Académique Documents
Professionnel Documents
Culture Documents
1 2
Transposition Proprietes
Le produit matriciel est
La transposee AT dune matrice A (aussi notee A ) est la matrice obtenue en echangeant
lignes et colonnes de A. associatif : ABC = (AB)C = A(BC)
distributif par rapport a laddition : A(B + C) = AB + AC
non-commutatif : (en general) AB = BA
1 4
1 2 0 T
A= A = 2 3 La matrice unite I est lelement neutre pour la multiplication : AI = IA = A
4 3 1
0 1
Transposee dune somme : (A + B)T = AT + BT
La transposee dun vecteur-colonne est un vecteur-ligne. Transposee dun produit : (AB)T = BT AT
x1 Quelques produits particuliers
x2 T
x=
... x = x1 x2 ... xn Carre scalaire : n
xn xT x = x2i
i=1
Multiplication matricielle Sa racine carree (xT x)1/2 est appelee norme du vecteur x et est notee ||x||. Lorsque la
norme dun vecteur est egale a 1, le vecteur est dit norme. Tout vecteur peut etre norme
Produit scalaire en le divisant par la racine carree de sa norme.
Le produit scalaire dun vecteur-ligne xT par un vecteur-colonne y est deni par : Deux vecteurs qui sont simultanement normes et orthogonaux sont dit orthonormes :
y1 a a = b b = 1 et a b = b a = 0 a et b sont orthonormes
n
y2
xT y = x1 x2 ... xn = x1 y1 + x2 y2 + ... + xn yn =
... xi yi
i=1
Une matrice dont toutes les colonnes prises deux a deux sont des vecteurs orthogonaux
yn est dite matrice matrice orthogonale. Si, de plus ces vecteurs sont normes, la matrice est
dite matrice orthonormee.
Ce produit, appele produit scalaire, est note x y. Les vecteurs doivent avoir la meme
Forme quadratique :
dimension. Le resultat de cette operation est un scalaire. On peut noter que le produit n
n
scalaire est commutatif : x y = y x. xT Ax = Aij xi xj
i=1 j=1
Lorsque le produit scalaire de deux vecteurs est nul, les vecteurs sont dits orthogonaux. A
deux dimensions, cela correspond a deux vecteurs perpendiculaires. Par exemple, les vec- Forme bilineaire :
n
n
teurs x = ( 1 3 ) et y = ( 6 2 ) ont un produit scalaire nul et on veriera facilement
quils sont perpendiculaires. xT Ay = Aij xi yj
i=1 j=1
Produit matriciel
Inversion
Le produit matriciel se deduit du produit scalaire : le produit de la matrice A (n x m) par
la matrice B (p x m) est la matrice C (n x p) telle que lelement Cij est egal au produit Une matrice carree A est dite inversible sil existe une matrice carree A1 (appelee matrice
scalaire de la ligne i de la matrice A par la colonne j de la matrice B : inverse) telle que
m
AA1 = A1 A = I
Cij = Aik Bkj avec i = 1, ...n et j = 1, ...p
k=1
Proprietes
3 4
Determinant dune matrice carree Le determinant dune matrice triangulaire ou diagonale est egal au produit des elements
diagonaux. En particulier, det(I) = 1.
Pour une matrice 2 x 2, on peut montrer que la matrice inverse est donnee par 1
Si A est inversible, alors det(A1 ) =
a b 1 d b det(A)
A= A1 =
c d ab bc c a Si A est orthogonale, alors det(A) = 1
5 6
Exemple : Exemple :
Considerons le systeme de deux equations a deux inconnues suivant :
1 0 a b c a + g b + h c + i
0 1 0 d e f = d e f
2x1 + 3x2 = 9
0 0 1 g h i g h i
x1 x2 = 2
Loperation inverse est assuree par la soustraction de ces elements, cest-a-dire par la
multiplication de la matrice A par la matrice Ia , cette derniere etant Ia dans laquelle on On a
2 3 9
a remplace lelement lk par . A= b=
1 1 2
Ax = b x1 + x2 = 3
2x1 + 2x2 = 6
avec
a11 a12 ... a1n x1 b1 soit le systeme est impossible : cest le cas lorsquaucune equation est une combinaison
a21 a22
... a2n x2 b2 lineaire des autres equations du systeme.
A= x= b=
... ... ... ... ... ... Exemple :
an1 an1 ... ann xn bn
x1 + x2 = 3
2x1 + 2x2 = 8
Resolution dequations lineaires
Si la matrice est inversible (cest-a-dire si son determinant est non-nul), on a, en multi-
pliant a gauche par A1 Enn, on remarquera que le systeme dequations homogenes
A1 Ax = A1 b
soit Ax = 0
x = A1 b
ne possede des solutions non triviales (cest-a-dire autres que x = 0) que si det(A) = 0.
Un simple produit matriciel et le systeme est resolu !
7 8
Valeurs propres et vecteurs propres Exemple :
Soit
Denitions 2 2 1
A= 1 3 1
On dit quune matrice carree A possede une valeur propre et un vecteur propre v si 1 2 2
9 10
Lequation caracteristique est References
7 2 1
Ayres F (1978) Matrices : Cours et problemes, Serie Schaum.
2 10 2
= 3 242 + 180 432 = 0
Depiereux E (2000) Note de cours, DEA en Bioinformatique.
1 2 7
Les valeurs propres de cette matrice sont 3, 2 et 1. Ces trois valeurs etant distinctes, la
matrice X est diagonalisable et la matrice A qui diagonalise X est composee des vecteurs
propres de X :
1 0 1
A = 1 0 0
2 1 2
On veriera que D = A1 XA est une matrice diagonale dont les elements sont les valeurs
propres de X.
11 12