Académique Documents
Professionnel Documents
Culture Documents
Première partie
Cours d’algèbre linéaire Présenté par
Dr B. Chaouchi
email : chaouchicukm@gmail.com
à
L’Université d’Alger 1
Faculté des sciences
Avril 2016
Chapitre 1
Les Matrices
Exemple 1.1
2 3
1 0 3 4
4
A= 4 3 4 5 5
8 7 7 3
est une matrice de 3 lignes et 4 colonnes. Donc A 2 M3;4 (R) :
Exemple 1.2
2 3
1 9
A =4 6 3 5
8 0
est une matrice de 3 lignes et 2 colonnes. Donc A 2 M3;2 (R) :
2
1.1. DÉFINTIONS ET NOTATIONS 3
Exemple 1.3
2 3
1
A =4 6 5
1+i
est une matrice de 3 lignes et 1 colonne. Donc A 2 M3;1 (C) :
Exemple 1.4
A= 1 0 1 i 4
est une matrice de 1 ligne et 3 colonnes. Donc A 2 M1;3 (C) :
Exemple 1.5 2 3
0 0 : 0 0
6 0 : : : 0 7
A =6
4 :
7
: : : : 5
0 0 : : 0
Exemple 1.6 2 3
1 0 3
4
A= 4 3 4 5
8 7 7
Matrice diagonale : c’est une matrice carrée dont les coe¢ cients en dehors de la
diagonale principale sont nuls.
Exemple 1.7 2 3
1 0 0 0
6 0 2 0 0 7
6 7
A =6 7
4 0 0 3 0 5
0 0 0 4
Matrice identité d’ordre n : c’est une matrice carrée d’ordre n, dont les éléments de
la diagonale sont égaux à 1 et tous les autres sont égaux à 0. On la note In .
4 CHAPITRE 1. LES MATRICES
Exemple 1.8
2 3
1 0 0 0
6 0 1 0 0 7
I4 = 6
4 0
7
0 1 0 5
0 0 0 1
Matrice triangulaire supérieure : une matrice triangulaire supérieure à coe¢ cients
dans | est une matrice carrée à coe¢ cients dans | dont les valeurs sous la diagonale
principale sont nulles, autrement dit A est triangulaire supérieure si et seulement si :
8 iij : aij = 0:
Exemple 1.9 2 3
1 2 4 4
6 0 -5 9 7 7
6 7
A =6 7
4 0 0 7 2 5
0 0 0 4
Matrice triangulaire inférieure : une matrice triangulaire inférieure à coe¢ cients dans |
est une matrice carrée à coe¢ cients dans | dont les valeurs au-dessus de la diagonale
principale sont nulles, autrement dit A est triangulaire inférieure si et seulement si :
8 ihj : aij = 0:
Exemple 1.10 2 3
1 0 0 0
6 20 -5 0 0 7
6 7
A =6 7
4 6 4 7 0 5
2 7 9 4
Exemple 1.11 2 3
1 9
4 1 6 8
A= 6 3 5 ;t A =
9 3 0
8 0
Exemple 1.12
2 3 2 3 2 3 2 3
1 9 3 7 1+3 9+7 4 16
4 6 5 4
3 + 4 1 =5 4 6+4 3+1 5=4 2 2 5
8 0 5 1 8+5 0+1 13 1
A = ( aij ) :
Exemple 1.13
2 3 2 p p 3
p 1 9 1 p5 9 p5
5 4 6 5
3 = 4 6p 5 3 5 5:
8 0 8 5 0
En prenant = 1, on peut dé…nir la matrice opposée d’une matrice A. C’est la matrice
( 1) A:
A B = A + ( 1) B:
Propriétés
Soit A; B et C, trois matrices ayant la même dimension, et deux scalaires. On
admettra les propriétés suivantes :
1. A + B = B + A qui caractérise la commutativité de l’addition matricielle
6 CHAPITRE 1. LES MATRICES
avec
X
n
c11 = a1k bk1
k=1
Exemple 1.14
0 p 1
p2
B 3 C p p p p
A= 2 3 4 5 B =B p
@ 4
C=C = 2 2+3 3+4 4+5 5
A
p
5
Produit matriciel
A = (aij ) 2 Mn;p (|) et B = (bij ) 2 Mp;m (|) On peut e¤ectuer le produit d’une matrice
à n lignes et p colonnes par une matrice à p lignes et m colonnes. On appelle la matrice
produit, la matrice
C=A B
de dimension n m obtenue en multipliant chaque ligne de A par chaque colonne
de B. Plus précisément,
C = (cij )
avec
X
n
cij = aik bkj :
k=1
On remarque la condition de compatibilité sur les tailles des matrices, c’est-à-dire l’égalité
entre le nombre de colonnes de la première matrice A avec le nombre de lignes
de la deuxième matrice B.
