Vous êtes sur la page 1sur 10

CHAPITRE : MATRICES

I. Généralités
II. Calculs avec les matrices
III. Déterminants d’une matrice carrée
IV. Diagonalisation des matrices carrées

I. GENERALITES
1. sont des entiers naturels. On appelle matrice à lignes et colonnes le tableau ayant ×


éléments des nombres réels représenté par : =
⋮ ⋮ ⋱ ⋮

La matrice est dite du type ( , ) et aussi notée = avec 1 ≤ ≤ et 1 ≤ ≤ ; le premier
indice indique la ligne et le second indice indique la colonne.
2. Si = 1 , on dit que = ( … ) est une matrice ligne
(
Exemple : = 3 2 −7 ) = −1 0 8 4)
(

3. Si = 1, on dit que = ⋮ est une matrice colonne

−9
1
Exemple : = = √5
2
0
0 0 … 0
4. Si ∀ , ∈ , = 0 , on dit que =0 0 0 … 0 est la matrice nulle
⋮ ⋮ ⋱ ⋮
0 0 … 0
… …
… …
5. Soit = , la matrice = ⋮ ⋮ ⋮ obtenu en échangeant lignes
⋮ ⋮⋱ ⋮ ⋱
… …
et colonnes est appelée matrice transposée de
1 2 3 1 4 7
Exemple : = 4 5 6 , la matrice transposée de est = 2 5 8
7 8 9 3 6 9
6. Si = , on dit que est une matrice carrée d’ordre et les réels , ,…., forment la
diagonale principale de
1 2 3
Exemple : = 4 5 6 est une matrice carrée d’ordre 3
7 8 9
1 0
= est une matrice carrée d’ordre 2
−2 4
7. Si tous les éléments situés en dehors de la diagonale principale sont nuls, alors est une matrice diagonale.
1 0 0 0
1 0 0
1 0
Exemple : = 0 2 0 = = 0 5 0 0
0 4 0 0 −2 0
0 0 3
0 0 0 4
8. Si tous les éléments situés sur la diagonale d’une matrice diagonale sont égaux au chiffre 1 , la matrice est
appelée matrice unité et notée ou

Page 1 sur 10
Matrices
1 0 0
1 0
Exemple : = est la matrice unité d’ordre 2, = 0 1 0 est la matrice unité d’ordre 3
0 1
0 0 1
9. Si les éléments symétriques par rapport à la diagonale principale sont égaux, c’est-à-dire = , on dit
que est une matrice symétrique
1 2 −1 3
1 0 6
1 −2
Exemple : = = 0 2 −1 = 2 5 0 1
−2 4 −1 0 −2 5
6 −1 3
3 1 5 4
10. Si les éléments symétriques par rapport à la diagonale principale sont opposés, c’est-à-dire =− , on
dit que est une matrice antisymétrique
1 2 1 −3
1 0 −6
1 2 −2 5 0 1
Exemple : = = 0 2 1 =
−2 4 −1 0 −2 −5
6 −1 3
3 −1 5 4
11. Si la somme des éléments d’une ligne, d’une colonne ou d’une diagonale d’une matrice carrée est égale à
un nombre à un même nombre, on dit que est une matrice magique.
3 8 1
Exemple : = 2 4 6 les sommes donnent 12
7 0 5
II. CALCUL AVEC LES MATRICES
1. Addition des matrices
L’addition de deux matrices n’est possible que si les matrices sont de même type. On note + ,
dont les éléments sont obtenus en additionnant les éléments de et ceux de qui occupent les mêmes
positions.
3 8 1 2 3 3
1 2 11 3 5 −1 0
Exemple : soit = = 2 4 6 = 1 −6 −1 = =
−2 4 2 8 0 2 1
7 0 5 −7 0 2
On peut calculer + + , et on obtient :
5 11 4
12 5
 + = + = 3 −2 5 .
0 12
0 0 7
 Trouve une matrice telle que + soit possible et effectue l’opération

NB. On ne peut pas calculer + , ni + , ni A + E

2. Multiplication d’une matrice par un réel


Soit un réel et une matrice de type ( , ). La matrice , de type ( , ) est obtenue en multipliant
chaque élément de par α
Exemple : reprendre les matrices , , et D de l’exemple précédent. Alors :
1 4
 = et + =
−1 2 1 10
−6 −9 −9 −3 −1 −8
 −3 = −3 18 3 et − 3 = −1 22 9
21 0 −6 28 0 −1
3. Multiplication de deux matrices
La multiplication de deux matrices , notée n’est possible que si le nombre de colonnes de est
égal an nombre de lignes de . On multiplie chaque élément d’une ligne de par chaque élément d’une
colonne de et en sommant ces produits pour obtenir un élément de la matrice
Exemple : on reprend les mêmes matrices précédentes.
On peut calculer , , , , , et on a :
11 + 4 3 + 16 15 19
 = =
−22 + 8 −6 + 32 −14 26

