Vous êtes sur la page 1sur 33

MAT 1200:

Introduction à l’algèbre linéaire

Saïd EL MORCHID

Département de Mathématiques et de Statistique

Chapitre 1: Les matrices.


Livre: pages 99-120

1/33
Plan
Motivation: Application à l’infographie
Définitions, Notations, Exemples
Définitions, Notations
Matrice colonne, Matrice ligne, Matrice nulle
Égalité de deux matrices
Les opérations sur les matrices
Le produit par un scalaire
La somme de deux matrices
Définition
Propriétés
Le produit de deux matrices
Exemple
Définition
Exemples
Propriétés
Les matrices carrées
Quelques matrices particulières
Les matrices diagonales
Les matrices triangulaires
La transposée d’une matrice
La matrice d’adjacence d’un graphe
2/33
Application à l’infographie
Exemple:

On veut transformer N de la figure 1 en N italique. D’abord On stocke les


coordonnées des sommets dans une matrice D

 
1 0, 25
On pose A = . Quel sera l’effet de la transformation
0 1
t
~x = (x1 , y1 ) 7−→ A~x sur N de la figure 1?

3/33
Les colonnes du produit matriciel AD correspondent aux images des sommets
de lettre N.

4/33
Si on trouve que le N obtenu est un peu large, on effectue une autre 
0.75 0
transformation en multipliant par exemple par la matrice S = .
0 1
t
On aura  ~x = (x1 , y1 ) 7−→ A~x 7−→ SA~x avec
 la transformation
0.75 0.1875
SA =
0 1

5/33
Définitions, Notations, Exemples
Définition 1:
(i) Une matrice A de dimension (ou type) m × n est un tableau rectangulaire
à m lignes et n colonnes.
(ii) Les éléments de A seront appelés entrées, notés aij où i désigne le numéro
de la ligne et j celui de la colonne.
(iii) L’ensemble de toutes les matrices de dimension m × n sera noté Mm,n .

Notations
On notera la matrice A par

a11 a12 ··· a1j ··· a1n


 
 .. .. .. .. .. .. 

 . . . . . . 

A=
 ai 1 ai 2 ··· aij ··· ain  ou bien A = (aij )
 1 ≤ i ≤ m .
1 ≤ j ≤ n
 .. .. .. .. .. .. 
 . . . . . . 
am1 am2 ··· amj ··· amn

6/33
Matrice colonne, Matrice ligne, Matrice nulle
Une matrice colonne (ou vecteur colonne) est une matrice à une colonne et m
lignes.
a11
 
 a21  −
 →
A= . = X

 .. 
am1
Une matrice ligne (ou vecteur ligne) est une matrice à une ligne et n colonnes.
 − →
A = a11 a12 · · · a1n = Y
La matrice nulle est la matrice dont toutes les entrées sont nulles.
0 0 ··· 0
 
 0 0 ··· 0 
0= . .. .. ..  ou bien O = (aij ) où aij = 0.
 
 .. . . . 
0 0 ··· 0

7/33
Exemple 1:
1) On considère les matrices suivantes:
   
1 −2 3 0 1 −2
A= , B=
−1 4 2 −3 −1 4

i) Les matrices A et B sont de quels types? Elles appartiennent à quels


ensembles?
ii) Déterminer les éléments: a13 , a22 , b11 et b12 .
2) Soient les matrices A ∈ M2,3 et B ∈ M3,2 telles que aij = ij et bij = ji .
Écrire les matrcices A et B.

8/33
Égalité de deux matrices
Définition 2:
On dit que deux matrices A = (aij ) et B = (bij ) sont égales si elles sont du
même type et si leurs éléments correspondants sont égaux. C’est-à-dire

A, B ∈ Mm,n
A=B⇔
aij = bij .

