B.T.S. : SE & DSI Professeur : D.

Lamrani

CALCULS MATRICIELS

I - Définitions :
Pour tout n  
on pose : 1, n 1;2; ...... ; n .
Soient n et p deux entiers naturels non nuls.
On appelle matrice de type  n , p  à éléments dans un tableau rectangulaire d’éléments de
ayant n lignes et p colonnes :
 a11 a12 a13 . . a1 p 
a a2 p 
 21 a22 a23 . .
A . . . . 
 
 . . . . 
a anp 
 n1 an 2 an 3 . .
aij est l’élément de qui se trouve à l’intersection de la i -iéme ligne et la j -iéme colonne. La

matrice A se note aussi : A  aij   1 i  n

1  j p
.

On note  l’ensemble des matrices de type  n , p  à coefficients dans

M n , p 
- Matrice nulle de M  n , p    : C’est la matrice à n lignes et p colonnes dont tous les termes sont nuls

- Matrice colonne: C’est une matrice de type  n ,1 .

- Matrice ligne : C’est une matrice de type 1, p  .
- Matrice carrée : Si n  p alors la matrice A est appelée matrice carrée d’ordre n .
Dans ce cas le n-uple  a11 , a22 , ..... , ann  est appelé la diagonale de la matrice A ; et le scalaire,
n
noté tr ( A) , définit par: tr ( A)  a
i 1
ii est appelé la trace de la matrice A . On note M n 
l’ensemble des matrices carrées d’ordre n à coefficients dans .
- Matrice triangulaire supérieure : C’est toute matrice carrée d’ordre n : aij telle que :  
  i , j  1, n ,  i  j  aij  0  .
2

 a11 a12 a13 . a1n 

.
 0 a a23 . a2 n 
.
 22

 0 0 a33 . a3n 
.
 
 . . . . 
 0 0 . 0 . 
 
 0 0 . . 0 ann 

Page 1 / 7
B.T.S. : SE & DSI Professeur : D. Lamrani

- Matrice triangulaire inférieure : C’est toute matrice carrée d’ordre n : aij  

telle que :   i , j  1, n ,  i  j  aij  0  .
2

 a11 0 0 . . 0 
a 0 
 21 a22 0 0 .
 a31 a32 a33 0 . 0 
 
 . . . . 
 . . 0 
 
 an1 an 2 an 3 ann 

 
- Matrice diagonale : C’est toute matrice carrée d’ordre n : aij telle que :

  i , j  1, n ,  i  j  aij  0  .
2

 a11 0 0 . . 0 
 0 a 0 0 . 0 
 22

 0 0 a33 0 . 0 
 
 . . . . 
 . . 0 
 
 0 0 . . 0 ann 

- Matrice scalaire : C’est toute matrice diagonale dont les éléments diagonaux sont égaux.

 0 0 . . 0
 
0  0 0 . 0
0 0  0 . 0
 
. . . .
 . . 0
 
0 0 . . 0  

- Matrice unité : C’est la matrice scalaire dont les termes de la diagonale sont égaux à 1 .

1 0 0 . . 0
 
0 1 0 0 . 0
0 0 1 0 . 0
In   
. . . .
 . . 0
 
0 0 . . 0 1 

Page 2 / 7
B.T.S. : SE & DSI Professeur : D. Lamrani

II - Opérations algébriques sur les matrices :

1/ Addition :
Soient A  aij  1 i  n
1  j p
  deux matrices de M     . La matrice somme de
et B  bij 1 i  n
1  j p
n, p

A et B est la matrice A  B   c  M     telle que : pour tout couple d’indice  i , j  tels

ij n, p

que 1  i  n et 1  j  p : cij  aij  bij

Exemple :
 1 2 3  2 5 4
   
On considère les matrices : A  0 2 4 et B  1 2 1 . Calculer : A  B .
   
 6 4 1  3 3 2 
   
 1 2 3   2 5 4   . . . 
     
A  B   0 2 4    1 2 1   . . . 
 6 4 1  3 3 2   . . 
     .
Propriété :
Quelles que soient les matrices A , B , C de M n , p   , on a :
* A B  B  A
*  A  B  C  A   B  C 
* A  0n, p  0n, p  A  A
* A    A     A   A  0n , p

2/ Multiplication par un scalaire :

Soient A  aij  1 i  n
1  j p
M n , p   et  . Le produit de la matrice A par le scalaire 

est la matrice  . A   dij  M n , p   telle que : pour tout couple d’indice  i , j  tels que
1  i  n et 1  j  p : dij   aij
Exemple :
 1 2 3 
 
On considère la matrices : A  0 2 4 . Calculer : 2.A
 
 6 4 1
 
 1 2 3   . . .
   
