Académique Documents
Professionnel Documents
Culture Documents
Objectifs :
b) Notation
- la matrice précédente est notée =[ ; ] ; ; ; ;
- ; ou ( ) ; est le terme, l'élément ou encore le coefficient de la ième ligne et de la jème
colonne de ;
- une matrice de format ( ; ) est une matrice-colonne d'ordre ;
- une matrice de format ( ; ) est une matrice-ligne d'ordre ;
- une matrice de format ( ; ) est une matrice carrée d'ordre ;
- la jème colonne de la matrice est notée ou suivant qu'on la considère comme une
matrice-colonne ou un vecteur de ℝ ; réciproquement, la matrice dont les colonnes
sont , ,…, sera notée [ … ];
- la ième ligne de la matrice est notée ou ;
- ( ) désigne l'ensemble des matrices de format ( ; ) à coefficients dans et
( ) l'ensemble des matrices carrées d'ordre .
VI.1.2. Notation matricielle
On écrit le système initial sous la forme = où est le tableau constitué des
coefficients , la colonne des inconnues, élément de , et la colonne constituée des termes
du second membre, élément de :
⋯
= ⋮ ⋱ ⋮ ; à
⋯
= ⋮ ; = ⋮
La notation désigne un véritable produit, celui d'une matrice par une colonne. Pour
pouvoir effectuer ce produit, il est nécessaire que le nombre de termes dans la colonne soit égal
au nombre de lignes de . Si = , est une colonne ayant un nombre de termes égal au nombre
de lignes de , et, pour tout :
⎛… ⎞
⎜ ⎟
⎜ ⎟
⎜ ⎟
…
⎝ ⎠
de la base canonique de (où le 1 occupe la jème place) pour voir que et ont même colonne j.
Ainsi : ∀ ∈ , = ⟹ =
VI.1.3. Définition 2: Diagonale principale
La diagonale principale d'une matrice carrée = [ ; ]; ; est constituée des éléments de
la forme ; appelés termes diagonaux de . On notera ( ) le vecteur de ℝ formé des termes
diagonaux de : ( )=( ; ; ; ;…; ; )
La diagonale principale divise en deux parties :
- la partie sur-diagonale formée des éléments ; tels que < (éléments sur-diagonaux)
- la partie sous-diagonale formée des éléments ; tels que > (éléments sous-diagonaux)
VI.1.4. Matrices triangulaires, matrices diagonales
Une matrice triangulaire d'ordre est une matrice carrée d'ordre dont tous les éléments
sur-diagonaux ou sous-diagonaux sont nuls :
soit ; = 0 pour tous et tels que > , la matrice est alors appelée triangulaire
supérieure,
soit ; = 0 pour tous et tels que < , la matrice est alors appelée triangulaire
inférieure.
é é
Une matrice diagonale d'ordre est une matrice carrée d'ordre qui est simultanément
triangulaire supérieure et triangulaire inférieure. C'est donc une matrice carrée d'ordre dont les
termes non diagonaux sont nuls :
; = 0 pour tout ≠
On définit souvent une matrice diagonale en donnant la valeur de ses éléments diagonaux :
= ( ; ;…; ) est la matrice diagonale d'ordre dont les termes diagonaux vérifient
= (remarquez la double signi¯cation de diag).
( , , , )=
( ) =
Pour calculer le produit = , on effectue le produit de la ième ligne de par la jème colonne
de .
On peut aussi dire qu'on multiplie successivement chaque colonne de par la matrice .
= − =
−
comme on peut le vérifier facilement en multipliant une colonne par cette matrice. Son terme
général est noté (symbole de Kronecker). Si est élément de ( ), alors :
= =
b) Matrices scalaires :
Ce sont les matrices de la forme . . Tous les termes sont nuls sauf sur la diagonale, où ils
sont tous égaux entre eux. Ce sont les matrices associées aux homothéties → .
c) Matrices nilpotentes
Une matrice est dite nilpotente s'il existe un entier tel que = .
Exemple: = +
−
Proposition :
1. ( + )= ( )+ ( ); ∈ ( ), ∈
2. ( )= ( ); ∈ ( )
VI.2.6 Transposition
VI.2.6.1. Définition
On considère l'application : ( )⟶ ( )
⟶ é é
Définie par :
( ) = ; ≤ ≤ , ≤ ≤ .
