chelonne rduite de A. Et notons E le produit de matrices lmentaires tel que
EA = U.
= Si U = I n alors EA = I n . Ainsi par dfinition, A est inversible et A1 = E.
= Nous allons montrer que si U 6= I n , alors A nest pas inversible.
Supposons U 6= I n . Alors la dernire ligne de U est nulle (sinon il y aurait un pivot sur chaque ligne donc ce
serait I n ).
Cela entrane que U nest pas inversible : en effet, pour tout matrice carre V , la dernire ligne de U V est
nulle ; on naura donc jamais U V = I n .
Alors, A nest pas inversible non plus : en effet, si A tait inversible, on aurait U = EA et U serait inversible
comme produit de matrices inversibles (E est inversible car cest un produit de matrices lmentaires qui sont
inversibles).
Remarque.
Justifions maintenant notre mthode pour calculer A1 .
Nous partons de (A|I) pour arriver par des oprations lmentaires sur les lignes (I|B). Montrons que B = A1 . Faire
une opration lmentaire signifie multiplier gauche par une des matrices lmentaires. Notons E le produit de ces
matrices lmentaires. Dire que lon arrive la fin du processus I signifie EA = I. Donc A1 = E. Comme on fait les
mmes oprations sur la partie droite du tableau, alors on obtient E I = B. Donc B = E. Consquence : B = A1 .
Corollaire 1.
Les assertions suivantes sont quivalentes :
(i) La matrice A est inversible.
0 0
(ii) Le systme linaire AX = .. a une unique solution X = .. .
. .
0 0
(iii) Pour tout second membre B, le systme linaire AX = B a une unique solution X .
Mini-exercices.
1. Exprimer les systmes linaires suivants sous
forme matricielle et les rsoudre en inversant la matrice :
x+t =
x +z =1
2x + 4 y = 7 x 2y =
, 2 y + 3z = 1 , .
2x + 3 y = 14 x+ y+t =2
x +z =1
y+t =4
On dit que A est triangulaire suprieure si ses lments en-dessous de la diagonale sont nuls, autrement dit :
i > j = ai j = 0.
Une matrice triangulaire suprieure a la forme suivante :
a11 a12 . . . ... ... a1n
0 a22 . . . ... ... a2n
.. .. .. ..
.
. . .
. . .. ..
.. .. . .
. .. .. ..
.. . . .
0 ... ... ... 0 ann
Exemple 16.
Deux matrices triangulaires infrieures ( gauche), une matrice triangulaire suprieure ( droite) :
4 0 0 1 1 1
0 1 0 5 0 0 1 1
1 2
3 2 3 0 0 1
Une matrice qui est triangulaire infrieure et triangulaire suprieure est dite diagonale. Autrement dit : i 6= j =
ai j = 0.
Exemple 17.
Exemples de matrices diagonales :
1 0 0
0 2 0
6 0 et
0 3
0 0 0
Exemple 18 (Puissances dune matrice diagonale).
Si D est une matrice diagonale, il est trs facile de calculer ses puissances D p (par rcurrence sur p) :
p
1 0 . . . . . . 1 0 . . . . . .
0 0
0 2 0 ... 0 0 p 0 ... 0
2
.. . . . . . . . . . ..
D= . . . . = D = .
p . . . .
. . . . . . . .
0 . . . 0 p
0 . . . 0 n1 0 0 n1
0 ... ... 0 n 0 ... ... 0 np
MATRICES 6. MATRICES TRIANGULAIRES, TRANSPOSITION, TRACE, MATRICES SYMTRIQUES 18
Thorme 4.
Une matrice A de taille n n, triangulaire, est inversible si et seulement si ses lments diagonaux sont tous non nuls.
6.2. La transposition
Soit A la matrice de taille n p
a11 a12 ... a1p
a21 a22 ... a2p
A= .
.. .. ..
. . .
an1 an2 ... anp
Dfinition 10.
On appelle matrice transpose de A la matrice AT de taille p n dfinie par :
a11 a21 . . . an1
a12 a22 . . . an2
AT = . .. .
..
.. . .
a1p a2p . . . anp
Autrement dit : le coefficient la place (i, j) de AT est a ji . Ou encore la i-me ligne de A devient la i-me colonne de
AT (et rciproquement la j-me colonne de AT est la j-me ligne de A).
