Académique Documents
Professionnel Documents
Culture Documents
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 :
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 4 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 5
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 6 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 7
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 8 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 9
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 10 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 11
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 12 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 13
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 14 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 15
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.
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 16 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 17
Exemples :
1 2 −1 3
) * 1 ) * )
5 2 −1 3
*
= 10 −5 15
2 −1 3 5 = −3
0 0 0 0 0
' ( 1 ' (
2 −1 3 −3
5 =
1 0 −1 1
0
2×3 3×1 → 2×1
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 18 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 19
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 20 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 21
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 22 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 23
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)
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 24 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 25
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 26 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 27
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
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 30 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 31
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 32 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 33
) * ) *
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 34 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 35
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 36 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 37
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 40 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 41
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
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 42 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 43
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
!
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 44 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 45
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 !
Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 46 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 47