On note aussi la transposée
Exemple : =
+ −
= +
Ainsi = +
− −
Ainsi, toutes les opérations élémentaires sur les lignes de sont équivalentes à des produits
de matrices à gauche de . Effectuer plusieurs opérations élémentaires sur les lignes revient donc à
multiplier à gauche par des matrices élémentaires , puis , ..., puis et donc à multiplier
à gauche par la matrice = – ... .
On vérifiera de même que les produits à droite donne les opérations élémentaires sur les
colonnes de A.
−
La matrice inverse est donc : = − −
−
Nous donnons enfin une méthode utilisant les matrices élémentaires, correspondant aux
opérations élémentaires sur les lignes ou les colonnes de . On peut alors inverser une matrice de la
façon suivante : on choisit une fois pour toutes d'effectuer les mêmes opérations sur les lignes, ou
(strictement) sur les colonnes, et ceci à la fois sur et sur la matrice Identité. Cela revient à
multiplier et par la même matrice (à droite si on agit sur les colonnes, à gauche si on agit
sur les lignes). Dans le cas d'opérations sur les colonnes, en cours de calcul, on dispose donc des
matrices et = . Si l'on parvient finalement à et avec = , alors
nécessairement = = .
⇒ ⇒
⇒ ⇒
− − −
Exercice 1 : Soit la matrice : = − −
− −
a) La matrice est-elle inversible ?
b) Si est inversible, déterminer son inverse
Solution 1 :
− − −
− − − −
a) ( )= − − =− − (− ) + (− ) =−
− − − −
− −
On ( ) = − ≠ . Donc est inversible
b) Calcul de l’inverse de
Calculons d’abord les cofacteurs
Cofacteurs ligne 1 :
− − − −
= (− ) =− ; = (− ) = ; = (− ) =
− − − −
Cofacteurs ligne 2 :
− − − − − −
= (− ) = ; = (− ) =− ; = (− ) =
− − − −
−
Cofacteurs ligne 3 :
− − − − − −
= (− ) =− ; = (− ) = ; = (− ) =
− − − −
Où ∈ et ∈ . On constate que = est une solution triviale ; notre but est de trouver celles
qui sont non triviales ; de telles solutions sont appelées vecteurs propres de A.
a) Définition
On appelle valeur propre de , tout élément de tel qu'il existe un vecteur ≠
vérifiant = . L'équation (5.1) est équivalente à :
( − ) = (5.2)
On sait que (5.2) n'a pas de solution triviale si et seulement si ( − ) = où
désigne le déterminant. Si l'on développe le déterminant, on trouve un polynôme de degré en ,
appelé le polynôme caractéristique de et noté ( ) c.à.d
( )= ( − )
b) Théorème : Les valeurs propres de sont les racines du polynôme caractéristique, et les
vecteurs propres correspondants sont les solutions non triviales de
( − ) =
c) Exemple :
−
Trouver les valeurs et vecteurs propres de la matrice : =
−
Le polynôme caractéristique de est :
( − )= − −
= +
− −
qui a pour racines 0 et -7, les valeurs propres sont donc 0 et -7. Pour déterminer les vecteurs propres
correspondants, remplaçons par 0 et -7 dans (5.2), on obtient :
Pour = ,
−
= c.à.d = ; donc =
−
Pour = − , on a : =
é
= ( )
è ( ) =
Une résolution simultanée des systèmes ( ) n'est pas possible puisque les ne sont pas connus
en même temps. Si admet une factorisation , la situation est beaucoup plus favorable :
é
= ( )
=
=
2.2 Algorithme de factorisation LU
= ⋮ = ⋮ , Alors = [ + + ⋯+ ]=
− −
= − = × − × + × =
= =− ; = − =− ; = × − =
+ +⋯ =
⎧
+ +⋯ =
⎨ ⋮
⎩ + +⋯ =
En ce qui concerne les coefficients , la convention universelle adoptée est telle que l'indice
de gauche est le numéro de la ligne, l'indice de droite est le numéro de la colonne correspondant
à l'inconnue .
