Vous êtes sur la page 1sur 5

IPGEI – MPSI M ATRICES A NNÉE : 2019-2020

M ATRICES
Dans tout ce résumé, K est un sous-corps de C, et n, p, q sont des naturels non nuls.

1. Matrices – On appelle matrice à n lignes et p colonnes à coefficients dans K, toute application M :


[[1 , n]] × [[1 , p]] → K. On la représente usuellement sous forme d’un tableau
 
m 1,1 · · · m 1,p
 . .. 
M = (m i , j ) 1≤i ≤n = .
1≤ j ≤p
 . . 
m n,1 · · · m n,p

et on note Mn,p (K) l’ensemble de ces matrices.


Si n = p, les matrices sont dites carrées.

2. Opérations sur les matrices – On munit cet ensemble des opérations suivantes :
— Si A, B ∈ Mn,p (K), on appelle somme de A et B la matrice de Mn,p (K) notée A + B et définie par :

∀(i , j ) ∈ [[1 , n]] × [[1 , p]], (A + B )i , j = A i , j + B i , j .

— Si A ∈ Mn,p (K) et λ ∈ K, on appelle produit de la matrice A par le scalaire λ la matrice de Mn,p (K)
notée λ · M et définie par :

∀(i , j ) ∈ [[1 , n]] × [[1 , p]], (λ · A)i , j = λ × A i , j .

— Si A ∈ Mn,p (K) et B ∈ Mp,q (K), on appelle produit de A par B la matrice de Mn,q (K) notée A × B
et définie par :
p
X
∀(i , j ) ∈ [[1 , n]] × [[1 , q]], [A × B ]i , j = A i ,k B k, j .
k=1

On a alors :

1. Mn,p (K) est un K-e.v de dimension np, et les matrices élémentaires (Ei , j ) 1≤i ≤n constituent une
1≤ j ≤p
base de Mn,p (K). Cette base est appelée base canonique de Mn,p (K). Les coefficients de Ei , j sont
tous nuls sauf celui d’indice (i , j ) qui vaut 1.

2. (Mn (K) , + , × , ·) est une K-algèbre (non commutative si n ≥ 2).

3. Matrice transposée – Si A ∈ Mn,p (K), on appelle transposée de A la matrice de Mp,n (K) notée t A et
définie par :
∀(i , j ) ∈ [[1 , p]] × [[1 , n]], [t A]i , j = A j ,i .

On a :

1. La transposition est linéaire, plus précisément, c’est un isomorphisme de Mn,p (K) sur Mp,n (K).

2. Si A ∈ Mn,p (K) et B ∈ Mp,q (K), alors : t (A × B ) =t B ×t A.

Page 1/5
IPGEI – MPSI M ATRICES A NNÉE : 2019-2020

4. Trace d’une matrice – Si A ∈ Mn (K), on appelle trace de A le scalaire noté tr(A) et défini par : tr(A) =
Xn
A i ,i . On a :
i =1
1. La trace est une forme linéaire non nulle sur Mn (K).

2. Si A, B ∈ Mn (K), alors : tr(A × B ) = tr(B × A).

5. Matrices inversibles –
— On note
GLn (K) = {M ∈ Mn (K)/∃N ∈ Mn (K), M N = N M = In }

le groupe des inversibles de Mn (K) appelé groupe linéaire.


— Si A et B sont inversibles, alors leur produit est inversible d’inverse (AB )−1 = B −1 A −1 .
— Soit A ∈ Mn (K), alors les assertions suivantes sont équivalentes :

1. A est inversible.

2. Il existe une matrice B ∈ Mn (K) telle que B A = In .

3. L’équation AX = On,1 d’inconnue X ∈ Mn,1 (K) admet une unique solution X = On,1 .

4. ∀Y ∈ Mn,1 (K), l’équation AX = Y d’inconnue X ∈ Mn,1 (K) admet une unique solution.

5. ∀Y ∈ Mn,1 (K), l’équation AX = Y d’inconnue X ∈ Mn,1 (K) admet au moins une solution.

Dans la suite, E , F et G sont des K-espaces vectoriels de dimensions respectives p, n, q dont B =


(e 1 , . . . , e p ), B 0 = (u 1 , . . . , u n ) et B 00 = (v 1 , . . . , v q ) sont des bases respectives.