Exemple 2:
Déterminer x, y , z et t tels que
   
x +y 7 3 2z + t
A= =
1 z −t x −y 5

9/33
Les opérations sur les matrices
1) Le produit par un scalaire

Définition 3:
Le produit d’une matrice A = (aij ) 1 ≤ i ≤ m par un scalaire k ∈ R est la
1 ≤ j ≤ n
matrice
k.A = (kaij ) 1 ≤ i ≤ m .
1 ≤ j ≤ n

2) La somme de deux matrices

Définition 4:
La somme de deux matrices du même type A = (aij ) 1 ≤ i ≤ m et
1 ≤ j ≤ n
B = (bij ) 1 ≤ i ≤ m est la matrice du même type
1 ≤ j ≤ n

C = A + B = (aij + bij ) 1 ≤ i ≤ m .
1 ≤ j ≤ n

Exemple 3:
   
4 0 5 1 1 1
Soit A = ,B = . Calculer 3A − 2B.
−1 3 2 3 5 7
10/33
Propriétés:
Soient A, B et C trois matrices de même type et r et s des scalaires. Alors
(a) A + B = B + A (commutativité de +)
(b) (A + B) + C = A + (B + C ) (associativité de +)
(c) A + 0 = 0 + A = A (la matrice 0 est l’élément neutre de +)
(d) r (A + B) = rA + rB
(e) (r + s)A = rA + sA
(f) r (sA) = (rs)A

11/33
Le produit de deux matrices
Exemple 5:
 
1

 3 

  −1 
Calculer le produit P = 4 0 5 2 1 −2 × 

 0 

 2 
1

Exemple 6:
   
4 0 5 1
Calculer le produit P =  1 2 −1  ×  3 
2 0 3 −1

Exemple 7:
 
2 −5 0  
4 −6
 1 3 −4 
× 7
Calculer le produit P = 
 1 
6 −8 −7 
3 2
−3 0 9

12/33
Définition 5:
Soient A = (aij ) une matrice m × n et B = (bij ) une matrice n × p. Alors
AB = (cij ) est une matrice m × p avec

cij = ai 1 b1j + ai 2 b2j + · · · + ain bnj où 1 ≤ i ≤ m, 1 ≤ j ≤ p.

Remarque 1 :

→ − → −

Notons par b1 , b2 , · · · , bp les vecteurs colonnes de la matrice B. Alors
h − → − → −
→ i h − → −
→ −
→ i
AB = A b1 b2 · · · bp = Ab1 Ab2 · · · Abp .

Exemple 8:
On considère les matrices
 
2 −5 0  
 −1 4 −6
3 −4 
 , et B =  7
A= 1 
 6 −8 −7 
3 2
−3 0 9

Utiliser la remarque 1 pour calculer le produit AB.

13/33
Exemple 9:
Soient les matrices A ∈ M2,3 , B ∈ M4,3 , C ∈ M3,3 , E ∈ M3,2 et F ∈ M3,7 .
Déterminer, si c’est possible, la dimension des matrices suivantes:
AC , EA, AE , FE , ACB, BEA et BCEF .

Exemple 10:
Soient A ∈ M5,3 et B une matrice telle que le produit AB soit dans M5,7 . Quel
est le type de la matrice B?

Exemple 11:
Combien de lignes a la matrice B si le produit BC est une matrice de type
3 × 4?

14/33
Propriétés:
Soient un scalaire a et trois matrices A, B, et C vérifiant les conditions requises
pour les sommes et les produits ci-dessous existent:
(a) (AB)C = A(BC ) (associativité).
(b) A(B + C ) = AB + AC (distributivité).
(c) A(B − C ) = AB − AC
(d) a(AB) = (aA)B = A(aB)
(e) 0A = A0 = 0 (0 élément absorbant).

Alerte 1
Si AB = AC alors ceci n’implique pas que B = C .

Exemple 12:
     
0 1 1 1 2 5
Soient les matrices A = , B= et C = .
0 2 3 4 3 4
Calculer AB et AC .

15/33
Alerte 2
Si AB = 0 alors ceci n’implique pas que A = 0 ou B = 0.

Exemple 13:
Soient les matrices
   
0 1 3 1
A= , B= .
0 2 0 0

Calculer AB.

16/33
Les matrices carrées
Définition 6
Une matrice carrée A est une matrice dont le nombre de lignes n est égal au
nombre de colonnes. On dit que A est une matrice carrée de dimension n.
La matrice identité de dimension n est la matrice
1 0 ··· 0
 
 0 1 ··· 0 
I = In =  . . .. .. 
 