On procède à la résolution d'un tel système par un algorithme appelé méthode du pivot de
Gauss-Jordan. Cette méthode consiste à effectuer des opérations sur les lignes de façon à obtenir un
système échelonné facile à résoudre, tout en garantissant que le système final est équivalent au
système initial, de sorte que toute solution du premier système est solution du second et
inversement.
Si tous les sont nuls, alors n'intervient pas et on passe à la deuxième colonne. Si l'un
des est non nul, on permute la ième ligne et la première de façon à se ramener au cas ≠ .
On remplace ensuite, pour ≤ ≤ , la ligne par = − , ce qui a pour effet
d'annuler le coefficient de dans les lignes à .
On obtient un nouveau système :
⎧ + +⋯ =
⎪ +⋯ =
⎨ ⋮
⎪ +⋯ =
⎩
et on itère le procédé sur les n – 1 dernières lignes. Ce système est équivalent au précédent.
remarquera pour cela qu'il est essentiel que soit non nul.
Nous symboliserons le calcul = − par ← − , analogue à une
opération d'affectation de variables en informatique, ceci afin de pouvoir indiquer les calculs
effectués sans avoir besoin d'introduire de nouvelles notations pour les nouvelles lignes.
Un système est échelonné si sa matrice des coefficients vérifie les propriétés suivantes
Si une ligne est nulle, toutes les lignes qui suivent sont nulles
Si la ligne i est non nulle, son premier coefficient non nul s'appelle son pivot et se trouve
à une colonne j de rang strictement supérieur à celui du pivot de la ligne précédente. Ainsi,
la matrice:
−
−
est échelonnée. Les inconnues en facteur d'un pivot sont appelées inconnues principales, les autres
sont appelées inconnues secondaires ou paramètres. Avec la matrice précédente, les inconnues
principales sont , , ; les inconnues secondaires sont et
EXEMPLE:
Le système final obtenu est échelonné. Les coefficients non nuls 2, 8, 1 en début de chaque
équation sont les pivots. Les inconnues , , devant ces pivots sont les inconnues principales.
L'inconnue est inconnue secondaire ou paramètre. Sous cette forme finale, on termine la
résolution en exprimant de bas en haut les inconnues principales en fonction des paramètres, et en
reportant dans les équations qui précèdent :
+ − + = + − + = = +
− + = ⇔ =− − ⇔ =− −
=− − =− − =− −
Ce système admet une infinité de solution.
Les opérations élémentaires effectuées sur les lignes sont de trois types :
Ces opérations garantissent de conserver un système équivalent. C'est évident pour (i). Pour
(ii), on retrouve la valeur initiale de la ligne en effectuant ← . Il est donc essentiel que soit
non nul. Pour (iii), on retrouve la valeur initiale de en effectuant ← − . peut être
nul, mais dans ce cas, aucune transformation n'est effectuée. Il est possible de combiner en même
temps plusieurs de ces opérations afin de gagner du temps, ce qu'on a fait plus haut en
effectuant ← − .
Plus généralement, on peut affecter à une combinaison linéaire de toutes les lignes ←
∑ à condition que soit non nul, afin de garantir l'équivalence des systèmes.
Après cette étape, la matrice est triangulaire inférieure. Il reste à la substitution arrière.
Exemple :
L'élimination de Gauss est la méthode utilisée dans les cours d'algèbre linéaire élémentaire.
On prend la matrice A et on l'augmente de b. On fait ensuite des opérations élémentaires sur les
lignes et on réduit la partie de gauche en une matrice identité. Le vecteur à droite sera alors la
solution x cherchée.
Prenons un exemple, soit
TRAVAUX DIRIGES
− −
Exercice 2 : Décomposition . On pose : = −
− − −
− −
1) Donner la décomposition de la matrice (i.e. = avec triangulaire inférieure et
triangulaire supérieure).
2) En déduire la solution du système linéaire = où = ( , − − . ) _.
3) Soit = . Sans calculs supplémentaires, donner une décomposition de la matrice B.
Exercice 3 : Décomposition
− −
1) Réaliser la décomposition de la matrice : =
− − −
Exercice 6: Soit = −
−
Calculer − et en déduire que est inversible puis déterminer
Solution
−
Exercice 7 : On considère la matrice : =
,
1. Donner le format de
2. Donner la valeur de chacun des éléments : , , et
− −
Exercice 8 : On considère la matrice : =