Page 2 sur 10
Matrices
11 − 6 22 + 12 5 34
 = =
2 − 16 4 + 32 −14 36
6+8−7 9 − 48 + 0 9−8+2 7 −39 3
 = 4 + 4 − 42 6 − 24 + 0 6 − 4 + 12 = −34 −18 14
14 + 0 − 35 21 + 0 + 0 21 + 0 + 10 −21 21 31
5+0 −1 + 4 0 + 4 5 3 4
 = =
−10 + 0 2 + 8 0 + 4 −10 10 4

Remarque :

 Bien que l’on puisse calculer , on ne peut pas calculer


 ≠ , ≠ , on dit que le produit des matrices n’est pas commutatif.
Exercice : calculer , , ,

4. Puissance d’une matrice carrée


Soit une matrice carrée d’ordre . Les puissances de sont définies par récurrence :
= , = , = × = , et ∀ ∈ , = =

1 0 1 0 1 −1
1 2
Exemple : soit = = 1 0 2 = −3 4 −3
3 4
0 1 −1 −1 1 0

Calculer , , −5 −2 , et − +

Solutions :

7 10 37 54
 on calcule d’abord = , puis = =
15 22 81 118
1 1 0
 = 1 2 −1
1 −1 3
0 0
 −5 −2 =
0 0
1 0 0
 − + = 0 1 0 =
0 0 1
5. Inverse d’une matrice carrée
Soit une matrice carrée d’ordre . S’il existe une matrice carrée, notée , d’ordre telle que
= = alors est dite inversible ou régulière et est appelé inverse de
Exemple :
1 2 −2 1
 soit = et = − − calculer puis en déduire la matrice est inversible
3 4
1 0 1 2 1 −1
 soit = 2 1 0 et = −4 1 2 Calculer et puis en déduire que la matrice est
1 1 2 1 −1 1
inversible et préciser son inverse.
Remarque
 le produit de deux matrices inversibles est inversible et on a ( ) =
 si la matrice est inversible alors = équivaut à =
III. DETERMINANT D’UNE MATRICE CARREE
1. Définition
Le déterminant d’une matrice carrée , noté det , est le nombre réel tel que :
 Si = alors = = −

Page 3 sur 10
Matrices
 Si = alors = se calcule :

 Par la règle de Sarrus

=( + + )−( + + )
 Par la méthode des cofacteurs et des mineurs

= = + − +

è
= ∑(−1) où est le déterminant d’ordre ( − 1) obtenu en barrant la
ligne et la è colonne de la matrice . On dit que le déterminant d’ordre 3 est développé
suivant une ligne ou une colonne. Pour le cas illustré, on a développé suivant la première ligne.

 Si est une matrice carrée d’ordre avec ≥ 4 , on utilise la méthode des cofacteurs et des
mineurs

Exemple : Calculer le déterminant de chacune des matrices suivantes :

1 2 3 1 0 1 1 0 −2
−2 1 3 1
= = = −1 1 0 = 2 1 0 = −2 1 4
6 −1 6 2
1 1 0 1 1 2 1 1 −2

−2 1
 = = 2 − 6 =−4
6 −1
3 1
 = = 6 − 6 =0
6 2
1 2 3 1 2 3 1 2
 = −1 1 0 = −1 1 0 −1 1 = (0 + 0 − 3) − (3 + 0 + 0) = −6 (règle de
1 1 0 1 1 0 1 1
Sarrus) ou encore
1 2 3
−1 1 1 2 1 2
= −1 1 0 = +3 −0 +0 = 3(−1 − 1) − 0 + 0 = −6
1 1 1 1 −1 1
1 1 0
(développer suivant la troisième colonne)
1 0 1 1 0 1 1 0
 = 2 1 0 =2 1 0 2 1
1 1 2 1 1 2 1 1
= (1 × 1 × 2 + 0 × 0 × 1 + 1 × 2 × 1) − (1 × 1 × 1 + 1 × 0 × 1 + 2 × 2 × 0)
=(2 + 0 + 2) − (1 + 0 + 0) = 3 (règle de Sarrus) ou encore
1 0 1
1 0 2 0 2 1
= 2 1 0 = +1 −0 +1 = 2 − 0 + (2 − 1) = 3 (développer
1 2 1 2 1 1
1 1 2
suivant la première ligne)
 On vérifiera que =0
2. Propriétés
 = 1 et ∀ ∈ , ( )=
 = × =
 =
 ≠ 0 équivaut à est inversible et =
Page 4 sur 10
Matrices
3. Applications
 Recherche de l’inverse d’une matrice carrée

