Chapitre3 Matrice

Chapitre 3 : Les matrices et applications linéaires Nounours
Chapitre 3 : Les matrices et applications linéaires
I) Matrice d'une application linéaire :
Définition : Soient E et F deux k-espaces vectoriels, on note B=e 1 , ... ,e n  une base de E, et
C= f 1 , ... , f p  une base de F.
Soit f : E  F une application linéaire. On sait que f est déterminée par la
donnée des images dans F des vecteurs de la base B :
p
f e j =∑ a ij f i
i=1
On appelle matrice de f dans les bases B et C le tableau suivant
 
a11 a 12 a 1j a1n
a 21 a 22 a 2j a 2n
Mat  f , B ,C = ... ... ... ...
a i1 a i2 a ij a in
... ... ... ...
a p1 a p2 a pi a pn
i est l'indice de ligne et j est l'indice de colonne
f e 1 ... f  n sont les vecteurs colonnes de la matrice
Mat  f , B ,C =a ij 
Exemple : exercice 2
f : ℝ 4 ℝ 3
B=e 1 , e 2 , e3 , e 4 base canonique de ℝ4
C=e ' 1 , e ' 2 , e ' 3 base canonique de ℝ3
f e 1=−11,0 ,1=−11e ' 1e ' 3=−111,0 ,010,0 ,1=−11,0,1

f e 2 =7,1 ,0=7 e ' 1e ' 2
f e 3=0,11 ,1=11 e ' 2e ' 3
f e 4 =3,2 ,1=3 e ' 12 e ' 2e ' 3
 
−11 7 0 3
Mat  f , B ,C = 0 1 11 2
1 0 1 1
c'est une matrice à 3 lignes et 4 colonnes.
La matrice de f dans les bases B et C est une matrice à p lignes et n colonnes.

n
Soit u ∈E , alors u=∑ u j e j avec u j ∈k , ∀ j∈1, ... , n
j=1
Http://promo-informatique.servhome.org 1
n n p
Par linéarité f u=∑ u j f  e j =∑ u j ∑ a ij f i 
j=1 j =1 i=1
p n
Donc ∑ ∑ a ij u j  f i
i=1 j=1
p
Si on note v= f u alors v=∑ v i f i
i=1
Donc en identifiant :
n
V i =∑ a ij u j ∀ i∈1 , ... , p
j=1
Ce qui donne :
V 1=a11 u1 a 12 u 2...a 1n un
V 2 =a 21 u 1a22 u 2...a 2n un
...............................................
V p=a p1 u 1a p2 u 2...a pn un
Ce qui s'écrit sous forme de tableau :
   
V1 a 11 a ij a 1n u1
... ... ... ... ...
Vi = a i1 a ij a in ∗ uj
... ... ... ... ...
Vp a p1 a pj a pn u n
Soit v= A u
Exemple : Dans ℝ2 la rotation d'angle 

B=e 1 , e 2 =C
f : ℝ 2 ℝ 2
Mat  f , B , B=  cos  −sin 

sin  cos  
=Mat  f , B
Soit u= 
u1
u2
∈ℝ2 on note v= f u
Alors v= v1
v2
u
= cos  −sin  ∗ 1 = 1
sin  cos  u2    {
v =cos u 1 – sin u 2
v 2 =sin u 1cos  u2 }
Exercice : Déterminer la matrice de la projection sur l'axe des abscisses parallèlement à l'axe
des ordonnées dans ℝ2 .
B mat =C=e 1 , e 2 
f e 1=e1
f e 2 =0
 
Mat  f , B= 1 0
0 0
II) Opérations sur les matrices :
Soit E un espace vectoriel et soit B=e 1 , ... ,e n  une base de E.

