V ‫جامعة محمد الخامس – الرباط‬

‫كلية العلوم القانونية واالقتصادية‬

‫واالجتماعية‬
‫اكدال‬
Université Mohammed V- Rabat Faculté des Sciences Juridiques, Économiques et Sociales - Agdal

Filière de Sciences Économiques et de Gestion

Semestre : S3
Module : M 12 (Méthodes Quantitatives III)
Matière : Algèbre I

C
CHHA
APPIIT
TRRE
E 33 :: M
MAAT
TRRIIC
CEESS

I- Généralités ........................................................................................................................ 2
I-1 Définition .................................................................................................................................................. 2
I-2 Matrices particulières .............................................................................................................................. 2
II- Matrices carrées .............................................................................................................. 3
II-1 Diagonale d’une matrice carrée ............................................................................................................. 3
II-2 Matrice diagonale ................................................................................................................................... 4
II-3 Matrice triangulaire................................................................................................................................ 4
II-4 Matrice symétrique ................................................................................................................................. 5
II-5 Matrice antisymétrique ........................................................................................................................... 5
III- Opérations sur les matrices ........................................................................................... 6
III-1 Egalité .................................................................................................................................................... 6
III-2 Addition ................................................................................................................................................. 6
III-3 Multiplication par un scalaire ............................................................................................................... 6
III-4 Produit de deux matrices ....................................................................................................................... 7
IV- Matrice associée à un système de vecteurs ................................................................... 9
V- Matrice d’une application linéaire ............................................................................... 10
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

II-- G
Géénnéérraalliittééss

I-1 Définition
Définition :
 On appelle une matrice A , de type (n, p) ( n, p  IN * ) à coefficients réels, un tableau de n lignes
et p colonnes constituées de nombres réels, dits coefficients de la matrice A . On note par :
a11  a1 j  a1 p 
 
     
A  ai1  aij  aip   ligne i
 
     
a  anj  anp 
 n1 

colonne j
 On appelle le coefficient aij ,1in,1 j p de la matrice A , l’élément d’intersection de la ligne i et
la colonne j .
 On note aussi la matrice A par :
i désigne l' indice de la ligne
A  (aij ),1in, j p ,

 j désigne l' indice de la colonne
 On note M (n, p) l’ensemble des matrices de type (n, p) .

Exemples :
1 4 
1 2 3   
 A     M (2,3) B   2 5   M (3,2)
 4 5 6 3 6
 
 1
 C     M (2,1) D  1 2  M (1,2) E  1  M (1,1)
 2

I-2 Matrices particulières

Matrice ligne : C’est toute matrice A de type (1, p) , ( A M (1, p))

Matrice colonne : C’est toute matrice A de type (n,1) , ( A M (n,1))

Matrice nulle : C’est la matrice dont tous les coefficients son nuls. On note 0n, p .

a  1
Matrice unité ou identité : C’est la matrice I n dont les coefficients vérifient  ii
aij  0, i  j

Professeure Salma DASSER Session printemps-été

2
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

Matrice opposée

 La matrice opposée d’une matrice A de M (n, p) c’est la matrice B de M (n, p) dont les coefficients
sont les opposés de ceux de la matrice A .
1 i  n
 On note B  (  A) : bij  aij , , B  ( A) ssi A  ( B)
1 j  p

Matrice transposée

 La matrice transposée d’une matrice A de M (n, p) c’est la matrice B de M ( p, n) dont les lignes sont
les colonnes de la matrice A et les colonnes sont les lignes de la matrice A .
1 j  n
 On note Bt A : bij  a ji , , Bt A ssi At B
1 i  p

Exemples
 D et E sont des matrices lignes
 C et E sont des matrices colonnes
1
 
 A  1 2 3  M (1,3) : ( A)   1  2  3  M (1,3) t
A   2   M (3,1)
 3
 
1 2  1  2 1 3
 A     M (2,2) : (  A)     M (2,2)
A   t
  M (2,2)
 3 4   3  4 2 4 
1 2
1 3 5   1  3  5  
 A     M (2,3) : (  A)     M (2,3) A   3
t
4   M (3,2)
 2 4 6   2  4  6 5 6 


IIII-- M
Maattrriicceess ccaarrrrééeess
Définition :
 On appelle matrice carrée d’ordre n toute matrice de type ( n, n ) .
 On note M (n) l’ensemble des matrices de type (n, n) .

