Calc Matricie

Définition.
Un vecteur (dans Rn) est une suite ordonnée de n

Introduction au calcul matriciel nombres réels
Notation :
!v = (v1, v2, . . . , vn)
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 1
Définition. Une matrice (réelle) m × n est un tableau ordonné Remarque : Chaque ligne d’une matrice A : m × n est un vecteur
de nombres réels, arrangés en m lignes (horizontales) et n colonnes de Rn, chaque colonne un vecteur de Rm, et on parle des vecteurs
(verticales). On parle d’une matrice de taille m × n. ligne et des vecteurs colonne de A. On notera
! iT le ième vecteur ligne de A
α
Notation :  
a11 · · · a1j · · · a1n !aj le jème vecteur colonne de A
 .. .. .. 
  Un vecteur peut aussi être vu comme une matrice à une seule rangée.
 
A= ai1 · · · aij · · · ain  Par convention on assimilera un vecteur à une matrice à une seule
 .. .. .. 
  colonne  
am1 · · · amj · · · amn v1
 
v 
pour !v ∈ Rn, on note !v = (v1, v2, . . . , vn) ou !v =  .2 
 . 
vn
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 2 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 3
Matrices carrées Exemples :
Matrice carrée de taille n × n - on dit encore d’ordre n -

 
  ' ( 0 0 0
a11 · · · a1j · · · a1n
) * 1 −20  
2350 1 1 1
 .. .. ..  222 235



 0 0 0
A= ai1 · · · aij · · · ain 
 .. .. .. 
 
an1 · · · anj · · · ann
Les éléments a11, a22, . . ., ann constituent la diagonale principale de
A.
Matrices triangulaires Exemples :

 
Matrice triangulaire supérieure : matrice carrée dont les éléments en ' ( .5 0 −7
1 5  
dessous de la diagonale principale sont tous nuls, c’est-à-dire [222]  0 0 0 
A = (aij )i,j=1,...,n , avec aij = 0, 1 ≤ j < i ≤ n 0 1
0 0 10
 
a11 a12 · · · a1,n−1 a1,n
 0 a22 · · · a2,n−1 a2,n 
 
 .. .. ... . .. 
A= . 
 
 0 0 · · · an−1,n−1 an−1,n 
0 0 ··· 0 ann
Matrice triangulaire inférieure : matrice carrée dont les éléments en Exemples :
dessus de la diagonale principale sont tous nuls, c’est-à-dire  
A = (aij )i,j=1,...,n , avec aij = 0, 1 ≤ i < j ≤ n ' ( .5 0 0
1 0  
[222]  0 0 0 
  5 1
a11 0 ··· 0 0 −7 0 10
 a a22 ··· 0 0 
 21 
 . .. ... . .. 
A= . . 
 
 an−1,1 an−1,2 · · · an−1,n−1 0 
an,1 an,2 · · · an,n−1 ann
Matrice diagonale Exemples :
Matrice carrée dont les éléments en dehors de la diagonale sont tous

 
nuls, c’est-à-dire ' ( 0 0 0
A = (aij )i,j=1,...,n , avec aij = 0, i %= j 1 0  
[222] 0 0 0
0 1
  0 0 0
a11 0 ··· 0 0
 0 a22 ··· 0 0 
 
 .. .. ... . .. 
A= . 
 
 0 0 · · · an−1,n−1 0 
0 0 ··· 0 ann
Égalité Exemples : pour
 
' ( 1 2 0 ' (
1 2   1 3
A= , B =  3 4 0 , C =
Définition. Deux matrices A : m × n et B : p × q sont dites 3 4 2 4
0 0 0
égales si et seulement si
on aura
– elles sont de même taille et A %= B, A %= C, et B %= C
– leurs éléments correspondants sont égaux,
c’est-à-dire
m = p, n = q, et aij = bij , i = 1, . . . , m, j = 1, . . . , n
Opérations : Somme Opérations : Multiplication par un scalaire

Définition. La somme matricielle C = A + B de deux matrices Définition. Le produit du scalaire k, k ∈ R, par la matrice A, de
A : m × n et B : m × n de même taille est la matrice C : m × n taille m × n est la matrice C de taille m × n , C = k A, dont les
(de taille identique à celle de A et B) dont les éléments sont : éléments sont :
cij = aij + bij , i = 1, . . . , m, j = 1, . . . , n cij = k aij , i = 1, . . . , m, j = 1, . . . , n

