Rappel sur le CALCUL MATRICIEL

➤ Addition de matrices
On ne peut additionner que des matrices de mêmes dimensions n × m :
[C]  [ A]  [ B]  cij  aij  bij

➤ Multiplication de matrices
On ne peut multiplier une matrice [A] de dimension n × m (n lignes et m colonnes) que par une matrice
[B] de dimension m × p, le résultat donnant une matrice [C] de dimension n × p. La multiplication
n’est pas commutative. Dans l’écriture qui suit, [A] est multipliée à droite par [B].


m
[C ]  [ A][ B]  cij  a b
k 1 ik kj

Le produit d’une matrice ligne, à droite par une matrice colonne, les deux matrices étant
respectivement de dimensions 1 × m et m × 1 donne donc un scalaire. En revanche, la multiplication
d’une matrice colonne, à droite par une matrice ligne, les deux matrices étant respectivement de
dimensions n × 1 et 1 × p donne une matrice de dimension n × p.

➤ Matrice nilpotente
Une matrice est dite nilpotente s’il existe un entier k tel que [A]k = [0] (matrice nulle). Toutes les
puissances de [A] supérieures à k sont nulles également.

➤ Transposée d’une matrice

La transposée [A]T d’une matrice n × m (n lignes et m colonnes) est la matrice m × n obtenue en
permutant les lignes et les colonnes de [A].

➤ Déterminant d’une matrice carrée de dimension n


n
det[ A]  (1)i  j aij det[ M ij ],
i 1 quelle que soit la valeur de j
[Mij] est la matrice extraite de [A] en supprimant la ième ligne et la jème colonne. (-1)i+ j det [Mij] est le
cofacteur de aij.

➤ Adjointe d’une matrice carrée de dimension n

La matrice adjointe d’une matrice [A] est la matrice adj [A] obtenue en transposant la matrice des
cofacteurs.

➤ Inverse d’une matrice carrée de dimension n

La matrice inverse d’une matrice [A] est la matrice [A]-1 telle que :
[ A][ A]1  [ A]1[ A]  I

La matrice [A]-1 est égale à la matrice adjointe de [A] divisée par son déterminant :
adj[ A]
[ A]1 
det[ A]
Une matrice est dite régulière si elle est inversible, autrement dit, si son déterminant est non nul. Dans
le cas contraire, elle est dite singulière.

1
➤ Rang d’une matrice
Le rang d’une matrice est la dimension du plus grand déterminant non nul que l’on peut extraire d’une
matrice en supprimant lignes ou colonnes. Une matrice carrée régulière est toujours de rang n.

➤ Matrice carrée diagonale de dimension n

Une matrice carrée est dite diagonale si tous ses éléments aij avec i ≠ j sont nuls. Seule la diagonale
a11, a22, · · ·, ann contient des éléments non nuls.

➤ Matrice identité de dimension n

La matrice identité est la matrice diagonale notée I dont les éléments de la diagonale sont tous égaux
à 1.

➤ Equation caractéristique d’une matrice carrée de dimension n

L’équation caractéristique est formée à partir du polynôme caractéristique de la matrice. Les solutions
de l’équation caractéristique sont les valeurs propres λi de [A].
det[ I  A]  0
➤Vecteurs propres d’une matrice carrée de dimension n
Les vecteurs propres d’une matrice carrée [A] sont les vecteurs vi tels que :
[ A](vi )  i (vi ) avec (vi )  (0)
Il existe une infinité de vecteurs propres pour une matrice : toute combinaison linéaire de vecteurs
propres est aussi un vecteur propre. Toute matrice [T] formée de n vecteurs propres linéairement
indépendants est appelée matrice modale de [A].

➤Diagonalisation d’une matrice carrée de dimension n

La transformation [T]-1 [A] [T], où [T] est une matrice modale de [A], donne une matrice diagonale
[Δ] formée des valeurs propres de [A].

➤Matrice définie positive

La matrice [A] est une matrice définie positive, c’est-à-dire XT[A]X >0 pour tout vecteur X diffèrent à
zéros.

➤Matrice semi-définie positive

La matrice [A] est une matrice semi-définie positive, c’est-à-dire XTRX ≥ 0 pour tout vecteur X.

2
3