Exemple 1.15
1.2. OPÉRATIONS ÉLÉMENTAIRES 7
Soit la matrice
2 4 6
A= 2 M2;3 (R)
1 8 4
et la matrice 2 p 3
p3
B = p5 5 2 M3;1 (R)
4
7
Le produit AB est la matrice
C = A B 2 M2;1 (R)
et on a
2 p 3
2 4 6 p3
C = 4 5 5
1 8 4 p
7
p p p
2 p3 +4 p5 +6 p7
=
1 3 +8 5 +4 7
Exemple 1.16
Soit la matrice
3 2 4
A= 2 M2;3 (R)
1 4 7
et la matrice 2 3
2
B = 4 3 5 2 M3;1 (R)
9
Le produit A B est la matrice
C = AB 2 M2;1 (R)
et on a 2 3
2
3 2 4 4 3 5= 24
C=
1 4 7 73
9
Exemple 1.17
Soit la matrice 2 3
1 2 3
A = 4 4 5 6 5 2 M3;3 (R)
7 8 9
et la matrice 2 3
12 11 10 9
B = 4 8 7 6 5 5 2 M3;4 (R)
4 3 2 1
8 CHAPITRE 1. LES MATRICES
C = AB 2 M3;4 (R)
et on a
2 3 2 3 2 3
1 2 3 12 11 10 9 40 34 28 22
C= 4 4 5 6 5 4 8 7 6 5 5 = 4 112 97 82 67 5
7 8 9 4 3 2 1 184 160 136 112
– La matrice identité joue pour le produit matriciel une rôle similaire au nombre 1 pour
le produit des nombres réels, en supposant que les dimensions permettent le produit,
on a
A In = In A = A:
– Le produit matriciel n’est pas commutatif
Propriétés
On admettra les propriétés suivantes :
Soit A; B et C, trois matrices réelles ; si les opérations indiquées existent, alors on ad-
mettra
1. A (B + C) = (A B) + (A C)
2. (A + B) C=A C+B C
3. A (B C) = (A B) C
Dé…nition1.2
Soit A une matrice carrée d’ordre n. Soit p un entier naturel non nul. On note Ap , la
matrice dé…nie par
Ap = |A A {zA ::::A}
p fois
Matrices inversibles
Dé…nition1.3
Soit A une matrice carrée d’ordre n. On dit que la matrice A est inversible s’il existe
une matrice carrée B d’ordre n telle que :
A B = In
9
10 CHAPITRE 2. DÉTEREMINANT D’UNE MATRICE
Cij = ( 1)i+j ij :
Exemple 2.2
Considérons la matrice 2 3
2 1 4
A =4 5 2 3 5
8 7 3
ainsi
C12 = ( 1)1+2 12
avec
5 3
12 = = 9
8 3
C22 = ( 1)2+2 22
avec
2 4
22 = = 26
8 3
Exemple 2.3
2 3
2 1 4
A =4 5 2 3 5
8 7 3
alors
2 3 5 3 5 2
= 2 ( 1)1+1 +1 ( 1)1+2 +4 ( 1)1+3
7 3 8 3 8 7
= 55
Exemple 2.4
2 3
1 2 3 4
6 8 7 6 5 7
B =6
4 9 10 11 12 5
7
16 15 14 13
jBj
7 6 5 8 6 5
= 1 ( 1)1+1 10 11 12 +2 ( 1)1+2 9 11 12
15 14 13 16 14 13
8 7 5 8 7 6
1+3 1+4
+3 ( 1) 9 10 12 +4 ( 1) 9 10 11
16 15 13 16 15 14
= 0
det(A) = 0:
12 CHAPITRE 2. DÉTEREMINANT D’UNE MATRICE
det(A) = 0:
4. Si A est triangulaire, alors det(A) est produit des éléments diagonaux. En particulier,
det(I) = 1:
Soit A = (aij ) 2 Mn;n (|)une matrice carrée. Soit B la matrice obtenue à partir de la
matrice A :
1. par multiplication d’une ligne (colonne) de A par un scalaire k ; alors
det(B) = kdet(A)
1. en échangeant deux lignes (colonnes) de A ; alors
det(B) = det(A):
Applications
AB = BA = In
1 1
A =
jAj
Dé…ntion 3.1
Soit A 2 Mn (|) une matrice carrée à n lignes et n colonnes. On appelle la comatrice de
A; la matrice des cofacteurs de la matrice A (dans laquelle on remplace chaque élément
de A par son cofacteur). On la note com (A) :
Dé…nition 3.2
La matrice adjointe est la matrice transposée de com (A) . Elle a aussi n lignes et n
e
colonnes. On la note A:
Exemple 3.1
2 3
1 3 7
A =4 2 4 8 5
5 0 6
13
14 CHAPITRE 3. APPLICATIONS
2 3
1+1 4 8 1+2 2 8 1+3 2 4
6 ( 1) 0 6
( 1)
5 6
( 1)
5 0 7
6 7
6 3 7 1 7 1 3 7
com (A) = 6
6 ( 1)
2+1
( 1)2+2 ( 1)2+3 7
7
6 0 6 5 6 5 0 7
4 3 7 1 7 1 3 5
( 1)3+1 ( 1)3+2 ( 1)3+3
4 8 2 8 2 4
ainsi 2 3
24 28 20
4
com (A) = 18 29 15 5
4 6 2
Dans la suite, on suppose que A est inversible i.e
det(A) 6= 0
Dé…nition 3.3
Soit A 2 Mn (|) une matrice inversible. Alors
1 1 t
A = com (A)
jAj
1 e
= A:
jAj
Le problème est de trouver les valeurs des inconnues x; 2y et z qui satisfassent les trois
équations simultanément.