2. A  2.  0 2 4    . . . 
 6 4 1  . . 
   .

Propriété :
Quelles que soient les matrices A , B de M n , p   et quels que soient les réels  et  , on a :
* 1.A  A ; *   A  B   A  B
*    A     A ; *     A   A   A

Page 3 / 7
B.T.S. : SE & DSI Professeur : D. Lamrani

3/ Produit matriciel :
 
Soient A  ai k 1  i  n M  n , p  
1 k  p
 et B   bk j  1  k  p  M
1  jq
 p , q   . Le produit de la matrice
A par la matrice B est la matrice A  B   cij  M n , q   telle que : pour tout couple d’indice
p
i , k  tels que 1  i  n et 1  j  q : cij  a
k 1
ik bkj .

. b1 j . 
 
. . . . . .. .  . b2 j .  . . . .
     
     
     
   
 ai1 ai 2 . . aik .. aip      cij 
  . bkj .  
     
     
. .    . . 
 . . . ..
  
. . .
. bpj . 


i éme ligne de A j éme colonne de B

Exemple :
On considère les matrices :
1 0 1   3 0 2 0 
 1 0 2     
A   ; B 2 1 3  et C   2 1 1 1 
2 3 1   3 1 2   1 1 0 3 
   
Calculer : A B ; B  C .

1 0 1 
 1 0 2     . . . 
A B    2 1 3   
 2 3 1   3 1 2   . . . 
 

 1 0 1   3 0 2 0   . . . . 
     
B  C   2 1 3    2 1 1 1    . . . . 
 3 1 2   1 1 0 3   . 
     . . . 

Page 4 / 7
B.T.S. : SE & DSI Professeur : D. Lamrani

Propriétés :

 A, B, C  M    M  p , q    M q , r   
n , p : A  B  C    A B  C
 A, B, C  M  n , p     M  p , q     M  p , q    : A  B  C    A B   A C 

 A, B  M n, p    M  p , q      : A   .B    . A  B  . A  B 

 A M n   : A In  In  A  A

4/ Transposition d’une matrice :

Définition:
On appelle transposée d’une matrice A    M    
ij n, p
la matrice    M    
ij p,n


définit par :   i, j   1, p  1, n  ij   ji ; et on la note t A .
Exemple:

On considère les matrices :

1 0 1   3 0 2 0 
 1 0 2     
A   ; B 2 1 3  et C   2 1 1 1 
2 3 1   3 1 2   1 1 0 3 
   
Donner : t A ; t B , tC .
 
 
. .  . . .   
    tC   
tA  . . ; tB   . . .  et
.  .   
 .   . .   
 
 
Propriété :

 A ; B M n , p   : t A  B  t A  tB
 A M   ;   : t. A  .t A
n , p
A  M  n , p    B  M  p , q    : t A  B  tB  t A

III - Matrices carrée inversibles :

Définition
La matrice A M n   est inversible lorsqu’il existe une matrice A  M n   telle que :
A  A  I n et A  A  I n
1
L’inverse de A est souvent notée A .

Page 5 / 7
B.T.S. : SE & DSI Professeur : D. Lamrani

Règles de calcul
1
I n est inversible et I n  I n
 
1
Si A1 est l’inverse de A , alors A1 A
AC  BC et C inversible  A  B
CA  CB et C inversible  A  B
Si A  B  I n , alors A et B sont inversibles ; de plus : A1  B et B 1  A

Calcul de l’inverse d’une matrice

Propriété :
Si l’on peut trouver un nombre d’opérations élémentaires qui transforment une matrice A carrée en la
matrice unité I n , alors A est inversible et on obtient son inverse A1 en transformant I n à l’aide des
même opérations élémentaires appliquées dans le même ordre.

Exemple :
 2 7 3

Calculer l’inverse de A  3 9 4

 
 1 5 3
 

 2 7 3 1 0 0
   
A  3 9 4 I  0 1 0
1 5 3 0 0 1
   

Page 6 / 7
B.T.S. : SE & DSI Professeur : D. Lamrani

 7 1
 3 2  
3
 
La matrice A est donc inversible et son inverse est : A  
1 5 1
1 
 3 3
 
 2 1 1 

 
Système linéaire et Calcul matriciel
Soit  S  le système linéaire de n équations à n inconnues suivants :
a11 x1  a12 x2  .......  a1n xn  b1
a x  a x  .......  a x  b
 21 1 22 2 2n n 2

 S  : .
.

an1 x1  an 2 x2  .......  ann xn  bn
On note A  aij   1 i  n
1  jn
M n  
 x1   b1 
   
 x2   b2 
X M  n , 1   la matrice colonne X   .  ; et B  M  n , 1   la matrice colonne B   . 
   
.  . 
x  b 
 n  n
Avec ces notations le système  S  peut s’écrire : AX  B .
Si A est inversible alors le système  S  admet une solution unique : X  A1B .
Exemple :
2 x  7 y  3z  1

Résoudre le système suivant : 3x  9 y  4 z  3
 x  5 y  3z  3


Page 7 / 7