' ( ' ( ' ( ' ( ' (
1 2 3 0 −1 3 1 1 6 1 2 3 −2 −4 −6
Exemple : + = Exemple : (−2) =
0 1 −1 0 1 1 0 2 0 0 1 −1 0 −2 2
Opérations : Produit matriciel
C A B
Définition. Pour deux matrices A et B de tailles respectives A : =
m×n m×r r×n
m × r et B : r × n le produit matricel C = AB dans cet ordre est
la matrice C de taille C : m × n dont les éléments sont :
cij = ai1b1j + ai2b2j + · · · + air brj
r
+
cij = aik bkj , i = 1, . . . , m, j = 1, . . . , n     
.. .. b1j
k=1
    
 · · · cij · · ·   ai1 ai2 · · · air   · · · b2j · · · 
 ..  =  ..  .. 
Remarque : Le produit AB n’est défini que si le nombre de colonnes     
de A est égal au nombre de lignes de B. L’élément cij est alors, .. .. brj
selon la définition précédente, le produit scalaire euclidien du ieme
vecteur ligne de A par le jeme vecteur colonne de B.
Exemples :
     
1 2 −1 3
) * 1 ) *   )
 5  2 −1 3
*  
=  10 −5 15 
2 −1 3  5  = −3
0 0 0 0 0
1×3 3×1 → 1×1 3×1 1×3 → 3×3
 
' ( 1 ' (
2 −1 3   −3
5 =
1 0 −1 1
0
2×3 3×1 → 2×1
Règles du calcul matriciel k(B + C) = kB + kC
(k1 + k2)C = k1C + k2C
Théorème. Moyennant compatiblité des tailles des matrices pour Divers types de distributivité
les opérations en question, on a
1. A + B = B + A 5. k1(k2C) = (k1k2)C
Commutativité de la somme k(BC) = (kB)C = B(kC)
2. A + (B + C) = (A + B) + C Divers types d’associativité
Associativité de la somme
Pr. Ces identités se vérifient en appliquant les définitons des opéra-
3. A(BC) = (AB)C
tions aux éléments des membres de gauche et de droite.
Associativité du produit
4. A(B + C) = AB + AC Montrons par exemple 3. Soit A : m × p, B : p × q, C : q × n,
(A + B)C = AC + BC λij l’élément courant du membre de gauche et ρij celui du membre
de droite. On a Remarque : L’associativité du produit s’étend évidemment à un

p p q nombre quelconque de matrices compatibles
+ + +
λij = (A(BC))ij = air (BC)rj = air ( brk ckj ) =
r=1 r=1 k=1
ABCDE = A(B(C(DE))) = (AB)(C(DE)) = · · ·
p +
+ q q +
+ p q +
+ p
= ((AB)C)(DE) = (((AB)C)D)E
air brk ckj = air brk ckj = ( air brk ) ckj
Le résultat final est toujours le même, independamment du choix du
r=1 k=1 k=1 r=1 k=1 r=1
q
+ placement des parenthèses, cependant le nombre d’opérations arith-
= (AB)ik ckj = ((AB)C)ij = ρij métiques effectuées dépend fortement du placement des parenthèses.
k=1
!
Définition. On appelle matrice nulle de taille m × n la matrice Définition. On appelle matrice identité d’ordre n la matrice dia-
Omn dont tous les éléments sont nuls. gonale In×n, ou plus simplement In, /dont tous les éléments de la
' ( 1 si j = k
0 0 0 diagonale valent 1, c’est-à-dire ijk = .
O23 = 0 si j %= k
0 0 0
 
Théorème. La matrice nulle possède certaines propriétés du 1 0 0
nombre 0, mais pas toutes. On a bien, pour des tailles compatibles  
I3 =  0 1 0 
0 0 1
A+O =O+A=A
Remarque : On a alors, pour une matrice A : m × n, ImA = A =
A−A=O AIn
AO = O, OA = O Attention, cette forme de commutativité n’est pas vraie en général,
mais même pas pour des matrices carrées.
AB = O ! (A = O ou B = O)
Propriété clé du produit matriciel Alors

- - . , ,- - .
- -! - -
Soit C = AB, avec A : m × s et B : s × n C = AB = A b1- · · · -bn = Ab1- · · · -A!bn
! !
   