 Si = est inversible alors =

 Si = alors = où désigne la comatrice de dont les

éléments sont donnés par (−1) avec est le déterminant d’ordre ( − 1) obtenu en
è è
barrant la ligne et la colonne de la matrice .

1 0 1
1 2
Exemple : On donne = et = 2 1 0 . Justifier que les matrices et sont
3 4
1 1 2
inversibles et déterminer leurs inverses.

Solutions

1 2 4 −2
 = = 4 − 6 = −2 ≠ 0 d’où est inversible et =− =
3 4 −3 1
−2 1

 = 3 ≠ 0 d’où est inversible et on a = avec
1 0 2 0 2 1
+ − +
1 2 1 2 1 1 2 −4 1
⎛ 0 1 1 1 1 0⎞
= ⎜− + − = 1 1 −1 et
1 2 1 2 1 1⎟
0 1 1 1 1 0 −1 2 1
⎝ + 1 0

2 0
+
2 1 ⎠
2 1 −1
= −4 1 2
1 −1 1

2 1 −1 ⎛ ⎞
Ainsi = −4 1 2 = ⎜− ⎟
1 −1 1

⎝ ⎠
 Résolution des systèmes linéaires
On appelle système linéaire à n équations et p inconnus un système de la forme :
+ +. . . + =
……………………………
+ +. . . + =

En désignant par , les matrices = , = ⋮ et = ⋮ le système s‘écrit



sous la forme matricielle = , soit ⋮ = ⋮
⋱ ⋮⋮ ⋮

- Si la matrice est carrée d’ordre n et est inversible, le système est dit de CRAMER et admet
une seule solution =
- L’unique p-uplet , ,…, solution est tel que = où est la matrice obtenue
en remplaçant dans la matrice sa è colonne par
- Dans les autres cas, le système peut être impossible (sans solution) ou indéterminée (admet
une infinité de solutions)
Page 5 sur 10
Matrices
0
2 1 −1 ⎛ ⎞
Exemple : On donne les matrices = −4 1 2 et =⎜ 0⎟ et le système
1 −1 1
⎝ ⎠
2 + − =6
−4 + + 2 = 0 ( )
− + = −3

a. Mettre sous forme matricielle le système ( )


b. Calculer et en déduire que est inversible
c. Résoudre le système ( )

Solution :

2 1 −1 6 6
a. −4 1 2 = 0 soit = où = et = 0
1 −1 1 −3 −3
0
2 1 −1 ⎛ ⎞ 1 0 0
b. −4 1 2 ⎜ 0⎟ = 0 1 0 d’où est inversible et =
1 −1 1 0 0 1
⎝ ⎠
0
⎛ ⎞ 6
c. Le système ( ) un seul triplet solution = =⎜ 0⎟ 0 =
−3
⎝ ⎠
2+0+2 4
4+0+0 = 4 d’où = {(4,4,6)}
2+0+4 6

Remarque

Dans la pratique, la méthode de pivot de GAUSS est souvent utilisée pour résoudre les
systèmes linéaires.

IV. DIAGONALISATION
1. Valeurs propres et vecteurs propres
 Définitions
Soit une matrice carrée d’ordre et un nombre réel.
est une valeur propre de s’il existe une matrice colonne non nulle telle =
représente le vecteur propre ⃗ associé à la valeur propre .
L’ensemble des valeurs propres de est appelé spectre de et noté
L’ensemble des vecteurs tels que ( − ) = 0 est appelé sous-espace vectoriel propre associé
à la valeur propre
2. Polynôme caractéristique
 Définition

Le polynôme caractéristique de est ( )= ( − ).