En général, un système de n équations linéaires à p inconnues peut être écrit sous la
forme suivante
8
>
> a11 x1 + a12 x2 +a13 x3 :::::::::::: + a1p xp = b1
>
>
< a21 x1 + a22 x2 +a23 x3 :::::::::::: + a2p xp = b2
(S) : a31 x1 + a32 x2 +a33 x3 :::::::::::: + a3p xp = b3
>
>
>
>
:
an1 x1 + an2 x2 +an3 x3 :::::::::::: + anp xp = bn ;
où x1 , ..., xp sont les inconnues et les nombres aij sont les coe¢ cients du système.
Le système d’équations linéaires (S) peut aussi s’écrire sous la forme matricielle :
A X=B
3.2. APPLICATIONS AUX SYSTÈMES LINÉAIRES 15
avec : 2 3
a11 a12 a13 ::::::::::::a1p x1 b1
6 a21 a22 a23 ::::::::::::a2p 7 x2 b2
6 7
A =6
6 a31 a32 a33 ::::::::::::a3p 7 ; X = x3 et B =
7 b3
4 5
an1 an2 an3 ::::::::::::anp xp bn
L’élément B est appelé second membre du système (S)
La matrice A est appelé matrice du système (S) :
Le vecteur X est appelé solution solution du système (S) :
Les systèmes linéaires rencontrés en Sciences Physiques étant pour la plupart de Cramer,
c’est-à-dire un système qui véri…e les deux conditions suivantes :
1. le système (S) est carré, c’est à dire qu’il y autant d’équations que d’inconnues, c’est
à dire n = p,
2. il admet une solution unique.
Nous présentons deux méthodes de résolution pour ces systèmes.
A X=B
1
peut être pré-multiplié par A a…n d’obtenir la solution :
1 1
A A X=A B
Exemple 3.2
Résolution du système :
8
< x + 3y + 4z = 50
(S) : 3x + 5y 4z = 2
:
4x + 7y 2z = 31
et 2 3
18 10 1
com (A) = 4 34 18 5 5:
32 16 4
Donc 2 3
t 18 34 32
1 1 4
A 1
= com (A) = 10 18 16 5 :
jAj 8
1 5 4
Il vient alors que
2
3
x
X = 4 y 5= A 1
B
z
2 3 2 3
18 34 32 50
1 4
= 10 18 16 5 4 2 5
8
1 5 4 31
2 3
3
= 4 5 5
8
det (Ak )
xk = ;
det (A)
Exemple 3.3
Système d’ordre 3 8
< a1 x + b1 y + c1 z = d1
(S) : a2 x + b2 y + c2 z = d2
:
a3 x + b3 y + c3 z = d3
Posons :
2 3
a1 b1 c1 x d1
A = 4 a2 b2 c2 5 ; X = y et B = d2
a3 b3 c3 z d3
Le système (S) admet une solution unique si et seulement si
det (A) 6= 0
3.2. APPLICATIONS AUX SYSTÈMES LINÉAIRES 17
et on a
d1 b1 c1
d2 b2 c2
det (A1 ) d3 b3 c3
x= =
det (A) a1 b1 c1
a2 b2 c2
a3 b3 c3
a1 d1 c1
a2 d2 c2
det (A2 ) a3 d3 c3
y= =
det (A) a1 b1 c1
a2 b2 c2
a3 b3 c3
a1 b1 d1
a2 b2 d2
det (A1 ) a3 b3 d3
x= =
det (A) a1 b1 c1
a2 b2 c2
a3 b3 c3