Chapitre VI Calculs matriciels

Objectifs :

 Permettre à l’apprenant de connaître et de manipuler avec beaucoup d’aisance

les propriétés, lois et théorèmes associés aux calculs matriciels.
 Donner à l’apprenant les techniques et méthodes de résolutions des systèmes
d’équations différentielles ainsi que les techniques et méthodes d’analyse de la
stabilité des solutions aux problèmes industriels rencontrés

Cours : Mathématique et Outils 1

 Chapitre VI Calculs matriciels

VI.1 Notion de matrices

VI.1.1 Définitions et notations
a) Définition 1
Une matrice de format ( ; ) à coefficients dans est un tableau de × éléments de
organisés en m lignes et n colonnes. Chaque élément de la matrice est repéré par deux indices, le
premier est l'indice de la ligne, le second est l'indice de la colonne.
⋯ ⋯
⎡ ⋯ ⋯ ⎤
⎢ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⎥⎥
⎢ ⋯
⎢ ⋯ ⎥
⎢ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⎥
⎣ ⋯ ⋯ ⎦

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
⋯

= ⋮ ; = ⋮

Cours : Mathématique et Outils 2

 Chapitre VI Calculs matriciels

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 :

Ce produit caractérise dans le sens où si deux matrices et vérifient = pour toute

colonne de , alors = . Il suffit en effet d'appliquer et sur le jème vecteur

⎛… ⎞
⎜ ⎟
⎜ ⎟
⎜ ⎟
…
⎝ ⎠
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

Cours : Mathématique et Outils 3

 Chapitre VI Calculs matriciels

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).

( , , , )=

VI.2. Opérations sur les matrices

VI.2.1. Somme de matrices
Soient et deux matrices de ( ). Alors + est une matrice de ( ) dont le
terme général est : ( + ) = +

Exemple : On donne = et = . Calculer + et −

− − −
Solution : + = + =
− − − −
−
− = − =
− − −
VI.2.2. Produit par un scalaire
Soit une matrice de ( ) et un élément de . Alors . est la matrice de ( )
dont le terme général est : . =

Exemple : On donne = . Calculer sachant que =

−
= =
− −
VI.2.3. Produit de matrices
Soit élément de ( ) et élément de ( ). Alors est un élément de ( )
dont le terme général est :

( ) =

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 .

Cours : Mathématique et Outils 4

 Chapitre VI Calculs matriciels

Exemple : calculer , sachant que = − et =

−

= − =
−

VI.2.4. Matrices particulières

a) Matrice identité
Cette matrice, notée est associée à l'application identique : ∈ → = . Elle vaut :

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 = .

VI.2.5. Trace d’une matrice.

Définition : Soit ∈ ( ) une matrice carrée. La trace de , notée est, pour
=( ) =∑

Exemple: = +
−
Proposition :
1. ( + )= ( )+ ( ); ∈ ( ), ∈
2. ( )= ( ); ∈ ( )

VI.2.6 Transposition
VI.2.6.1. Définition
On considère l'application : ( )⟶ ( )
⟶ é é
Définie par :

Cours : Mathématique et Outils 5

 Chapitre VI Calculs matriciels

( ) = ; ≤ ≤ , ≤ ≤ .
On note aussi la transposée

Exemple : =

VI.2.6.2. Matrices symétriques et antisymétriques

Soit une matrice carrée. On dit que est symétrique si = . On dit que est
antisymétrique si = − . L'ensemble des matrices symétriques et l'ensemble des matrices
antisymétriques sont des sous-espaces vectoriels de ( ). Montrons qu'ils sont supplémentaires :
 Si est à la fois symétrique et antisymétrique, = = − donc est nulle. La somme
est donc directe.
Toute matrice carrée s'écrit comme somme d'une matrice symétrique et antisymétrique :