Soit F un espace vectoriel et soit C= f 1 , ... , f n  une base de F.
(1) Égalité :
Soient f : E  F et g : E  F deux applications linéaires. On note

M =a ij =Mat  f , B , C
et on note N =bij =Mat  f , B ,C 
p p
f =g signifie f e j =g  e j  c'est à dire ∑ aij f i=∑ bij f i en identifiant, on obtient :
i=1 i=1
∀ i∈1, ... , p et ∀ j∈1, ... , n a ij =bij
Conclusion : M =N ⇔a ij =b ij
Cas particulier : Si f =0 application nulle

f :EF
x  f  x=0F
M =0 ⇔ aij =0
On note M p ,n  K  l'ensemble des matrices à p lignes et n colonnes et à

coefficients dans K
Théorème : L'application
 : L k  E , F M p ,n  K 
f  Mat  f , B , C est une bijection, A une application linéaire f de E dans F
on associe sa matrice dans des bases B et C données.
Démonstration :  est injective :
On suppose que   f =  g ⇔ M = N ⇔ f = g
 est surjective :
A une matrice M =a ij  on associe la matrice Mat  f , B ,C  qui

représente l'application linéaire f dans les bases B et C données.
Exemple : M=
1 2
3 4  cela signifie f : ℝ 2 ℝ 2 dans la base B=e 1, e 2  base
canonique de ℝ2 .
Alors f e 1=e13e 2 et f e 2 =2 e 14 e 2
(2) Addition :
Théorème : Si f ∈L E , F  et g ∈ L  E , F  alors l'application f g définie par

 f g u= f  ug u est une application linéaire de E dans F et
Mat  f g , B , C =Mat  f , B , C Mat  g , B , C
p p p
Démonstration :  f g e j = f e j g e j =∑ aij f i∑ b ij f i=∑ a ij bij  f i d'où
i=1 i=1 i=1
Mat  f g , B , C = aij bij 
Exemple : A=  
1 2
3 4
et B=  0 −2
4 1 
A B=  
1 0
7 4
(3) Produit par un scalaire :
Soit f ∈L E , F  , soit ∈K , alors  f ∈ L E , F  et

Mat  f , B , C = Mat  f , B , C 
Exercice : Montrer que  Mat  f , B , C =Mat  f , B , C 
Exemple : si A=  
1 2
3 4
; 2A=  
2 4
6 8
Conclusion : Les applications :

M p ,n  K ∗M p , n  K  M p , n  K 
 A , B AB
et
K∗M p , n  K  M p , n  K 
 , A A
munissent M p ,n  K  d'une structure de k-espace vectoriel.
On note :
 
0 0 0 0 ... 0 0 0 0
0 0 0 0 ... 0 0 0 0
0 0 0 0 ... 0 0 0 0
E ij = ... ... ... ... ... ... ... ... ...
0 0 0 0 ... 1 0 0 0
0 0 0 0 ... 0 0 0 0
0 0 0 0 ... 0 0 0 0
p n
Alors toute les matrice A∈M p ,n ℝ s'écrit de manière unique A=∑ ∑ a ij E ij
i=1 j=1
Exemple :  
A= 1 2
3 4
 
E 11= 1 0
0 0
 
E 12= 0 1
0 0
 
E 22= 0 0
0 1
 
E 21= 0 0
1 0
A=1 E 112 E 123 E 214 E 22
M p ,n  K  est un espace vectoriel sur K, de dimension np, dont E ij est une base (base
canonique)
Exemple : Dim M 2,2 ℝ=2∗2=4
Corollaire :  est un isomorphisme d'espaces vectoriels entre L  E , F  et M p ,n  K  ,

donc Dim  L  E , F =np
III)Produit matriciel :
Soient E, F et G , 3 espaces vectoriels sur un corps K, de dimension respective n,p et q et de bases

respectives B=e 1 , ... ,e n 
C= f 1 , ... , f p 
D= g 1 ,... , g q 
Théorème : Si f ∈L E , F  et g ∈ L  F ,G alors g ° f ∈L  E , G .

