Académique Documents
Professionnel Documents
Culture Documents
c3 PDF
c3 PDF
Clément Rau
Laboratoire de Mathématiques de Toulouse
Université Paul Sabatier-IUT GEA Ponsan
Definition
Soit f : U → V une application linéaire. On dit que f est
bijective si pour tout y de V , il existe un unique x dans U tel
que f (x) = y .
Definition
Soit f : U → V une application linéaire. On dit que f est
bijective si pour tout y de V , il existe un unique x dans U tel
que f (x) = y .
f −1 : V → U
f −1 : V → U
ie : f −1 of = IdU
ie : fof −1 = IdV
ie : f −1 of = IdU
ie : fof −1 = IdV
ie : f −1 of = IdU
ie : fof −1 = IdV
ie : f −1 of = IdU
ie : fof −1 = IdV
ie : f −1 of = IdU
ie : fof −1 = IdV
ie : f −1 of = IdU
ie : fof −1 = IdV
ie : f −1 of = IdU
ie : fof −1 = IdV
on déduit :
BA = Idn AB = Idm ,
1 ··· 0
.. . . ..
où Idp = . . . (de taille p)
0 ··· 1
Definition
La matrice B s’appelle la matrice inverse de A. On la note
parfois A−1 .
Clément Rau Cours 3: Inversion des matrices dans la pratique...
Notion d’inverse d’une application linéaire
Rappel de l’épisode précédent sur l’inverse d’une application linéaire/matrice
Inverse d’une matrice
Pivot de Gauss sur les matrices
Critère d’inversibilité : le déterminant
on déduit :
BA = Idn AB = Idm ,
1 ··· 0
.. . . ..
où Idp = . . . (de taille p)
0 ··· 1
Definition
La matrice B s’appelle la matrice inverse de A. On la note
parfois A−1 .
Clément Rau Cours 3: Inversion des matrices dans la pratique...
Notion d’inverse d’une application linéaire
Rappel de l’épisode précédent sur l’inverse d’une application linéaire/matrice
Inverse d’une matrice
Pivot de Gauss sur les matrices
Critère d’inversibilité : le déterminant
on déduit :
BA = Idn AB = Idm ,
1 ··· 0
.. . . ..
où Idp = . . . (de taille p)
0 ··· 1
Definition
La matrice B s’appelle la matrice inverse de A. On la note
parfois A−1 .
Clément Rau Cours 3: Inversion des matrices dans la pratique...
Notion d’inverse d’une application linéaire
Rappel de l’épisode précédent sur l’inverse d’une application linéaire/matrice
Inverse d’une matrice
Pivot de Gauss sur les matrices
Critère d’inversibilité : le déterminant
on déduit :
BA = Idn AB = Idm ,
1 ··· 0
.. . . ..
où Idp = . . . (de taille p)
0 ··· 1
Definition
La matrice B s’appelle la matrice inverse de A. On la note
parfois A−1 .
Clément Rau Cours 3: Inversion des matrices dans la pratique...
Notion d’inverse d’une application linéaire
Rappel de l’épisode précédent sur l’inverse d’une application linéaire/matrice
Inverse d’une matrice
Pivot de Gauss sur les matrices
Critère d’inversibilité : le déterminant
Déterminant
Il existe un critère tres pratique pour savoir si une matrice est
inversible. Le fondement de ce critère ne rentre pas dans le
cadre de ce cours, mais son utilisation fait partie du cours.
A chaque matrice A, on associe un nombre appelé
determinant de A et noté det(A).
det : Mn → R
A 7→ det(A).
Déterminant
Il existe un critère tres pratique pour savoir si une matrice est
inversible. Le fondement de ce critère ne rentre pas dans le
cadre de ce cours, mais son utilisation fait partie du cours.
A chaque matrice A, on associe un nombre appelé
determinant de A et noté det(A).
det : Mn → R
A 7→ det(A).
Déterminant
Il existe un critère tres pratique pour savoir si une matrice est
inversible. Le fondement de ce critère ne rentre pas dans le
cadre de ce cours, mais son utilisation fait partie du cours.