II-1 Diagonale d’une matrice carrée

Définition :
Soit A une matrice carrée d’ordre n : A  (aij )1i , j n . Les coefficients (aii )1in sont dits éléments
ou coefficients diagonaux de la matrice A et constitue la diagonale principale de la matrice A .

Exemple :
1 2
 A    . Les éléments diagonaux de la matrice A sont a11  1 et a22  4 .
 3 4

Professeure Salma DASSER Session printemps-été

3
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

II-2 Matrice diagonale

Définition :
Soit A une matrice carrée d’ordre n : A  (aij )1  i, j  n . On dit que la matrice A est une
matrice diagonale si tous les éléments non diagonaux de la matrice sont nuls : (aij  0 si i  j ) .

Exemples :
1 0
 A   
 0 2
a 0  0
 
0    
 Matrice scalaire A , ( a  IR )
   0
 
 0  0 a 
 1 0  0
 
0    
 Matrice unité ou matrice identité (matrice scalaire avec a  1 ) : I n  
   0
 
 0  0 1 

II-3 Matrice triangulaire

Définition : A une matrice carrée d’ordre n : A  (aij )1  i, j  n .

 On dit que A est une matrice triangulaire inférieure si tous ses éléments au dessus de la
diagonale principale sont nuls (aij  0 si i  j ) :
 a11 0  0 
 
 a21    
A , (( aij )1i , jn  IR )
   0 
 
a 
 n1  an ( n1) ann 
 On dit que A est une matrice triangulaire supérieure si tous ses éléments au dessous de la
diagonale principale sont nuls (aij  0 si i  j ) :
 a11 a12  a1n 
 
0    
A , (( aij )1i , jn  IR )
   a( n1) n 
 
0  0 ann 

Exemples :
 0 0 0
  1 0
  0  1 0  et   sont des matrices triangulaires inférieures.
 1 0 2  3 2 
 

Professeure Salma DASSER Session printemps-été

4
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

0 1 2
   1 3
  0  1 3 et   sont des matrices triangulaires supérieures.
 0 0 2  0 2 
 

Remarque :
 Si une matrice A est triangulaire supérieure alors sa matrice transposée t A est triangulaire
inférieure et inversement.

II-4 Matrice symétrique

Définition : A une matrice carrée d’ordre n : A  (aij )1  i, j  n .

 On dit que la matrice A est une matrice symétrique si elle est égale à sa matrice transposée :
AtA (a ji  aij  1  i, j  n)

Exemples :
 1 2 4  2
  0 1 2
 2 3 5 3   1 3
 A A   1  1 3 A   
4 5 1 2 2  3 2
   3 2 
 2 3 2 1

II-5 Matrice antisymétrique

Définition :
Soit A une matrice carrée d’ordre n : A  (aij )1  i, j  n .
 On dit que la matrice A est une matrice antisymétrique si sa matrice transposée est égale à sa
matrice opposée : t A  (  A) (a ji  aij  1  i, j  n)

Exemples :
 0 2 4 2
   0 1 2
 2 0 5 3    0  3
 A A   1 0  3 A   
4 5 0  2  2  3 0 
   3 0 
 2  3 2 0 

Remarque :
 Tous les éléments diagonaux d’une matrice antisymétrique sont nuls :
(a ji  aij  1  i, j  n)  (aii  0  1  i  n)

Professeure Salma DASSER Session printemps-été

5
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

IIIIII-- O
Oppéérraattiioonnss ssuurr lleess m
maattrriicceess

III-1 Egalité
Définition :
Deux matrices A et B de M (n, p) sont égales si elles ont les mêmes coefficients :
 A  B ssi aij  bij , 1  i  n, 1  j  p , avec A  (aij ) et B  (bij )

Propriété :
 t At B ssi A B

III-2 Addition
Définition :
 Soient A et B deux matrices de M (n, p) . La matrice C de M (n, p) définie par :
cij  aij  bij (1  i  n, 1  j  p) s’appelle la matrice somme des matrices A et B .
 On note C  A  B .