De plus si Mat  f , B ,C =a ij 
Mat  g , C , D=b ki 
p
Alors Mat  g ° f , B , D=C kj  Avec C kj =∑ b ki a ij
i=1
E  F G
Démonstration : Il faut montrer que g ° f ∈L  E , G

Soient  x , x ' ∈ E 2 , soit ∈K
g ° f  x x ' =g ° f  x  g ° f  x ' 
g ° f  x x ' =g  f  x x ' =g  f  x  f  x ' 
=g  f  x g  f  x ' =g ° f  x g ° f  x ' 
On va calculer :
p p p q q p
g ° f e j =g  ∑ a ij f i =∑ aij g  f i =∑ a ij  ∑ bki g k =∑  ∑ a ij bki  g k
i=1 i =1 i=1 k =1 k =1 i=1
q
g ° f e j =∑ C kj g k
k=1
d'où
p
C kj =∑ b ki a ij
i=1
Si A=Mat  f , B , C 
et B=Mat  g , C , D
et si C=Mat  g ° f , B , D
Alors C=BA
Calcul pratique :
 
... ... a1j ... ...
... ... a 2j ... ...
... ... ... ... ...
... ... a ij ... ...
   
... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ...
b k1 bk2 ... bki ... ... b kj ... ...
... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ...
Exemple : On vas calculer BA pour :
   
2 −1 0 1 2
B= 3 1 5 et A= 0 4
−2 0 1 −1 0
 
1 2
0 4
−1 0
   
2 −1 0 C 11 C 12
3 1 5 C 21 C 22
−2 0 1 C 31 C 32
C 11=2∗1−1∗00∗−1=2
C 21=3∗11∗05∗−1=−2
C 31=−2∗10∗01∗−1=−3
C 12=2∗2−1∗40∗0=0
C 22=3∗21∗45∗0=10
C 23=−2∗20∗41∗0=−4
Exercice : A= 1 3 −2 
AB
B= 1
2
5

2
B= 1
5
A= 1 3 −2  −5 
BA
 1 3 −2 
 2
1
5  2 6 −4
1 3 −2
5 15 −10 
AB ??
 
1 −1 2
A= −2 3 0
0 1 1
−3 0 1

1
B= −1
1
 1
−1
1
  
1 −1 2 4
−2 3 0 −5
0 1 1 0
−3 0 1 −2
BA ?? Impossible car 1∗3∗4∗33≠4
Propriétés : (1) Le produit BA n'est défini que si le nombre de colonne de B est égal au
nombre de lignes de A
(2) En général AB ≠BA

Si A∈ M p ,n  K  et B∈M n ,q  K  alors AB∈ M p , q  K 
Dans ce cas le produit BA n'existe que si q= p
(3) Le produit matriciel est associatif et distributif par rapport à l'addition

(a) A BC = ABC= ABC car g ° f °h= g ° f ° h= g ° f ° h
(b)  AB C= AC BC car  f  g °h= f °hg °h
(c) A BC =ABAC car f ° gh= f ° g  f ° h
(4) Si A=0 alors AB=0 et BA=0 mais l'inverse est faux

Exemple : A=0 0 0
1 2 3 
 
−1 0
B= 1 0
5 0
 
0 0 0
BA= 0 0 0
0 0 0
Donc BA=0
IV)Transposition d'une matrice :
Soit A=a ij ∈M p , n  K 
Définition : La transposée de A notée T

A , est la matrice de M n , p  K  donnée par
T
A=a ij 
 
1 2
A= 3 4
Exemple : Si 5 6
T
A=  1 2 3
4 5 6 
T
Propriétés : (a)  AB= T A T B
(b) ∈K , T  A= T A
Conclusion : La transposition est une application linéaire de M p ,n  K  dans M n ,p  K 
T
Propriété :  BA= T A T B
Démonstration : On note A=a kj  et B=b ik  et BA=C ij 

p
Où C ij =∑ bik a kj
k =1
On note T  BA=Crs
Où Crs =C sr
p
Crs =C sr =∑ b sk a kr
k=1
On note T A= alt 

Où alt =atl
On note T B= btm

Où btm=bmt
T
On note A T B= d rs 
p
avec d rs =∑ art bts
t=1
p
d rs =∑ a tr bst
t=1
V) Matrices carrées :
Lorsque E=F et que F =L  E , F  on sait que F est un endomorphisme de E. Si n=Dim E

