Académique Documents
Professionnel Documents
Culture Documents
1
I : Généralités sur les matrices :
A : définition :
Une matrice de taille (n, p) est un tableau de nombres formé de (n) lignes et de (p)
colonnes. On écrit : (ܣ,)
Exemple :
Soit une matrice de taille (2, 3) :
3 −2 4
(ܣଶ,ଷ) = ቀ ቁ
1 5 −1
Remarque :
Une matrice de taille (n, n) est appelée une matrice carrée d’ordre n.
Exemple :
5 2 7
(ܣଷ,ଷ) = ൭7 3 4൱
4 5 1
Exemple :
2
(ܣଷ,ଵ) = ൭5൱
7
Exemple :
(ܣଵ,ଷ) = (2 5 7)
Une matrice nulle est une matrice dont tous les nombres sont nuls.
Exemple :
0 0 0
(ܣଷ,ଷ) = ൭0 0 0൱
0 0 0
Une matrice unité est une matrice dont les éléments de la diagonale sont des 1 et les
autres éléments sont des zéros, elle est de la forme :
1 0 .. 0
ܫ = ቌ 0 1 . . 0ቍ
.. .. .. ..
0 0 .. 1
2
Pour toute matrice carrée A de taille (n), on a :
A In = In A = A
Exemple:
3 −2
A= ቀ ቁ
1 4
3 −2 1 0 3 −2
A Iଶ = ቀ ቁቀ ቁ= ቀ ቁ
1 4 0 1 1 4
B : propriétés :
Deux matrices sont égales si, et seulement si, elles ont la même taille et ont les
coefficients égaux deux à deux.
Exemple :
5 2 7
(ܣଷ,ଷ) = ൭7 3 4൱
4 5 1
5 2 7
(ܤଷ,ଷ) = ൭7 3 4൱
4 5 1
(ܣଷ,ଷ) = (ܤଷ,ଷ)
La transposée d’une matrice de format A de format (n, p) est une matrice de format tA
(p, n), obtenue par la permutation des lignes par des colonnes.
Exemple :
5 2 7
(ܣଷ,ଷ) = ൭7 3 4൱
4 5 1
5 7 4
tA(ଷ,ଷ) = ൭2 3 5൱
7 4 1
Exemple :
9 8 5
(ܣଶ,ଷ) = ቀ ቁ
1 2 4
3
9 1
(ܣݐଷ,ଶ) = ൭8 2൱
5 4
II. Opérations sur les matrices
A : Somme de deux matrices :
1 : définition :
A et B deux matrices de même taille. La somme de A et B est la matrice, notée (A + B),
dont les coefficients sont obtenus en additionnant deux à deux des coefficients qui ont la même
position dans A et B.
Exemple :
2 3
A=ቀ ቁ
4 −1
5 −3
B= ቀ ቁ
−3 10
2+5 3−3 7 0
C= A+B=ቀ ቁ= ቀ ቁ
4 − 3 −1 + 10 1 9
2 : propriétés :
Soit A, B et C trois matrices de même taille.
Commutativité : A + B = B + A
Associativité : (A + B) + C = A + (B + C)
t t t
(A + B) = A + B
A + O = A, (O : la matrice nulle de même format que la matrice A).
Exemple :
−2 5,5
A=ቀ ቁ
2 −4
2 (−2) 2 (5,5) −4 11
2A = ൬ ൰= ቀ ቁ
2 (2) 2 (−4) 4 −8
2 : propriétés :
Soit A et B deux matrices carrées de même taille et un réels k.
k (A + B) = kA + kB
t t
(kB) =k ( A)
4
C : Produit de deux matrices :
1 : définition :
Le produit (AB) de deux matrices A et B, existe à condition que le nombre de colonnes
de la matrice A est égale au nombre de lignes de la matrice B.
Exemple :
2 5
(ܣଶ,ଶ) = ቀ ቁ
−3 1
3
B(ଶ,ଵ) = ቀ ቁ
4
(3 x 2) + (4 x 5) 26
(ܣଶ,ଶ) B(ଶ,ଵ) = C(ଶ,ଵ) = ൬ ൰= ቀ ቁ
(3 x(−3)) + (4 x 1) −5
Exemple :
Calculer le produit AB et BA :
0
A = ൭2൱
4
B = (1 4 2)
Calcul AB :
( )
0 0 0 0
൭2൱ ൭2 8 4൱
4 4 16 8
Calcul BA :
൭൱
( ) (16)
BA ≠AB
2 : Propriétés :
Soit A, B et C trois matrices de même taille et un réel k :
Associativité : (A x B) x C = A x (B x C)
Avec existence : (AB) et (BC).
Distributivité : A x (B + C) = (A x B) + (A x C) et (A + B) x C = A x C + B x C
Avec existence : (C + B), (AC) et (AB).