Propriétés :
 A, B, C  M (n, p) : ( A  B)  C  A  ( B  C )
 A, B  M (n, p) : A B  B  A
 A, B  M (n, p) : t
( A  B)tAtB

Exemple :
 1 2 3  3 2 1  1  3 2  2 3  1  4 4 4 
A    et B     A  B      
 4 5 6   1  2  3  4  1 5  2 6  3  3 3 3

III-3 Multiplication par un scalaire

Définition :
 Soient A une matrice de M (n, p) et  un réel (  IR) . La matrice C de M (n, p) définie par :
cij  aij (1  i  n, 1  j  p) s’appelle la matrice produit externe de la matrice A par le
scalaire  .
 On note C  . A .

Propriétés :
 A M (n, p) ,  ,   IR : (   ). A  . A   . A
 A, B  M (n, p) ,   IR : .( A  B)  . A  .B

Professeure Salma DASSER Session printemps-été

6
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

Exemples :
 A M (n, p) et   1  1. A  A
 A M (n, p) et   0  0. A  0n, p
 1 2  1  ( 3)  1 ( 3)  2 ( 3)  ( 1)    3  6 3
 A    et   3 : ( 3). A      
 2 1  2  ( 3)  2 ( 3)  1 ( 3)  ( 2)    6  3 6 

III-4 Produit de deux matrices

Définition et propriétés

Définition :
 Soient A une matrice de M (n, m) et B une matrice de M (m, p) . La matrice C de M (n, p)
m
définie par : cij   aik bkj (1  i  n, 1  j  p) s’appelle la matrice produit de la
k 1
matrice A par la matrice B .
 On note C  A  B .
 On ne peut effectuer la multiplication de deux matrices A et B que si le nombre des colonnes de
la matrice A est égal au nombre de lignes de la matrice B (ici m ).

Propriétés :
 A M (n, m) , B  M (m, p) , C  M ( p, q) : ( A  B)  C  A  ( B  C )  M (n, q)
 A M (n, m) , B, C  M (m, p) : A  ( B  C )  ( A  B)  ( A  C )  M (n, p)
 A M (n, m) et B  M (m, p) : t
( A  B)t Bt A  M ( p, n)

Produit d’une matrice ligne par une matrice colonne :

 b1 j 
 
 
 Soient A  (ai1 ,, aik ,, aim ) une matrice ligne ( A M (1, m)) et B   bkj  une matrice colonne
 
 
b 
 mj 
( B  M (m,1)) . La matrice C  A  B est alors égale au scalaire défini par :

C  ai1b1 j    aik bkj    aimbmj , ( A M (1,1))

  2
 
 0
Exemple : A  (1,2,1,0,2) et B   2  : A  B  1 (2)  2  0  (1)  2  0 1  (2)  (1)  2
 
 1
  1
 

Professeure Salma DASSER Session printemps-été

7
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

Calcul pratique du produit matriciel :

 Soient A une matrice de M (n, m) et B une matrice de M (m, p) :

a11  a1k  a1m  b11  b1 j  b1 p 
  
          
 
A   ai 1  aik  aim   ligne Li , B  bk 1  bkj  bkp 
   
           
an1  ank  anm  b  bmj  bmp 
 m1 

colonne C j
 Pour obtenir le coefficient Pij de la matrice produit P  A  B ,on fait le produit de la ligne Li de
la matrice A ( Li : matrice ligne) par la colonne C j de la matrice B ( C j : matrice colonne) :
 L1C1  L1C j  L1C p 
 
     
P   LiC1  LiC j  Li C p  , P  M (n, p)
 
     
L C  LnC j  LnC p 
 n 1 

Exemples :
 1 0
 1 2  1  
 A    et B   0  1 :
 2 1  2  1 0
 

 A M (2,3) et B  M (3,2)  ( A  B)  M (2,2) et ( B  A)  M (3,3)

 L C L1  C2   0  2 
 A  B   1 1  
 L2  C1 L2  C2   0  1
 L1  C1 L1  C2 L1  C3   1 2  1
   
 B  A   L2  C1 L2  C2 L2  C3     2  1 2 
 L C L2  C3 L3  C3   1 2  1
 3 1

 1 0 0 1
 1 2  1  
 A    et B   0 1 1 0
 2 1  2   1 0  1 0
 

 A M (2,3) et B  M (3,4)  ( A  B)  M (2,4)

 L  C1 L1  C2 L1  C3 L1  C4   2 2 3 1
 A  B   1    
 L2  C1 L2  C2 L2  C3 L2  C4   4 1 3 2 
 On ne peut pas effectuer la multiplication B  A .

