Académique Documents
Professionnel Documents
Culture Documents
Exemple avec n = 2, m = 3 :
Exemple : Le tableau suivant représente les notes (colonnes) des étudiants de la 1ère
année.
MATRICULE NOM_ET_PRE GROUPE AP1 TP1 HA1 TMC1 GDP1 DAG1 DCA1
1113067 BENDJAMA MENAL 6 10,36 11,00 31,50 32,50 27,00 23,33 12,77
1113098 REBIAI LIDIA 5 0,00 0,00 0,00 0,00 0,00 0,00 0,00
1113154 BOUDJEMA SIDALI 12 0,00 0,00 24,50 0,00 0,00 0,00 0,00
1113199 BOUTERAA NASREDDINE 11 14,00 12,50 21,50 28,25 46,50 24,00 27,00
1113201 ZEHAR MALEK ZEHIDA 4 12,48 11,75 21,00 27,50 28,25 23,33 16,63
1114001 AIT KACI ALI RIMA AZIZA 9 14,09 13,25 26,00 21,25 31,25 27,33 29,6
3
Forme géométrique Par1 Par2 Par3 Par4
Ligne 10,10 40,70 0,5mm Bleu
Rectangle 10,15 35,45 0,3mm Jaune
Cercle 20,20 10 1mm Vert
Une matrice est symbolisée par une lettre en caractères gras, par exemple A.
N.B. : Dans ce chapitre, nous utiliserons des lettres majuscules pour les
matrices et des lettres minuscules pour les vecteurs, mais ce n'est pas
obligatoire.
Si n = m, la matrice est appelée matrice carrée.
Parfois notée In
n est la dimension de la
Matrice unité matrice
(soit I4 dans cet
exemple)
Matrice triangulaire
supérieure
(Upper triangular
matrix, U)
Matrice triangulaire
inférieure
(Lower triangular
matrix, L)
Aji = Aij
pour tout i différent de j
-1 -2 3
A = -2 1 4
3 4 5
II. Opérations sur les matrices
II.C. Transposition
Exemple :
Transformation ponctuelles
Les matrices de rotation
Effectuer une rotation à un point revient à multiplier ses coordonnées par une matrice de
rotation.
En 2D
Matrice d'homothétie en 3D
Effectuer une homothétie à un point revient à multiplier ses coordonnées par la matrice
d'homothétie.
Pour une matrice 2 × 2, on montre que la matrice inverse est donnée par :
La matrice inverse A-1 n'existe donc que si det A est différent de zéro.
La matrice A est singulière si det A = 0, régulière dans le cas contraire. Ce
résultat se généralise à une matrice de dimension quelconque.
Propriétés des déterminants :
det(AT) = det(A)
det(AB) = det(A) × det(B)
Le déterminant d'une matrice triangulaire ou diagonale est égal au
produit des éléments diagonaux. En particulier, det(I) = 1 (si I est la
matrice unité)
Si A est régulière, det(A-1) = 1 / det(A)
puisque det(AA-1) = det(A) × det(A-1) = det(I) = 1
Si A est orthogonale, det(A) = ±1
puisque det(AAT) = [det(A)]2 = det(I) = 1
Une matrice carrée A est dite inversible ou régulière s'il existe une matrice
carrée A-1 (appelée matrice inverse) telle que :
A × A-1 = A-1 × A = I
(A-1)-1 = A
(AT)-1 = (A-1)T
(AB)-1 = B-1A-1 (Attention au changement d'ordre !)
[diag(Dii)]-1 = diag(1/Dii)
La matrice A est dite orthogonale si A-1 = AT
Definition
,
où est le cofacteur de l'élément de défini à partir
du mineur par la relation :
Définition : Matrice Inverse
On appelle matrice inverse de la matrice carrée
d'ordre , la matrice, si elle existe, notée telle que
: , obtenue par la relation suivante :
,
où est la transposée de la comatrice de .
Enoncé:
On donne la matrice réelle
On demande de calculer A-1.
Résolution
Calculons d'abord le déterminant de la matrice A. Pour cela, nous utilisons les propriétés des déterminants. En effet, si nous
observons cette matrice, nous constatons que si nous soustrayons la colonne 2 de la colonne 3, nous faisons apparaître deux zéros
dans ce déterminant, et cela nous facilite le calcul du déterminant.
Calculons la matrice des cofacteurs de A, c'est-à-dire la matrice obtenue en remplaçant chaque élément de A par son cofacteur:
Il nous reste à diviser chaque terme de la matrice par le déterminant. La matrice obtenue est la matrice inverse de A:
Exemple
III. Application aux systèmes d'équations linéaires
Ax = b
avec :
A-1Ax = A-1b
Soit :
x = A-1b
Exemple :
2x1 + 3x2 = 9
x1 - x2 = 2
On a successivement :
Soit : x1 = 3, x2 = 1.
Système indéterminé
Exemple :
x1 + x 2 = 3
2x1 +2x2 = 6
Système impossible
Si les équations ne peuvent pas être exprimées les unes en fonction
des autres, le système n'admet aucune solution. On peut cependant
calculer un vecteur x tel que la norme du vecteur Ax - b soit
minimale (bien que non nulle). Ce vecteur constitue la meilleure
approximation de la solution au sens des moindres carrés (voir le
cours sur la régression linéaire).
Exemple :
x1 + x 2 = 3
2x1 +2x2 = 8