 Propriétés
 C’est un polynôme de degré en
 Les valeurs propres de sont les racines de son polynôme caractéristique

Page 6 sur 10
Matrices
Remarque

 Pour déterminer les valeurs propres d’une matrice , on résout l’équation ( ) = 0


 Pour déterminer les vecteurs propres, on résout le système d’équations ( − ) =0
3. Diagonalisation
 Définition
La matrice est diagonalisable s’il existe une matrice inversible d’ordre et une matrice diagonale
d’ordre telle que =
 Propriétés
 Une matrice est diagonalisable si et seulement si son polynôme caractéristique peut se
factoriser en produit d’expressions du premier degré
 Les éléments diagonaux de la matrice diagonale sont les valeurs propres de
 Les colonnes de la matrice de passage sont formées des éléments des vecteurs propres
 = équivaut à =
( ) ⋯
 Pour tout entier , = et = ⋮ ⋱ ⋮
0 ⋯ ( )
 Toute matrice symétrique à coefficients réels est diagonalisable

Exemple :

0 1 1
−2 1
On donne la matrice = et = 1 0 1
6 −1
1 1 0

a. Déterminer les valeurs propres ainsi que les vecteurs propres de et de


b. Justifier que les matrices et sont diagonalisables et préciser pour chacune d’elle sa
matrice de passage et sa matrice diagonale

Solutions

a.
−2 1
 Pour = , on a :
6 −1
- ( )= ( − ) = −2 − 1
= [(−2 − )(−1 − ) − 6] = + 3 − 4
6 −1 −
( ) = ( − 1)( + 4)
- ( ) = 0 ⇔ ( − 1)( + 4) = 0 ⇔ = 1 ou = −4 d’où = {1, −4} les valeurs
propres de sont 1 − 4
- Déterminons les vecteurs propres de
) = 0 ⇔ −2 − 1 0
Pour = 1 , ( − = en posant =
6 −1 − 0
−2 − 1 1 0 −3 1 0
⇔ = ⇔ =
6 −1 − 1 0 6 −2 0
−3 + = 0
⇔ ⇔ −3 + = 0 ⇔ =3
6 −2 =0
= {( , ) ∈ − 3 + = 0 } est le sous-espace vectoriel propre associé à la valeur
1 1
propre 1 et un vecteur propre associé à 1 est = = = soit ⃗ =
3 3 3
2 1 0
Pour = −4 , ( + 4 ) = 0 ⇔ =
6 3 0
2 + =0
⇔ ⇔ 2 + =0 ⇔ = −2
6 +3 = 0

Page 7 sur 10
Matrices
= {( , ) ∈ 2 += 0 } est le sous-espace vectoriel propre associé à la valeur
1 1
propre −4 et un vecteur propre associé à −4 est = = soit ⃗ =
−2 −2 −2
0 1 1
 Pour = 1 0 1 , on a:
1 1 0
− 1 1 − 1 1 − 1
- ( )= ( − )= 1 − 1 = 1 − 1 1 − = − +3 +2
1 1 − 1 1 − 1 1

- ( )=0 ⇔ − + 3 + 2 = 0 ⇔ ( + 1) (− + 2) = 0 ⇔ = −1 ou = 2

Les valeurs propres de sont −1 2 d’où = {−1,2}

- Déterminons les vecteurs propres de


1 1 1 0 + + =0
Pour = −1 , ( + ) =0 ⇔ 1 1 1 = 0 ⇔ + + =0
1 1 1 0 + + =0
⇔ + + =0 ⇔ =− −
= {( , , ) ∈ + + =0} est le sous-espace vectoriel propre associé à −1 et un
1 0
vecteur propre associé à −1 est = = 0 + 1 . Ainsi −1 a deux
− − −1 −1
1 0
vecteurs propres qui sont ⃗ = 0 et ⃗ = 1
−1 −1
−2 1 1 0 −2 + + = 0 (1)
Pour = 2 , ( − 2 ) = 0 ⇔ 1 −2 1 = 0 ⇔ − 2 + = 0 (2)
1 1 −2 0 + − 2 = 0 (3)
3 −3 =0
(3) ⇔ = − + 2 dans (1) et (2) on a ⇔ 3 −3 =0 ⇔ = et
−3 + 3 = 0
ainsi =
= {( , , ) ∈ = = } est le sous-espace vectoriel propre associé à la valeur
1 1
propre 2 et un vecteur propre est = = 1 soit ⃗ = 1
1 1
b. Les matrices sont diagonalisables car leurs polynômes caractéristiques peuvent se
factorisées en produit d’expressions du premier degré
1 0
 Pour la matrice , la matrice diagonale est = et la matrice de passage
0 −4
1 1
est =
3 −2
−1 0 0
 Pour la matrice , la matrice diagonale est = 0 −1 0 et la matrice de
0 0 2
1 0 1
passage est = 0 1 1
−1 −1 1
On pourra vérifier que chaque fois que =