A chaque matrice A, on associe un nombre appelé
determinant de A et noté det(A).
det : Mn → R
A 7→ det(A).
a b
det( ) = ad − bc
c d
a1 a2 a3
det(b1 b2 b3 ) = a1 b2 c3 + b1 c2 a3 + c1 a2 b3
c1 c2 c3
− (a3 b2 c1 + b3 c2 a1 + c3 a2 b1 )
a b
det( ) = ad − bc
c d
a1 a2 a3
det(b1 b2 b3 ) = a1 b2 c3 + b1 c2 a3 + c1 a2 b3
c1 c2 c3
− (a3 b2 c1 + b3 c2 a1 + c3 a2 b1 )
a1 a2 a3
b1 b2 b3
c1 c2 c3 et
Pour s’en souvenir, on peut écrire :
a1 a2 a3
b1 b2 b3
remarquer que le déterminant est la différence entre la somme
des diagonales vers le bas et des diagonales vers le haut.
a1 a2 a3
det(b1 b2 b3 ) = a1 b2 c3 + b1 c2 a3 + c1 a2 b3
c1 c2 c3
− (a3 b2 c1 + b3 c2 a1 + c3 a2 b1 )
a1 a2 a3
b1 b2 b3
c1 c2 c3 et
Pour s’en souvenir, on peut écrire :
a1 a2 a3
b1 b2 b3
remarquer que le déterminant est la différence entre la somme
des diagonales vers le bas et des diagonales vers le haut.
a1 a2 a3
det(b1 b2 b3 ) = a1 b2 c3 + b1 c2 a3 + c1 a2 b3
c1 c2 c3
− (a3 b2 c1 + b3 c2 a1 + c3 a2 b1 )
Quelques exemples
4 3
det( ) = 11, donc la matrice est inversible.
−1 2
4 −1
det( ) = 0, donc la matrice n’admet pas
−1 1/4
d’inverse.
2 −4 4
det(2 0 1) = −2, donc la matrice est inversible.
4 1 1
Quelques exemples
4 3
det( ) = 11, donc la matrice est inversible.
−1 2
4 −1
det( ) = 0, donc la matrice n’admet pas
−1 1/4
d’inverse.
2 −4 4
det(2 0 1) = −2, donc la matrice est inversible.
4 1 1
Quelques exemples
4 3
det( ) = 11, donc la matrice est inversible.
−1 2
4 −1
det( ) = 0, donc la matrice n’admet pas
−1 1/4
d’inverse.
2 −4 4
det(2 0 1) = −2, donc la matrice est inversible.
4 1 1
det(Id) = 1
det(AB) = det(A)det(B)
1
det(A−1 ) = det(A) .
det(Id) = 1
det(AB) = det(A)det(B)
1
det(A−1 ) = det(A) .
det(Id) = 1
det(AB) = det(A)det(B)
1
det(A−1 ) = det(A) .
2 −4 4 1 0 0
2 0 1 0 1 0
4 1 1 0 0 1
2 −4 4 1 0 0
2 0 1 0 1 0
4 1 1 0 0 1
2 −4 4 1 0 0
2 0 1 0 1 0
4 1 1 0 0 1
2 −4 4 1 0 0
2 0 1 0 1 0
4 1 1 0 0 1
2 −4 4 1 0 0
0 1 −3 −1 1 0
4 4 4
0 9 −7 −2 0 1
2 −4 4 1 0 0
0 1 −3 −1 1 0
4 4 4
0 9 −7 −2 0 1
2 −4 4 1 0 0
0 1 −3 −1 1 0
4 4 4
0 9 −7 −2 0 1
2 −4 4 1 0 0
0 1 −3 −1 1 0
4 4 4
0 9 −7 −2 0 1
2 −4 4 1 0 0
0 1 −3 −1 1 0
4 4 4
0 9 −7 −2 0 1
1 −2 0 52 −18 8
0 1 0 −1 7 −3
0 0 1 −1 9 −4
1 −2 0 52 −18 8
0 1 0 −1 7 −3
0 0 1 −1 9 −4
1 −2 0 52 −18 8
0 1 0 −1 7 −3
0 0 1 −1 9 −4
1 −2 0 52 −18 8
0 1 0 −1 7 −3
0 0 1 −1 9 −4
1 0 0 12 −4 2
0 1 0 −1 7 −3
0 0 1 −1 9 −4
1 0 0 12 −4 2
0 1 0 −1 7 −3
0 0 1 −1 9 −4
1 0 0 12 −4 2
0 1 0 −1 7 −3
0 0 1 −1 9 −4
On notera :
Lki la ligne i de la matrice A à l’itération k ,
k le scalaire a de la matrice A à l’itération k .
ai,j i,j
Algo général