6. Matrice d’une application linéaire –


— La matrice de f ∈ L (E , F ) relative aux bases B et B 0 est la matrice de Mn,p (K) notée mat ( f ) et
B,B 0
définie par : pour j ∈ [[1 , p]], le j -ième vecteur colonne de cette matrice est CoordB 0 ( f (e j )).
— Soit x ∈ E et X = CoordB (x) la matrice colonne des coordonnées de x dans la base B. La matrice
colonne Y = CoordB 0 ( f (x)) des coordonnées de y = f (x) dans la base B 0 est donnée par :

Y = mat ( f ) × X .
B,B 0

— Soit A ∈ Mn,p (K), on appelle application linéaire canoniquement associée à A l’application li-
néaire f A ∈ L (Kp , Kn ) dont la matrice dans les bases canoniques de Kp et Kn est A.
— Si f ∈ L (E , F ) et Si g ∈ L (F ,G), alors :

mat (g ◦ f ) = mat (g ) × mat ( f ).


B,B 00 B 0 ,B 00 B,B 0

— On suppose que dim(E ) = dim(F ). L’application f ∈ L (E , F ) est un isomorphisme de E vers F si


· ¸−1
−1
et seulement si mat ( f ) ∈ GLn (K), si c’est le cas, alors : mat ( f ) = mat ( f ) .
B,B 0 B 0 ,B B,B 0

Page 2/5
IPGEI – MPSI M ATRICES A NNÉE : 2019-2020

7. Matrices de passage – Soit B1 = ( f 1 , . . . , f p ) et B10 deux autres bases de E et F respectivement.


— On appelle matrice de passage de B à B1 , la matrice A ∈ Mp (K) définie par : ∀(i , j ) ∈ [[1 , p]]2 , a i , j
est la coordonnée sur e i de f j . On la note P B,B1 .
— La matrice de passage P B,B1 est inversible d’inverse P B1 ,B .
— Pour tout x ∈ E , on a

X =PX0 avec X = CoordB (x), X 0 = CoordB1 (x) et P = P B,B1 .

— Soit B2 une troisième base de E , on a : P B,B2 = P B,B1 × P B1 ,B2 .


— On pose P = P B,B1 , Q = P B 0 ,B 0 et u ∈ L (E , F ), on pose A = mat (u) et A 1 = mat (u). On alors la
1 B,B 0 B1 ,B10
relation : A 0 = Q −1 × A × P .
En particulier, si E = F , B = B1 , B 0 = B10 , A = mat(u), A 0 = mat(u) et P = P B,B1 , alors :
B B0

A 0 = P −1 AP.

8. Matrices semblables –
— Soient A, B ∈ Mn (K), on dit que les matrices A et B sont semblables si et seulement si il existe
une matrice carrée inversible P ∈ GLn (K) telle que A = P −1 × B × P .
— Les matrices d’un endomorphisme dans deux bases sont semblables.
— Deux matrices semblables ont même trace.

9. Trace d’un endomorphisme –


µ u ∈ L¶(E ), on appelle trace de l’endomorphisme u le scalaire noté tr(u) et défini par tr(u) =
— Soit
tr mat(u) , ce scalaire est indépendant de la base choisie.
B
— L’application trace, tr : L (E ) → K, est une forme linéaire non nulle sur L (E ), qui vérifie :

∀u, v ∈ L (E ), tr(u ◦ v) = tr(v ◦ u).

10. Rang d’un endomorphisme –


— Soit A ∈ Mn (K) une matrice, on appelle rang de la matrice A, le rang dans Kn de la famille consti-
tuée par ses p vecteurs colonnes, notation : rg(A) = rg(C 1 (A), . . . ,C p (A)).
— Soit E un espace vectoriel de dimension n, soit S = (x 1 , . . . , x p ) une famille de p vecteurs de E et
soit B une base de E , alors le rang de la famille S est égal au rang de la matrice de cette famille
dans la base B.
— Soit f ∈ L (E , F ), et soit A = mat (u) ∈ Mn,p (K), on a :
B,B 0
1. rg( f ) = rg(A).

2. rg(A) ≤ min(n , p).