+ −
= +

Ainsi = +
− −

VI.2.6.3. Matrices inversibles

On dit que élément de ( ) est inversible si et seulement si il existe élément de
–
( ) tel que = = . On note alors = . Le produit de matrices étant non
commutatif, il est a priori indispensable de préciser qu'on a les deux relations = et =
. Cependant, nous allons montrer ci-dessous qu'il suffit d'une égalité pour avoir l'autre.
Remarque préliminaire : effectuer une opération élémentaire sur les lignes de revient à
multiplier à gauche par une matrice, et effectuer une opération élémentaire sur les colonnes
revient à la multiplier à droite. On vérifiera en effet que :
 Multiplier la jème ligne de par est équivalent à multiplier à gauche par la matrice :

 Retrancher la ligne j à la ligne i est équivalent à multiplier à gauche par la matrice :

Cours : Mathématique et Outils 6

 Chapitre VI Calculs matriciels

 Permuter les colonnes i et j est équivalent à multiplier à gauche par la matrice :

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.

Exemple : calculer l’inverse de la matrice tel que : =

Solution : Formons le système issu de cette matrice.

+ + =
+ + =
+ + =
+ + = − ⟶ + = −
+ + = − ⟶ ⟹ + = −
+ + = + + =
+ = − ⟶ + + =
+ = − ⇒ + = −
+ + = ⟶ + = −
+ + = + + =
+ = − − ⟶ ⟹ =− + −
+ = − − ⟶ = − +
+ + = et ⟶ = − +
=− + − ⟹ =− + −
= − + = − +

Cours : Mathématique et Outils 7

 Chapitre VI Calculs matriciels

−
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 = = .

⇒ ⇒

⇒ ⇒

Cours : Mathématique et Outils 8

 Chapitre VI Calculs matriciels

VI.2.7.3. Autre méthode utilisant la notion de cofacteurs : EXERCICES

− − −
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 :

Cours : Mathématique et Outils 9

 Chapitre VI Calculs matriciels

− − − − − −
= (− ) =− ; = (− ) = ; = (− ) =
− − − −

La comatrice de est donnée par :

− − −
( )= = − − ; ( ) = −
− −
L’inverse de est alors :
− −
= ( )
( ) ; = −
−
Pour se rassurer on peut vérifier =

VI.2.7.4. Valeurs Propres et vecteurs propres

Soit A une matrice carrée d'ordre n ; ∈ ( ), =ℝ ℂ ; on s'intéresse à l'équation du
type : = (5.1)

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 :

Cours : Mathématique et Outils 10

 Chapitre VI Calculs matriciels

Pour = ,
−
= c.à.d = ; donc =
−
Pour = − , on a : =

VI.2.7.5. Propriétés des vecteurs propres et valeurs propres

Théorème : Si ∈ ( ) et ∈ , alors on a les équivalences suivantes :
1) est une valeur propre de .
2) ( − I) n'est pas inversible.
3) ( − )=
VI.2.7.6. Factorisation LU
Définition 3.1 Soit une matrice carrée d'ordre . On dit que admet une factorisation
s'il existe :
 une matrice triangulaire inférieure dont tous les termes diagonaux sont égaux à un ( =
);
 une matrice triangulaire supérieure inversible telle que : =
Théorème 3.1 Soit A une matrice carrée d'ordre . Supposons que admet une
factorisation = alors :
- est inversible ;
- la factorisation lorsqu'elle est possible, est unique.

NB : La condition inversible n'est pas une condition nécessaire et suffisante de

factorisation .
VI.2.7.7. Intérêt d'une telle factorisation
La factorisation d'une matrice carrée est, on va le voir dans la prochaine section,
l'équivalent matriciel de l'algorithme de réduction de Gauss et la matrice lorsque la factorisation
existe, est la matrice réduite. La factorisation est un moyen de mémoriser la réduction de et si
elle est connue, elle simplifie la résolution de systèmes linéaires de matrice :
Proposition 3.1 Soit une matrice carrée admettant une factorisation , alors :
=
= ⟺
=

La résolution du système = dont le coût est en / est remplacée par la résolution de

deux systèmes triangulaires dont le coût est en / . Une situation particulièrement intéressante est
celle où on doit résoudre une succession de systèmes ne différents que par leur second membre. Par
exemple, on souhaite construire une suite ( ) d'éléments de ℝ définis par :

Cours : Mathématique et Outils 11

 Chapitre VI Calculs matriciels

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

Regardons un exemple afin de mettre les idées bien en place.