Mat  f , B , B=Mat  f , B∈M n  E  on dit que c'est une matrice carrée d'ordre n.
Définition : On note :
I n=Mat  Id E , B la matrice unité d'ordre n .
I n=  1 0
0 1
avec n lignes et n colonnes
Définition : Si A∈M n  K  on peut définir A p avec p ∈ℕ en posant A0 =I n et

A p= A p−1 A
Exemple : A=
6

−9 −4
4

A0 =I 2 =
1
1 0
0 1 
A =A
A2 =A∗A=
0 0
0 0 
Que vaut A p , p≥3
A p=0 ∀ p≥3
Formule remarquables : A , B∈M n  K 
(a)  AB A−B= A2BA – AB – B 2

(b)  AB2 =A2 ABBAB 2
Le produit matriciel n'est pas commutatif
Formule du binôme :
Si A , B∈M n ℝ telles que AB = BA

n
Alors  AB =∑ C n A B
n p p n− p
p=0
Définition : A∈ M n ℝ , A=a ij 

(a) A est diagonale si a ij =0 ∀ i≠ j
 
a11 ... ... ... 0
... a 22 ... ... ...
A= ... ... a 33 .. ... =diag a 11 , a 22 , ... , ann 
... ... ... ... ...
0 ... ... ... a nn
et Si a ij = ∀ i=1 ,... , n
On note A= I n
(b) A est triangulaire supérieure si a ij =0 ∀ i j
 
a11 a12 ... a 1n
A= 0 a 22 ... a 2n
0 0 ... ...
0 0 0 a nn
(c) A est triangulaire inférieur si a ij =0 ∀ i j
Exercice : (1) Écrire A

(2) Montrer que T A est triangulaire supérieure
(3) si B est triangulaire inférieur alors AB l'est aussi.
(d) A est symétrique si T A=A c'est à dire a ij =a ji
(e) A est antisymétrique si T A=−A c'est à dire a ij =−a ji
(f) La trace de A , notée Tr  A , est la somme des éléments diagonaux de A ,
n
Tr  A=∑ aii
i=1
VI)Matrices carrées inversibles :
Soit E un k-espace vectoriel de dimension n

Soit f ∈L E 
f est bijectif ⇔ f surjectif ⇔ f injectif ⇔ Ker f =O E ⇔ Img f =E
Dans ce cas on dit que f est un isomorphisme de E et on note f ∈GL  E  . f est inversible
et f −1∈GL  E 
Si A=Mat  f , B , alors A−1=Mat  f −1 , B est l'inverse de la matrice A
On a la relation :
AA−1= A−1 A=I n

car f ° f −1= f −1 ° f = Id E
Définition : A∈ M n ℝ est inversible s'il existe une matrice B∈M n ℝ telle que
AB=I n ou BA=I n 
Propriétés : (a)  BA−1=A−1 B−1

(b)  T A−1= T  A−1 
Démonstration (b) : On note C= BA−1

Elle vérifie que  BAC =I n
On calcule  BA A−1 B−1= B AA−1 B−1=BI n B−1=BB−1=I n

Donc l'inverse de BA est A−1 B−1
On note GL n ,ℝ  l'ensemble des matrices inversibles.
Théorème : L'application :
: GL  E GL n ,ℝ
f  Mat  f , B est un isomorphisme
Définition : Soit {u 1 , ... u q } une famille de q vecteurs de E.

La matrice A associée à cette famille de vecteurs est la matrice de M n ,q ℝ donc
les vecteurs colonnes sont les vecteurs u1 ,... , u q
Si B={e 1 , ... , e n } est une base de E,
n
∀ j∈1, ... , q u j=∑ aij e i
i=1
 
u1i ... uij ... u iq
... ... ... ... ...
A= ... ... ... ... ...
... ... ... ... ...
u ni ... u nj ... u nq
Proposition : A est inversible ⇔ ses vecteurs colonnes sont indépendants
Démonstration : Si A=Mat  f , B
A est inversible ⇔ f est inversible ⇔ Img f =E ⇔ les vecteurs colonnes
 f e 1 , ... , f e n  engendrent E ⇔ ils forment une base de E .
Corollaire : A est inversible ⇔ ses vecteurs lignes sont indépendants .