2. (A) T = AT
3. (AT ) T = A
4. (AB) T = B T AT
5. Si A est inversible, alors AT lest aussi et on a (AT )1 = (A1 ) T .
6.3. La trace
Dans le cas dune matrice carre de taille n n, les lments a11 , a22 , . . . , ann sont appels les lments diagonaux.
Sa diagonale principale est la diagonale (a11 , a22 , . . . , ann ).
a11 a12 . . . a1n
a21 a22 . . . a2n
. .. .. ..
. . . . .
an1 an2 ... ann
Dfinition 11.
La trace de la matrice A est le nombre obtenu en additionnant les lments diagonaux de A. Autrement dit,
Exemple 20.
Si A = 20 15 , alors tr A = 2 + 5 = 7.
1 1 2
Pour B = 5 2 8 , tr B = 1 + 2 10 = 7.
11 0 10
Thorme 6.
Soient A et B deux matrices n n. Alors :
1. tr(A + B) = tr A + tr B,
2. tr(A) = tr A pour tout K,
3. tr(AT ) = tr A,
4. tr(AB) = tr(BA).
Dmonstration.
1. Pour tout 1 6 i 6 n, le coefficient (i, i) de A + B est aii + bii . Ainsi, on a bien tr(A + B) = tr(A) + tr(B).
2. On a tr(A) = a11 + + ann = (a11 + + ann ) = tr A.
3. tant donn que la transposition ne change pas les lments diagonaux, la trace de A est gale la trace de AT .
4. Notons ci j les coefficients de AB. Alors par dfinition
cii = ai1 b1i + ai2 b2i + + ain bni .
Ainsi,
tr(AB) = a11 b11 +a12 b21 + +a1n bn1
+a21 b12 +a22 b22 + +a2n bn2
..
.
+an1 b1n +an2 b2n + +ann bnn .
On peut rarranger les termes pour obtenir
Dfinition 12.
Une matrice A de taille n n est symtrique si elle est gale sa transpose, cest--dire si
A = AT ,
ou encore si ai j = a ji pour tout i, j = 1, . . . , n. Les coefficients sont donc symtriques par rapport la diagonale.
Exemple 21.
Les matrices suivantes sont symtriques :
1 0 5
0 2 0 2 1
2 4
5 1 0
Exemple 22.
Pour une matrice B quelconque, les matrices B B T et B T B sont symtriques.
Preuve : (BB T ) T = (B T ) T B T = BB T . Idem pour B T B.
Dfinition 13.
Une matrice A de taille n n est antisymtrique si
AT = A,
cest--dire si ai j = a ji pour tout i, j = 1, . . . , n.
Exemple 23.
0 4 2
0 1 4 0 5
1 0
2 5 0
Remarquons que les lments diagonaux dune matrice antisymtrique sont toujours tous nuls.
Exemple 24.
Toute matrice est la somme dune matrice symtrique et dune matrice antisymtrique.
Preuve : Soit A une matrice. Dfinissons B = 12 (A+ AT ) et C = 12 (A AT ). Alors dune part A = B + C ; dautre part B est
symtrique, car B T = 12 (AT + (AT ) T ) = 12 (AT + A) = B ; et enfin C est antisymtrique, car C T = 12 (AT (AT ) T ) = C.
Exemple :
2 10 2 9 0 1
Pour A = alors A = + .
8 3 9 3 1 0
| {z } | {z }
symtrique antisymtrique
Mini-exercices.
1. Montrer que la somme de deux matrices triangulaires suprieures reste triangulaire suprieure. Montrer que
cest aussi valable pour le produit.
2. Montrer que si A est triangulaire suprieure, alors AT est triangulaire infrieure. Et si A est diagonale ?
MATRICES 6. MATRICES TRIANGULAIRES, TRANSPOSITION, TRACE, MATRICES SYMTRIQUES 21
x1 !
x2
3. Soit A = .. . Calculer AT A, puis A AT .
.
xn
4. Soit A = a b
c d . Calculer tr(A AT ).
5. Soit A une matrice de taille 2 2 inversible. Montrer que si A est symtrique, alors A1 aussi. Et si A est
antisymtrique ?
6. Montrer que la dcomposition dune matrice sous la forme symtrique + antisymtrique est unique.
Auteurs du chapitre
Daprs un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytechnique Fdrale de
Lausanne,
et un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des parties de cours de H. Ledret et
dune quipe de luniversit de Bordeaux anime par J. Queyrut,
mixs et rviss par Arnaud Bodin, relu par Vianney Combet.