 .. .. . . 
0 0 ··· 1

ou bien 
1 si i =j
I = In = (aij ) 1 ≤ i ≤ n avec aij =
1 ≤ j ≤ n 0 si i 6= j

17/33
Proposition 1:
Soit A une matrice n × m, alors

In A = AIm = A

Matrice inversible

Définition 7:
Une matrice carrée A de dimension n est dite inversible, s’il existe une matrice
B telle que
AB = BA = In .
La matrice B est appelée l’inverse de la matrice A et notée A−1 .

Proposition 2:
Si on a AB = In et CA = In alors B = C .

18/33
Proposition 3:
Soit A une matrice carrée.
(1) Si B est une matrice carrée telle que BA = I , alors B = A−1 .
(2) Si B est une matrice carrée telle que AB = I , alors B = A−1 .

Exemple 14:
Montrer que les matrices suivantes sont inverses l’une de l’autre.
   
1 0 2 −11 2 2
A= 2 −1 3  , B =  −4 0 1 
4 1 8 6 −1 −1

19/33
Proposition 4:
Si A et B sont deux matrices inversibles de même dimension, alors
(1) AB est inversible.
(2) (AB)−1 = B −1 A−1

Exemple 15:
   
1 1 1 0
On considère les matrices A = et B = .
−1 1 2 1
1
− 12
   
1 0
a) Vérifiez que A−1 = 2
1 1 et B −1 = .
2 2
−2 1
b) Comparer A−1 B −1 et B −1 A−1 .

20/33
Corollaire 1:
Soient A1 , · · · , Ar des matrices carrées inversibles et de même dimension. Alors
leur produit est inversible et on a

(A1 · · · Ar )−1 = A−1 −1


r · · · A1 .

Définition 8:
Soit A une matrice carrée et n un entier positif. Alors

An = |AA{z
· · · A}, par convention A0 = In .
n fois

Si A est inversible, alors

A−n = A−1 −1 −1
| A {z· · · A }
n fois

21/33
Proposition 5:
Soit A une matrice inversible. Alors
−1
(1) A−1 est inversible et A−1 = A,
(2) An est inversible et (An )−1 = A−n ,
(3) Pour tout c ∈ R − {0}, cA est inversible et (cA)−1 = c1 A−1 .

Les matrices diagonales:

Définition 9:
Une matrice carrée D = (dij ) est dite diagonale si

0 si i 6= j
dij =
dii ∈ R si i = j

Exemple 16:
   
1 0 0 0 0 1
D1 =  0 5 0  , D2 =  0 5 0 
0 0 11 11 0 0
D1 est une matrice diagonale par contre D2 ne l’est pas.

22/33
Remarque 2:
Pour une matrice diagonale, on peut stocker les éléments diagonaux dans un
vecteur. Par exemple, pour la matrice D1 de l’exemple 15, on peut définir le
vecteur d = (1 5 11).

Exemple 17:
Écrire la matrice diagonale représentée par le vecteur d = (2 − 1 3 9 7 5 ).

Inverse d’une matrice diagonale:


Si D = (dij ) est une matrice diagonale telle que pour tout i, dii 6= 0 alors D est
inversible et D −1 est une matrice diagonale dont les termes diagonaux sont les
1
d
.
ii

Exemple 18:
   
−7 0 0 ··· ··· ···
D= 0 5 0  , D −1 =  · · · ··· ··· 
0 0 11 ··· ··· ···

23/33
Les matrices triangulaires
Définition 10:
(1.) Matrice triangulaire inférieure: Une matrice carrée L = (lij )1≤i ,j≤n est dite
triangulaire inférieure si tous les éléments de L qui sont au-dessus de la
diagonale sont nuls. Ceci signifie que

lij = 0 si 1 ≤ i < j ≤ n.

Exemples 19:
 
2 0 0 0
 −3 1 0 0 
L1 =  
 6 4 −9 0 
−4 3 1 8
 
0 0 0 0
 −3 0 0 0 
L2 = 
 6

4 0 0 
−4 3 1 0

24/33
Définition 11:
(2.) Matrice triangulaire supérieure: Une matrice carrée L = (lij )1≤i ,j≤n est
dite triangulaire supérieure si tous les éléments de L qui sont au-dessous de la
diagonale sont nuls. Ceci signifie que

lij = 0 si 1 ≤ j < i ≤ n.