T
Démonstration :  A−1= T A−1
Exercice : f : ℝ 2 ℝ 2 rotation d'angle 

A= cos  −sin 
sin  cos  
Calculer A−1 et vérifier que AA−1=I n
VII) Matrice de changement de bases :
Définition : Soit E un k-espace vectoriel de dimension n.

On note B={e 1 , ... , e n } une base de E et B '={ e ' 1 , ... , e ' n } une autre base de
E.
n
∀ i∈1 , ... , n , e ' i=∑  ji e j
j=1
On appelle matrice de passage de la base B à la base B' la matrice dont les vecteurs
colonnes sont l'expression des vecteurs e ' i dans la base B
 
11 ... 1n
P= 21 ...  2n
... ... ...
n1 ... nn
c'est la matrice M  Id , B ' , B
Remarque : P est inversible et

P−1=Mat  Id , B , B '  est la matrice de passage de B' à B.
Formule de changement de bases :
Soit X un vecteur de E de composantes  x 1 , ... , x n  dans la base B :

n
x=∑ x i e i
i =1
et on note  x ' 1, ... , x ' n  les coordonnées de X dans la base B' :
n
X =∑ x ' i e i
i=1
n
On sait que e ' i =∑  ji e j
j=1
Donc
n n n n n
X =∑ x ' i e ' i=∑ x ' i  ∑  ji e j =∑ ∑  ji x ' i e j
i=1 i=1 j=1 j=1 i =1
n
Donc x j =∑  ji x ' i
i=1
  
11 ... 1n x'1
 21 ... 2n ... =P=Mat  Id , B ' , B
... ... ... ...
 n1 ... nn x 'n
X =P X '
On exprime les composantes du début en fonction des nouvelles composantes
 E , B E , B ' 
P−1=Mat  Id , B , B '  Donc X ' =P −1 X
Exemple : Rotation d'angle 

B=e 1 , e 2  , B '=e ' 1 ,e ' 2 
Mat  Id , B ' , B= 

cos  −sin 
sin  cos 
=P 
Si X =x e1 y e 2= x ' e ' 1 y ' e ' 2
  
x
y
=P
x'
y'
x= x ' cos  – y ' sin 
y=x ' sin  y ' cos 
VIII) Changement de base et applications linéaires :
Soient E et F deux k-espaces vectoriels de dimension respective n et p.

On note B E = e1 ,... , e n et B ' E=e ' 1 ,... , e ' n  deux bases de E
On note B F = f 1 ,... , f p  et B ' F = f ' 1 , ... , f ' p  deux bases de F
Remarque : Si f ∈L E , F  , la matrice de f dépend des bases de E et F choisies.
On note A=Mat  f , B E , B F  et A '=Mat  f , B ' E , B ' F 
On cherche la relation entre A et A' ?

On note P=Mat  Id , B' E , B E  et Q=Mat  Id , B ' F , B F 
Soit X ∈E , on note Y = f  X 
C'est à dire Y =AX
n n
On pose X =∑ x i e i=∑ x ' i e ' i
i=1 i=1
p n
et Y =∑ y j f j=∑ y ' j f ' j
j=1 j =1
 
x'1 y'1
En posant X '= ... et Y ' = ...
x 'n y' p
On obtient Y ' = A' X '
X =PX ' et Y =QY '

Y =AX
QY ' =APX '
QY ' =APX ' ⇔ Y '=Q −1 APX ' = A' X '
Donc A ' =Q −1 AP
Définition : A et A' représentent la même application linéaire dans des bases différentes, on dit
que les matrices A et A' sont équivalentes.
Remarque : Si F =E et si on prend Q= P alors A ' =P−1 AP

Dans ce cas, les matrices A et A' représentent le même endomorphisme dans des
bases différentes, on dit que les matrices sont semblables.
Exemple : Soit B=e 1 , e 2 , e3  la base canonique de ℝ3 , soit f : ℝ 3 ℝ3 défini par

f  x , y , z =−x yz ,−2x yz ,−6x2y4z 
(1) Montrer que f est un endomorphisme de ℝ3