EXERCICES

EXERCICE 1 : Répondre par vrai ou faux


Soit A une matrice.
1. Le produit AA est toujours défini

Page 8 sur 10
Matrices
2. Le produit est toujours défini
3. Si A est une matrice carrée alors =
4. Si = alors =
5. Le rang de est toujours égal au rang de A
6. Le rang de est toujours inferieur au rang de A
7. Si A a plus de lignes que de colonnes, alors le rang de A est égal à son nombre de colonnes
8. Si le rang de A est égal à son nombre de colonnes alors A est inversible
9. On suppose que A est une matrice carrée et est la matrice identité de même taille que A
a. Si A est inversible, alors est inversible
b. Si A est inversible, alors − est inversible
c. Si A est inversible, alors =
d. Si A est inversible, alors =

EXERCICE 2
6 −2 5
I. On donne les matrices = et = . Calculer et pour que :
1 −2 9 3 −2
4 11
a. + =
10 −8
2 10
b. 5 − 4 =
−31 4
−2 4 2 2
II. Soient = et = . Vérifier que = 0, calculer et vérifier que ≠
3 −6 1 1
1 −4 0 1
2 −1 0
III. Calculer sachant que = et = 2 −1 3 −1 . Peut-on calculer ?
1 0 −3
4 0 −2 0
EXERCICE 3
1 −1 3 7 18 11
On donne les matrices = 3 1 −1 et = 16 12 8
−1 3 1 13 6 17
a. Justifier que sont des matrices magiques
b. Calculer + et − . Sont-elles des matrices magiques ?
EXERCICE 4
2 1 1
a. soit = 1 2 1 . Vérifier que − 5 + 4 = 0 et en déduire que B est inversible puis calculer sa
1 1 2
matrice inverse.
−3 2 2
Soit = −2 5 4
1 −5 −4
b. Calculer , . En déduire que +2 − −2 =0
c. Montrer que M est inversible et calculer son inverse.

EXERCICE 5
1 1 0
soit = 0 1 1 et soit = − .
0 0 1
a) Calculer , et en déduire une formule de récurrence que l’on démontrera pour , pour tout entier n.
b) Développer ( − ) par la formule du binôme et simplifier.
c) En déduire pour tout entier n.

EXERCICE 6

Page 9 sur 10
Matrices
Montrer que les matrices suivantes sont inversibles et calculer leurs inverses(utiliser deux méthodes :cofacteurs et
de Gauss-Jordan).
1 1 1 1 2 2 −1
−3 2 −1 2 4 3
= 2 0 1 ; = 0 1 1 ; = 1 −1 1 ; = 2 1 2 0
−1 −1 −1 1
−1 2 1 2 2 −1 1 0 0
3 −1 −2 1

EXERCICE 7
1 2 3
Soit = −1 1 0 . Déterminer son inverse, ses valeurs propres et ses vecteurs propres.
1 1 2
En déduire que A est diagonalisable et déterminer sa matrice diagonale associée.

EXERCICE 8

Résoudre les systèmes linéaires suivants :


++ +2 =3
2 +3 + =9
−3 + 8 = 9 + +2 = 7
+2 +3 = 6
2 − 5 = −7 + + = −1
3 + +2 = 8
2 − − + =2
EXERCICE 9:
1 −2 2
On considère la matrice = 4 5 −4
0 −2 3
1. Déterminer le polynôme caractéristique de .
2. Calculer (0) et en déduire est inversible
3. Déterminer les réels et pour que ( ) = ( − 1)(− + + )
4. Factoriser et en déduire les valeurs propres de
5. Déterminer les sous – espaces propres : ( ) où est une valeur propre.
(à ℎ − )
6. En déduire un vecteur propre de pour chaque valeur propre de . Ecrire une matrice de passage
0 1 1
7. Vérifier que = 1 = 0 et = −1 sont des vecteurs propres associés respectivement aux
1 1 1
valeurs propres plus petite valeur propre, la suivante et plus grande valeur propre.
8. Montrer Que = × × est une matrice diagonale
9. Sachant que = × × calculer où n est un entier naturel non nul

Page 10 sur 10
Matrices

Vous aimerez peut-être aussi