a11 ··· a1s α
! T
1
chaque jème vecteur colonne de C est une combinaison linéaire des
 . ... .   . 
A= = .  colonnes de A ayant comme coefficients les composantes du vecteur
am1 ··· ams T !bj
α
!m
 
b11 · · · b1n , - - . et    
 . .. ..  - -
B= . .  = b1- · · · -!bn
! ! 1T
α ! 1T B
α
   
bs1 · · · bsn C = AB =  ..  B =  .. 
α
!mT α
!mTB
! iT est le ième vecteur ligne de la matrice A et !bj est le jème
où α
vecteur colonne de la matrice B
chaque ième vecteur ligne de C est une combinaison linéaire des Exemple : Les matrices Input-Output
lignes de B ayant comme coefficients les composantes du vecteur
! iT .
α
Exemple d’une production par “cracking” en deux étapes dans l’in-

dustrie pétrochimique :
Matières premières → Produits intermédiaires → Produits finis

Les matricesreprésentent les quantités (unités) de Matrice de transfert A

) *
X = x1 x2 matières premières Input : Matières premières
) * (1 : charbon, 2 : coke) Output : Produits intermédiaires
Y = y1 y2 produits intermédiaires
L’unité de produit (unités) de
) * (1 : léger, 2 : gasoil)
Z = z 1 z2 z3 produits finaux léger gasoil
(1 : paraffine, 2 : lubrifiant, 3 : diesel) charbon a11 = 0.5 a12 = 0.2
coke a21 = 0.4 a22 = 0.3
Chaque étape de la production est décrite par une matrice de trans- Une unité de matière première i produit aij unités de produit inter-
fert : médiaire j. ' ( ' (
a11 a12 .5 .2
A= =
a21 a22 .4 .3
Alors Matrice de transfert B
y1 = x1 0.5 + x2 0.4 Input : Matières intermédiaires
y2 = x1 0.2 + x2 0.3 Output : Produits finis
y1 = x1 a11 + x2 a21 L’unité de produit (unités) de
y2 = x1 a12 + x2 a22 paraffine lubrifant diesel
léger b11 = 0.3 b12 = 0.4 b13 = 0.2
) * ) * gasoil b21 = 0.2 b22 = 0.3 b23 = 0.4
y1 y2 =
x1 a11 + x2 a21 x1 a12 + x2 a22
' (
) * ) * a11 a12 Une unité de produit intermédiaire i produit bij unités de produit
y1 y2 = x1 x2
a21 a22 fini j.
Y = XA ' ( ' (
b11 b12 b13 .3 .4 .2
B = =
b21 b22 b23 .2 .3 .4
) * ) *
Ainsi z 1 z2 z3 =
y1 b11 + y2 b21 y1 b12 + y2 b22 y1 b13 + y2 b23
' (
z1 = y1 0.3 + y2 0.2 ) * ) * b11 b12 b13
z 1 z2 z3 = y 1 y 2
z2 = y1 0.4 + y2 0.3 b21 b22 b23
z3 = y1 0.2 + y2 0.4 Z = YB
ou
z1 = y1 b11 + y2 b21
z2 = y1 b12 + y2 b22
z3 = y1 b13 + y2 b23
Déterminer matrice de transfert C il vient :
Input : Matières premières
z1 = (x1 0.5 + x2 0.4)0.3 + (x1 0.2 + x2 0.3)0.2
Output : Produits finis
z2 = (x1 0.5 + x2 0.4)0.4 + (x1 0.2 + x2 0.3)0.3
Pour cela on substitue
z3 = (x1 0.5 + x2 0.4)0.2 + (x1 0.2 + x2 0.3)0.4
y1 = x1 0.5 + x2 0.4
soit, en regroupant les termes :
y2 = x1 0.2 + x2 0.3
dans z1 = x1 (0.5 × 0.3 + 0.2 × 0.2) + x2 (0.4 × 0.3 + 0.3 × 0.2)
z2 = x1 (0.5 × 0.4 + 0.2 × 0.3) + x2 (0.4 × 0.4 + 0.3 × 0.3)
z1 = y1 0.3 + y2 0.2
z3 = x1 (0.5 × 0.2 + 0.2 × 0.4) + x2 (0.4 × 0.2 + 0.3 × 0.4)
z2 = y1 0.4 + y2 0.3
z3 = y1 0.2 + y2 0.4
On obtient cette matrice de transfert C directement avec l’écriture