∀  X ,Y ∈ℝ3∗ℝ 3 et ∀ a , b∈ℝ 2
Soit X = x1 , y 1 , z 1  et Y = x 2 , y 2 , z 2 
f aX bY = f a  x 1, y 1, z 1b  x 2, y 2, z 2 = f ax 1 , ay 1 , az 1bx 2 , by 2 , bz 2 

= f ax 1bx 2 , ay 1by 2 , az 1bz 2 
= f (−ax 1−bx 2ay 1by 2az 1bz 1 ,−2ax 1 – 2bx 2ay1by 2az 1 bz 2
,−6ax 1−6bx 22ay12by 24az14bz 2 )
=( a −x1  y1 z 1 b−x 2 y 2 z 2  , a −2x 1 y 1z 1 b−2x 2 y 2 z 2  , a −6x12y1 4z 1
b −6x 22y 24y 2  )=a −x 1 y 1 z 1 ,−2x 1 y 1z 1 ,−6x1 2y 14z 1 
b −x 2 y 2z 2 ,−2x 2 y 2 z 2 ,−6x 22y 24z 2=a f  X b f Y 
Donc f est linéaire, et f ∈Lℝ3 
(2) Écrire A=Mat  f , B
 
−1 1 1
A= −2 1 1
−6 2 4
(3) Si B '=v 1 , v 2 , v 3 ou v 1=1,0 ,2 , v 2 =1,1 ,2 et v 3=2,1 ,5
(a) Montrer que B' est une base de ℝ3
Je vais montrer que B' est une base de ℝ3 . Comme c'est une
famille de 3 vecteurs dans un espace de dimension 3. Il suffit de
montrer que c'est une famille libre.
Soit 1 , 2 ,3 des réels tels que 1 v 12 v 23 v 3=0

Je veux montrer que 1=2= 3=0
1 v 12 v 23 v 3=0
122 3=0 1

23 =0 2
2 12 25 3=0 3
122 3=0
23 =0
3=0
D'où 3=0
2=0 je reporte dans 2
1=0 je reporte dans 1
Donc B' est une base de ℝ3
(b) Calculer A ' =Mat  f , B ' 
Je vais calculer A ' =Mat  f , B ' 
Je calcule :
f v 1 =1,0 ,2
f v 2 =2,1,4 
f v 3 = 4,2 ,10
J'exprime ces 3 vecteurs en fonction de v 1 , v 2 et v 3
f v 1 =1,0 ,2=v 1
f v 2 =a v 1b v 2c v 3 on cherche a , b et c des réels
ab2c=2 1
bc=1 2
2a2b5c=4 3
Je remplace 3 par 3−2∗1
ab2c=2 1
bc=1 2
c=0
Donc c=0 , je reporte dans 2
b=1 je reporte dans 1

a=1
Donc f v 2 =v 1v 2
f v 3 = 4,2 ,10=2 v 3
 
1 1 0
Donc A '= 0 1 0
0 0 2
(c) Relation entre A et A'
Si je note P=Mat  Id , B' B la matrice de passage de B à B'
 
1 1 2
P= 0 1 1
2 2 5
A= PA' P−1
Vérifier par le calcul que AP =PA '
UTILITE : 1 Det  A' =Det  A

2 Tr  A' =Tr  A
3 A k =P  A' k P−1
car A2 =A.A= PA' P −1 . PA' P−1=P A '  P−1 P  A' P−1= P  A' 2 P−1
Exemple : f : ℝ 2 ℝ 2
 x , y  2x3y , 4x5y
(1) Montrer que f est un endomorphisme de ℝ2
(2) Déterminer A=Mat  f , B
(3) Soit B '=v 1 , v 2  avec v 1=1,2 et v 2 = 2,5
(a) Montrer que B' est une base de ℝ2
(b) Déterminer A ' =Mat  f , B ' 
(c) Déterminer la matrice P de passage de la base B à la base B'
(d) Donner la relation entre A , A' et P.