Exemples 20:
 
2 3 5 0
 0 1 −2 7 
L1 =  
 0 0 −9 6 
0 0 0 8
 
0 3 5 0
 0 0 −2 7 
L2 = 
 
0 0 0 6 
0 0 0 0

25/33
Proposition 6:
Une matrice triangulaire est inversible si et seulement si, aucun élément de sa
diagonale est nul.
La matrice inverse d’une matrice triangulaire, si elle existe, est une matrice
triangulaire du même type.

Exemple 21:
 
2 3 5
L1 =  0 1 −2 
0 0 3

Remarque:
Dans le chapitre 2, on donnera un algorithme pour calculer l’inverse d’une
matrice carrée.

26/33
La matrice transposée
Définition 12:
Soit A = (aij ) ∈ Mm,n . On appelle transposée de A la matrice
At = (bij ) ∈ Mn,m dont les colonnes sont les lignes de A, c’est à dire

bij = aji où i = 1, · · · , n et j = 1, · · · , m.

Exemple 22:
Soient les matrices  
2 3 5
A= ,
−4 1 −2
 
2


 −3 

B= 5 −3 2 1 ,C = 
 4 ,

 0 
1
Donner la transposée de chacune de ces matrices.

27/33
Définitions 13:
• Une matrice carrée A ∈ Mn,n est dite symétrique si A = At .
• Une matrice carrée A ∈ Mn,n est dite antisymétrique si At = −A.
• Une matrice carrée A ∈ Mn,n est dite orthogonale si At = A−1 . De telles
matrices sont nécessairement inversibles.

Exemples 23:
Quelle est la nature des matrices suivantes
   
2 −3 5 0 3 −4
A =  −3 6 7  , B =  −3 0 5 ,
5 7 −8 4 −5 0
1 8
− 94
 
9 9
 
4
− 49 − 79 
 
C =
 9 ,
 
8 1 4
9 9 9

28/33
Proposition 7:
Soient A, B ∈ Mn,n et α ∈ R, on suppose que A est inversible et D une matrice
diagonale de dimension n. Alors
(a) D t = D,
t
(b) At = A,
(c) (A + αB)t = At + αB t
(d) (AB)t = B t At ,
t −1
(e) A−1 = At

29/33
Exercices.
Exercice 1:
Trouver x, y et z pour que la matrice A soit symétrique:
 
2 x 3
A= 4 5 y 
z 1 7

Exercice 2:
Soit A une matrice carrée; montrer que
(a) A + At est symétrique,
(b) A − At est antisymétrique,
(c) A = B + C où B est symétrique et C est antisymétrique.

30/33
Matrice d’adjacence d’un graphe
Définition:
On appelle matrice d’adjacence d’un graphe G à n noeuds, la matrice
A = (aij ) ∈ Mn,n définie par

 1 si une arête joint le noeud i au noeud j
aij =
0 sinon

Remarque 3:
La matrice d’adjacence d’un graphe est toujours symétrique.

31/33
Exemple 24:
On considère le graphe G suivant qui contient 5 noeuds et 4 arêtes.

La matrice d’adjacence du graphe G est


 
0 1 1 0 0
 1 0 0 0 0 
 
A=  1 0 0 1 1 

 0 0 1 0 0 
0 0 1 0 0

32/33
Proposition:
Si A est la matrice d’adjacence d’un graphe. Dans la matrice Ak , le terme aij
est égal au nombre de chemins contenant k arêtes allant de i à j.
On ne donnera pas la démonstration de cette proposition.

Exemple 25:
Donner les matrices A2 et A3 de l’exemple 24 ci-dessus (on pourra utiliser
Maple)  
2 0 0 1 1
 0 1 1 0 0 
A2 = 
 
 0 1 3 0 0 

 1 0 0 1 1 
1 0 0 1 1
Quelle est l’interprétation du terme a33 de A2 ?

A3 =??

33/33

Vous aimerez peut-être aussi