z1 = x1 (0.19) + x2 (0.18) matricielle, en effectuant la substitution de Y = XA dans Z =
z2 = x1 (0.26) + x2 (0.25) Y B. Il vient ainsi :
z3 = x1 (0.18) + x2 (0.20)
Z = (XA)B = X(AB) = XC
ou, avec l’écriture matricielle : avec
' ( C = AB
) * ) * .19 .26 .18
z1 z 2 z 3 = x1 x2 soit, pour l’exemple numérique :
.18 .25 .20
' ( ' (' ( ' (
) * c11 c12 c13 .5 .2 .3 .4 .2 .19 .26 .18
= x1 x2 C= =
c21 c22 c23 .4 .3 .2 .3 .4 .18 .25 .20
Z = XC
Représentation avec “Black Box” Représentation avec “Black Box”
Pour ce processus à deux étapes on a : Pour ce processus à deux étapes on a :
C=AB C=AB
X Y=XA Z=YB Z=XC X Y=XA Z=YB Z=XC
A C B A B
INPUT OUTPUT INPUT OUTPUT
 
La Transposition a11 a21 · · · am1
 . .. . . . .. 
A = .
T

Définition. Soit la matrice A : m × n quelconque : a1n a2n · · · amn
 
a11 · · · a1n On remarque que :
 
 a · · · a2n  – Les lignes de AT sont les colonnes de A
A =  .21 . . . .. 
 .  – Les colonnes de AT sont les lignes de A
am1 · · · amn – La matrice AT est obtenue en effectuant une symétrie par rapport
à la “diagonale principale” de A.
La matrice transposée de A, notée AT , est la matrice AT = (αji)
de taille n × m, avec
αji = aij : i = 1, . . . , m, j = 1, . . . , n
Exemples : Théorème. (Règles de la transposition) Pour des matrices A et
) *T ) * B de tailles compatibles avec les opérations suivantes on a :
222 = 222
 T 1. (A + B)T = AT + B T
1 ) *
  2. (kA)T = kAT
4 = 1 4 7 ,
7 3. (AB)T = B T AT
0 1T
 T 4. AT = A
1 1 ' (
  1 4 7 Pr. Pour montrer la règle 3. on considère C = (cij ) = AB et
4 1 = Γ = (γij ) = B T AT , on a alors
1 1 2
7 2 + + +
cij = aik bkj = αkiβjk = βjk αki = γji
k k k
!
 
Matrices symétriques et antisymétriques ' ( 0 9 8
0 0  
,  −9 0 −2  sont antisymétriques
Définition. La matrice carrée A : n×n est symétrique si A = AT 0 0
−8 2 0
c’est-à-dire, si aij = aji , i, j = 1, . . . , n
Définition. La matrice carrée A : n × n est antisymétrique si Théorème. Toute matrice carrée B d’ordre n est la somme d’une
A = −AT matrice antisymétrique A et d’une matrice symétrique S
c’est-à-dire, si aij = −aji , i, j = 1, . . . , n 0 1 0 1
Pr. Soit S = 21 B + B T et A = 12 B − B T . On a bien
Exemples : – B = A + S, 0 1T
  – S est symétrique (car S T = 12 B + B T = S ) et
' ( 1 9 8 0 1T 0 1
1 0   – A est antisymétrique (car AT = 12 B − B T = 12 B T − B =
,  9 6 −2  sont symétriques. −A ).
0 1
8 −2 3 !

Calc Matricie

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Calc Matricie

Transféré par

Droits d'auteur :

Formats disponibles

Définition.

Un vecteur (dans Rn) est une suite ordonnée de n

Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 1

Matrice carrée de taille n × n - on dit encore d’ordre n -

Matrices triangulaires Exemples :

Matrice diagonale Exemples :

Matrice carrée dont les éléments en dehors de la diagonale sont tous

Opérations : Somme Opérations : Multiplication par un scalaire

cij = aij + bij , i = 1, . . . , m, j = 1, . . . , n cij = k aij , i = 1, . . . , m, j = 1, . . . , n

1×3 3×1 → 1×1 3×1 1×3 → 3×3

de droite. On a Remarque : L’associativité du produit s’étend évidemment à un

Propriété clé du produit matriciel Alors

Exemple d’une production par “cracking” en deux étapes dans l’in-

Matières premières → Produits intermédiaires → Produits finis

Les matricesreprésentent les quantités (unités) de Matrice de transfert A

On obtient cette matrice de transfert C directement avec l’écriture

Pour ce processus à deux étapes on a : Pour ce processus à deux étapes on a :

Vous aimerez peut-être aussi