(kA)B = A(kB) = k (A x B)
Quel que soit la matrice A et In (la matrice identité de format adapté) : A In= A
5
Exemple :
Une entreprise produit deux types (bien de luxe et bien de confort) de deux biens (bien
A et bien B). Les tableaux ci – dessous donnent les quantités des matières nécessaires pour
chaque type de bien et les coûts unitaires :
Tableau n°1 :
Tableau n°2 :
On note :
20 160
C=ቀ ቁ, la matrice des coûts unitaires
12 100
40 20
D= ቀ ቁ, la matrice des quantités
3 1
La matrice (CD) est la matrice d’achat des matières pour les deux types des deux biens :
le bien A et le bien B :
ቀ ቁ
20 160 1280 560
ቀ ቁ ቀ ቁ
12 100 780 340
Exemple :
Soit une population à trois unités statistiques sur laquelle on étudie trois variables
statistiques x, y et z.
6
࢞ ࢟ ࢠ
Les valeurs de la Les valeurs de la Les valeurs de la
variable (x) variable (y) variable (z)
࢞ ࢟ ࢠ
࢞ ࢟ ࢠ
࢞ ࢟ ࢠ
Calculer la matrice A des données centrées (les écarts des valeurs de chaque variable
par rapport à la moyenne de cette variable) :
t
Calculer : B = (1/n) A A : c’est la matrice des variances et des covariances.
Remarque :
Lorsque les variables sont indépendantes deux à deux, les covariances sont égales à 0, et
donc les coefficients de corrélation linéaire sont égaux à 0. La matrice des corrélations est une
matrice unité d’ordre n.
Exemple précédent :
Calculer la matrice A des données centrées (les écarts des valeurs de chaque variable
par rapport à la moyenne de cette variable) et réduites (les données centrées divisées
par l’écart type de chaque variable) :
(ݔଵ − ݔҧ
)/ߪݕ( ݔଵ − ݕ
ത)/ߪݖ( ݕଵ − ݖҧ
)/ߪݖ
(ܣଷ,ଷ) = ቌ(ݔଶ − ݔҧ
)/ߪݕ( ݔଶ − ݕ
ത)/ߪݖ( ݕଶ − ݖҧ
)/ߪݖቍ
(ݔଷ − ݔҧ
)/ߪݕ( ݔଷ − ݕ
ത)/ߪݖ( ݕଷ − ݖҧ
)/ߪݖ
7
Multiplier la matrice A par (1/√݊) = B.
(ݔଵ − ݔҧ
)/ߪݕ( ݔଵ − ݕത)/ߪݖ( ݕଵ − ݖҧ
)/ߪݖ
1
(ܤଷ,ଷ) = ( ) ቌ(ݔଶ − ݔҧ
)/ߪݕ( ݔଶ − ݕത)/ߪݖ( ݕଶ − ݖҧ
)/ߪݖቍ
√3 ( ݔ− ݔҧ ) /ߪݔ (ݕ − ݕ
ത)/ߪݕ (ݖ − ݖҧ
)/ߪݖ
ଷ ଷ ଷ
Exemple :
Soit une population à trois unités statistiques sur laquelle on étudie les trois variables
statistiques x, y et z.
Calculer la matrice A des données centrées (les écarts des valeurs de chaque variable
par rapport à la moyenne de cette variable) :
1 3 3
(ܣଷ,ଷ) = ൭−1 −2 1 ൱
0 −1 −4
1 −1 0
(ܣݐଷ,ଷ) = ൭3 −2 −1൱
3 1 −4
t
Calculer : B = (1/n) A A : c’est la matrice des variances et des covariances :
2 9 2
(ܤଷ,ଷ) = 1/3 ൭9 14 11൱
2 11 26
8
Calculer la matrice C des données centrées (les écarts des valeurs de chaque variable
par rapport à la moyenne de cette variable) et réduites (les données centrées divisées
par l’écart type de chaque variable) :
1/ඥ2/3 −1/ඥ2/3 0
1
(ܦݐଷ,ଷ) = ( ) ൮ 3/ඥ14/3 −2/ඥ14/3 −1/ඥ14/3൲
√3
3/ඥ26/3 1/ඥ26/3 −4/ඥ26/3
t
Calculer : E = D D : c’est la matrice des coefficients de corrélation linéaire :
Exemple :
Soit une population statistique de 4 ménages vivant avec un salaire. Les critères de
l’étude de cette population pour le mois Mars, sont au nombre de 3 :
(x) la variable salaire,
(y) la variable dépenses d’alimentation,
(z) la variable dépenses de loisirs.
Les valeurs de l’observation de ces trois critères sont données dans le tableau suivant :
ݔҧ= 40
ݕ
ത= 10
9
ݖҧ
=4
20 10 0
(ܣସ,ଷ) =ቌ −20 −6 −2ቍ
0 −4 2
0 0 0
20 −20 0 0
ݐ (ଷ,ସ) = ൭10 −6 −4 0൱
0 −2 2 0
t
200 80 40
(1/4) ( A A) = ൭ 80 38 1൱
40 1 2
ߪ(√ = )ݔ200
ߪ(√ = )ݕ38
ߪ(√ = )ݖ2
20/2√200 10/2√38 0
⎛ −6/2√38 −2/2√2⎞
X = ⎜−20/2√200 ⎟
0 −4/2√38 2/2√2
⎝ 0 0 0 ⎠
t
La matrice des corrélations est la matrice C = XX :
1 80/√38√200 40/√2√200
C = XX = ቌ80/√38√200
t
1 1/√2√38 ቍ
40/√2√200 1/√2√38 1
10