3. rg(A) = n ⇐⇒ f est surjective.

4. rg(A) = p ⇐⇒ f est injective.

— Si A ∈ Mn (K), alors A ∈ GLn (K) ⇐⇒ rg(A) = n.

Page 3/5
IPGEI – MPSI M ATRICES A NNÉE : 2019-2020

— Si A ∈ Mn,p (K), B ∈ Mp,q (K), alors rg(A × B ) ≤ min(rg(A) , rg(B )).


— Si A ∈ GLn (K), B ∈ Mn,p (K), alors rg(A × B ) = rg(B ).
— Si A ∈ Mn,p (K), B ∈ GLp (K), alors rg(A × B ) = rg(A).
— Soit A ∈ Mn,p (K), alors : rg(A) = r ⇐⇒ ∃U ∈ GLn (K), ∃V ∈ GLp (K), U AV = J n,p,r .
— Soit A ∈ Mn,p (K), alors : rg(A) = rg(t A).
— Soit A ∈ Mn (K) une matrice, alors le rang de A est le rang dans Kn de la famille constituée par ses
n vecteurs lignes : rg(A) = rg(L 1 (A), . . . , L p (A)).

11. Matrices équivalentes –


— Soient A, B ∈ Mn,p (K), on dit que A et B sont équivalentes lorsqu’il existe Q ∈ GLn (K) et P ∈
GLp (K) telles que B = Q AP .
— Deux matrices sont équivalentes si, et seulement si, elles ont même rang.
— Deux matrices carrées semblables sont équivalentes.
— A ∈ Mn,p (K) a un rang égal à r si et seulement si A est équivalente à J n,p,r .

12. Opérations élémentaires – Soit A ∈ Mn,p (K), on appelle opérations élémentaires sur A les opéra-
tions suivantes :
— Permuter deux lignes de A (ou deux colonnes), notation : L i ↔ L j (respectivement C i ↔ C j ).
— Multiplier une ligne (ou une colonne) par un scalaire non nul, notation : L i ← αL i (respective-
ment C i ← αC i ).
— Ajouter à une ligne (ou une colonne) un multiple d’une autre ligne (respectivement une autre
colonne), notation : L i ← L i + αL j , avec i 6= j (respectivement C i ← C i + αC j )).
— Effectuer une opération élémentaire sur une matrice A ∈ Mn,p (K) revient à multiplier A à gauche
par une matrice inversible pour les opérations sur les lignes (à droite pour une opération sur les
colonnes).
— Une opération élémentaire donne une matrice équivalente. Elle conserve alors le rang de la ma-
trice.
— Les opérations élémentaires permettent de calculer l’inverse d’une matrice.

13. Matrice par blocs – Il est possible de décrire une matrice en regroupant ses coefficient par blocs.
On peut par exemple définir une matrice U en réalisant un découpage par blocs 2 × 2
à !
A B
U=
C D
à partir de A, B,C , D quatre matrices telles que A et B d’une part, C et D d’autre part, ont même nombre
de lignes et que A et C d’une part, B et D d’autre part, ont même nombre de colonnes.
Sous réserve de compatibilité des types matriciels, on peut écrire
à ! à ! à !
A B A0 B 0 A A 0 + BC 0 AB 0 + B D 0
× = .
C D C 0 D0 C A 0 + DC 0 C B 0 + DD 0
Cette formule se généralise à des découpages par blocs de différents types. Le calcul d’un produit par
blocs est analogue au produit matriciel sous réserve de compatibilité des types matriciel.

Page 4/5
IPGEI – MPSI M ATRICES A NNÉE : 2019-2020

14. Matrices extraites –


— Soit A ∈ Mn,p (K), soient r entier strictement positif et inférieur ou égal à n et q entier strictement
positif et inférieur ou égal à p, soient i 1 < i 2 < · · · < i r des entiers de l’intervalle [[1 , n]], et j 1 < j 2 <
· · · < j q des entiers de l’intervalle [[1 , p]], la matrice M ∈ Mr,q (K) définie par m k,l = a i k , j l est dite
matrice carrée extraite de A.
— Le rang d’une matrice est la taille maximale de ses matrices carrées extraites inversibles.

Page 5/5

Vous aimerez peut-être aussi