Chapitre3 Matrice

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre3 Matrice

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 3 : Les matrices et applications linéaires Nounours

Chapitre 3 : Les matrices et applications linéaires

I) Matrice d'une application linéaire :

f e 1=−11,0 ,1=−11e ' 1e ' 3=−111,0 ,010,0 ,1=−11,0,1

c'est une matrice à 3 lignes et 4 colonnes.

La matrice de f dans les bases B et C est une matrice à p lignes et n colonnes.

Ce qui s'écrit sous forme de tableau :

Exemple : Dans ℝ2 la rotation d'angle 

Mat  f , B , B=  cos  −sin 

II) Opérations sur les matrices :

Soit E un espace vectoriel et soit B=e 1 , ... ,e n  une base de E.

Soient f : E  F et g : E  F deux applications linéaires. On note

∀ i∈1, ... , p et ∀ j∈1, ... , n a ij =bij

Cas particulier : Si f =0 application nulle

On note M p ,n  K  l'ensemble des matrices à p lignes et n colonnes et à

Démonstration :  est injective :

On suppose que   f =  g ⇔ M = N ⇔ f = g

A une matrice M =a ij  on associe la matrice Mat  f , B ,C  qui

Théorème : Si f ∈L E , F  et g ∈ L  E , F  alors l'application f g définie par

(3) Produit par un scalaire :

Soit f ∈L E , F  , soit ∈K , alors  f ∈ L E , F  et

Exercice : Montrer que  Mat  f , B , C =Mat  f , B , C 

Conclusion : Les applications :

Exemple : Dim M 2,2 ℝ=2∗2=4

Corollaire :  est un isomorphisme d'espaces vectoriels entre L  E , F  et M p ,n  K  ,

Soient E, F et G , 3 espaces vectoriels sur un corps K, de dimension respective n,p et q et de bases

Théorème : Si f ∈L E , F  et g ∈ L  F ,G alors g ° f ∈L  E , G .

Démonstration : Il faut montrer que g ° f ∈L  E , G

Exemple : On vas calculer BA pour :

BA ?? Impossible car 1∗3∗4∗33≠4

(2) En général AB ≠BA

(3) Le produit matriciel est associatif et distributif par rapport à l'addition

(4) Si A=0 alors AB=0 et BA=0 mais l'inverse est faux

IV)Transposition d'une matrice :

Soit A=a ij ∈M p , n  K 

Définition : La transposée de A notée T

Conclusion : La transposition est une application linéaire de M p ,n  K  dans M n ,p  K 

Démonstration : On note A=a kj  et B=b ik  et BA=C ij 

On note T A= alt 

On note T B= btm

Lorsque E=F et que F =L  E , F  on sait que F est un endomorphisme de E. Si n=Dim E

Définition : Si A∈M n  K  on peut définir A p avec p ∈ℕ en posant A0 =I n et

Formule remarquables : A , B∈M n  K 

(a)  AB A−B= A2BA – AB – B 2

Le produit matriciel n'est pas commutatif

Si A , B∈M n ℝ telles que AB = BA

Définition : A∈ M n ℝ , A=a ij 

Exercice : (1) Écrire A

VI)Matrices carrées inversibles :

Soit E un k-espace vectoriel de dimension n

AA−1= A−1 A=I n

Propriétés : (a)  BA−1=A−1 B−1

Démonstration (b) : On note C= BA−1

On calcule  BA A−1 B−1= B AA−1 B−1=BI n B−1=BB−1=I n

On note GL n ,ℝ  l'ensemble des matrices inversibles.

Définition : Soit {u 1 , ... u q } une famille de q vecteurs de E.

Proposition : A est inversible ⇔ ses vecteurs colonnes sont indépendants

Corollaire : A est inversible ⇔ ses vecteurs lignes sont indépendants .

Exercice : f : ℝ 2 ℝ 2 rotation d'angle 

VII) Matrice de changement de bases :

Définition : Soit E un k-espace vectoriel de dimension n.

Remarque : P est inversible et

Formule de changement de bases :