Professeure Salma DASSER Session printemps-été

8
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

IIV
V-- M
Maattrriiccee aassssoocciiééee àà uunn ssyyssttèèm
mee ddee vveecctteeuurrss
Définition :
Soit ( E ,,.) un espace vectoriel réel de dimension n , muni d’une base B  e1,, en . Soit un
système de p vecteurs de E , S  u1,, u p .
 On appelle la matrice du système S  u1,, u p , relativement à la base B  e1,, en , la matrice
suivante :
a11  a1 j  a1 p   e1
 
     
A  ai1  aij  aip   ei
 
     
a  anj  anp   en
 n1 
  
u1 u j u p

où la colonne j de la matrice A est formée des coordonnées du vecteur u j du système

S  u1,, u p  dans la base B  e1,, en : u j   aij ei , j  1, p

n

i 1

 On note A  M ( S / B) : ( A M (n, p))

Remarque :
 La matrice A dépend de la base B choisie.

Exemple :
 E  IR3
 B  e1, e2 , e3 la base canonique de IR 3 : e1  (1,0,0) , e2  (0,1,0) et e3  (0,0,1) .
 S  u1, u2 , u3 : u1  (2,0,2) , u2  (1,2,1) et u3  (0,2,3) :

u1  ( 2,0,2)  2.(1,0,0)  0.(0,1,0)  ( 2).(0,0,1)  2 1 0  e1

  
u2  (1,2,1)  1.(1,0,0)  ( 2).(0,1,0)  1.(0,0,1)  A   0  2  2  e2
  2
u3  (0,2,3)  0.(1,0,0)  ( 2).(0,1,0)  3.(0,0,1)  1 3  e3
  
u1 u2 u3

Professeure Salma DASSER Session printemps-été

9
[S3, Module M12, Matière : Algèbre I] Chapitre 2 : applications linéaires

V Maattrriiccee dd’’uunnee aapppplliiccaattiioonn lliinnééaaiirree

V-- M
Définition :
Soient ( E ,,.) un espace vectoriel réel de dimension p , muni d’une base B  u1,, u p  et
( F ,,.) un espace vectoriel réel de dimension n , muni d’une base B'  v1 ,, vn . Soit f une
application linéaire de E vers F . La matrice de f relativement aux bases B et B' , notée par
M ( f / B, B' ) c’est la matrice du système S  f (u1 ),, f (u p ), relativement à la base B'  v1,, vn 

Remarque :
 Si B  u1,, u p  et B'  v1 ,, vn  alors :
a11  a1 j  a1 p   v1
 
     
M ( f / B , B ' )   ai 1  aij  aip   vi
 
      , ( M ( f / B, B' )  M (n, p))
a  anj  anp   vn
 n1 
  
f (u1 ) f (u j ) f (u p )
 La colonne j de la matrice M ( f / B, B' ) représente les coordonnées du vecteur f (u j ) dans la
 f (u1 )  a11v1    ai1vi    an1vn


 f (u )  a v    a v    a v
base B' :  j 1j 1 ij i nj n



 f (u p )  a1 p v1    aip vi    anpvn
 La matrice M ( f / B, B' ) dépend des bases choisies B et B' .

Exemple : E  IR 2 , F  IR3 : f ( x, y )  ( x  y, x  y, y  x)
 B  u1,u2  la base canonique de IR 2 : u1  (1,0) et u2  (0,1) .
 B'  v1, v2 , v3 la base canonique de IR : 3
v1  (1,0,0) , v2  (0,1,0) et v3  (0,0,1) .
 1  1
 f (u1 )  (1,1,1)  v1  v2  v3  
  M ( f / B, B' )   1 1
 f (u2 )  ( 1,1,1)  v1  v2  v3  1 1
 
 B  u1, u2  une base de IR 2 : u1  (1,1) et u2  ( 1,1)
 B '  v1, v2 , v3 une base de IR 3 : v1  (1,1,1) , v2  (0,1,0) et v3  ( 1,1,1)
0 0
 f (u1 )  (0,2,0)  2v2  
  M ( f / B , B ' )   2 2
 f (u2 )  ( 2,0,2)  2v2  2v3  0 2
 
 M ( f / B , B ' )  M ( f / B, B' )

Professeure Salma DASSER Session printemps-été

10