VI.2.7.8. Exemple
−
Montrer que la factorisation de la matrice = − donne :
−
−
= , et = ,
− , − ,

VI.3. Résolution de systèmes

VI.3.1. Résolution de systèmes linéaires (Méthode de Cramer)
Un système d'équations, = , où est une matrice carrée d'ordre , peut être résolu à
l'aide des déterminants, lorsque ≠ .
Si on pose :

Cours : Mathématique et Outils 12

 Chapitre VI Calculs matriciels

= ⋮ = ⋮ , Alors = [ + + ⋯+ ]=

Avec la matrice obtenue en remplaçant la ième colonne de par

Exemple : Utiliser la méthode de Cramer pour résoudre le système
+ =
− + + = on a donc = −
+ =

− −
= − = × − × + × =

= =− ; = − =− ; = × − =

Exercice : Résoudre les systèmes ci-après a l’aide de la méthode de Cramer

− + =
– + =
) 2) + − =
− + = − + + =−
VI.3.2. Méthode du pivot de Gauss-Jordan
On appelle système linéaire à équations et inconnues un système de la forme :

+ +⋯ =
⎧
+ +⋯ =
⎨ ⋮
⎩ + +⋯ =

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 :

Cours : Mathématique et Outils 13

 Chapitre VI Calculs matriciels

⎧ + +⋯ =
⎪ +⋯ =
⎨ ⋮
⎪ +⋯ =
⎩
et on itère le procédé sur les n – 1 dernières lignes. Ce système est équivalent au précédent.

En effet, connaissant et , il est possible de reconstituer = . On

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:

Dans la dernière équation, on peut exprimer en fonction de et reporter dans l'équation

précédente, mais pour des raisons didactiques, nous préférons appliquer la méthode de Gauss-
Jordan de façon systématique jusqu'au bout.

Cours : Mathématique et Outils 14

 Chapitre VI Calculs matriciels

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.

VI.3.3. Algorithme de la méthode par élimination de Gauss

Après cette étape, la matrice est triangulaire inférieure. Il reste à la substitution arrière.

Cours : Mathématique et Outils 15

 Chapitre VI Calculs matriciels

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

On crée la matrice augmentée pour ce système et on fait l'élimination de Gauss.

Nous obtenons ainsi la solution = − / , = − et = . Regardons maintenant

l'algorithme afin de programmer la méthode. Nous compterons par la suite le nombre d'opérations
nécessaires.

Cours : Mathématique et Outils 16

 Chapitre VI Calculs matriciels

TRAVAUX DIRIGES

Exercice 1 : Méthode de Gauss

− − =
− + + =
Résoudre par la méthode de Gauss le système linéaire suivant :
− =
+ − =

− −
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 : =
− − −

2) En déduire la solution du système linéaire = avec = ( , , − , ).

3) Sans calculer , résoudre le système linéaire = .
Exercice 4 : Calcul de déterminant et décomposition
1) Expliquer comment on peut calculer le déterminant d’une matrice d’ordre à partir de sa
factorisation .

2) Appliquer cette méthode à la matrice : = − −

−

Exercice 5: On considère la matrice carrée défié par : = − −

− −
− − −
1- Calculer et .
2- Montrer que = −
3- Montrer que est inversible et calculer son inverse

Exercice 6: Soit = −
−
Calculer − et en déduire que est inversible puis déterminer
Solution

Cours : Mathématique et Outils 17

 Chapitre VI Calculs matriciels

−
Exercice 7 : On considère la matrice : =
,
1. Donner le format de
2. Donner la valeur de chacun des éléments : , , et

3. Ecrire la matrice transposée et donner son format

− −
Exercice 8 : On considère la matrice : =

a) Calculer − + . En déduire que est inversible et calculer son inverse.

b) Pour ≥ , déterminer le reste de la division euclidienne de par − +
c) En déduire l’expression de la matrice .
Solution :

Cours : Mathématique et Outils 18