Académique Documents
Professionnel Documents
Culture Documents
Soit K corps : R, C ou Q ;
Une matrice de type (n, p) sur K est un tableau à n lignes et p colonnes d’éléments de K , représenté par
Remarque : 1
On note par M ( n, p ) K l’ensemble des matrices rectangulaires à n lignes et p colonnes à coefficients dans K .
2. Matrices particulières
Remarque : 2
Exemples :
2 2i 1
a-
3 1 1 M ( 2,3) C matrice rectangulaire,
2
2 3
b- M 2 R matrice carrée d’ordre 2, diagonale principale 2,1 R 2 ,
4 1
2
c- M ( 2,1) R matrice colonne,
1
1
d- 2, ,3 M (1,3) Q matrice ligne.
2
0 0
0 0
e- 0 22 matrice d’ordre 2 nulle , 0 0 matrice de type (3,2) nulle, donc la
0 0 0 0
32
matrice dont les coefficients sont tous nuls on l’appelle matrice nulle et on la note 0 mn .
a- La matrice carrée d’ordre n dont les coefficients diagonaux sot égaux à 1 et les autres coefficients sont
nuls est appelée matrice identité ou unité d’ordre n, notée I n .
1 0 0
0
In
1 0
0 0 1
b- On dit que A est triangulaire supérieure si tous ses coefficients située au-dessous de la diagonale
principale sont nuls, i, j 1,, n 1,, n i j aij 0 ,
a11 a12 a1n
0 a22
Tsup
0 0 a
nn
c- On dit que A est triangulaire inférieure si tous ses coefficients située au-dessus de la diagonale
principale sont nuls, i, j 1,, n 1,, n i j aij 0 ,
a11 0 0
a a22
Tinf 21
0
a ann
n1
d- Une matrice diagonale, notée D aij 1i , j n et à la fois triangulaire supérieure et inférieure elle
s’écrit :
a11 0 0
0 a22
D
0
0 0 a
nn
Soit A aij 1i , j n une matrice carrée à coefficients dans K , sa trace notée Tr A est le scalaire somme
n
des coefficients de sa diagonale principale : Tr A a ii
i 1
Propriétés :
i. Tr (A+B)=Tr(A) + Tr(B)
ii. Tr ( A)= Tr(A)
iii. Tr A ou A
Tr A
T T
désigne la transposée de A .
Exemple : Soit
2 1 3
A 0 2 1
3 2 1
3
Tr A aii a11 a22 a33 2 2 (1) 3
i 1
Soient A aij 1 I n et B bij 1 I n deux matrices de type (n, p) sur K .
1 J P 1 J P
1 0
1 2 3 3 0 2
Exemple : Soient A , B , C 2 3 trois matrices , calculer la
4 5 6 7 1 8 1 1
somme de A B et B C .
1 2 3 3 0 2 1 3 2 0 3 2 4 2 5
A B + = =
4 5 6 7 1 8 4 7 5 1 6 8 3 6 14
B C Non définie
Donc pour effectuer une somme de deux matrices il faut et il suffit qu’elles soient de même type.
Remarque 3 :
On appelle le produit de A par , la matrice de type (n, p) sur K définie par : A aij
1 i n
1 j p
Exemple :
1 2 3 3 0 2 2 4 6 3 0 2
2 - ;
4 5 6 7 1 8 8 10 12 7 1 8
2 3 4 0 6 2 1 4 4
Donc 2 A B = = .
8 7 10 1 12 8 15 9 4
c) Multiplication de matrice :
d 閒 inition p
cij a
i 1
b ai1b1 j ai 2b2 j aipb pj
ik kj
1 i 1 i 0 1 1 i i 1 i i 1 1 0 i 2 0 0 2i
1. =
1 0 i 1 2 1 1 0 i 1 i 0 1 1 0 02 1 i 0
2 0 4 1 3
2. produit est impossible car le nombre des colonnes de la 1鑝e matrice de
3 2 6 2 1
鑝e
type (2,3), différents du nombre de lignes de la 2 matrice de type (2,2).
Attention :
- Le produit de matrices n’est pas commutatif en général,
- A B 0 implique n’implique pas A 0 ou B 0 ; c'est-à-dire on peut avoir A ≠ 0 et B ≠ 0
mais A B 0
Exemple :
0 1 2 3 0 0
A ; B et A B
0 5 0 0 0 0
0 1 4 1 2 5 5 4
A ; B ; C et A B AC .
0 3 5 4 5 4 15 12
Propriétés du produit de matrice
Exemple :
2 2
1
2 4
3i M 32 C
1
A et AT 2 M 23
2 2 3i
4 3 3
Proposition : Soient n, p, q trois entiers naturels non nuls,
i. A M n, p K , AT T
A,
A M n, p K , K , A AT ,
T
ii.
A, B M n, p , A B AT BT ,
T
iii.
A M n, p K , B M p,q K , A B BT AT .
T
iv.
m
A B m cmk Ak B mk , Ou
𝑚!
cmk = 𝑘!(𝑚−𝑘)!
k 0
1 1 1
Exercice : Soient A 0 1 0 , B A I n pour n 3
0 1 1
Calculer B , B , B et B pour n 3
2 3 n
1.
n
2. Calculer A .
1 1 1 1 0 0 0 1 1
B 0 1 0 0 1 0 0 0 0
0 1 1 0 0 1 0 1 0
0 1 1
Alors B A I 3 0 0 0 ;
0 1 0
0 1 1 0 1 1 0 1 0
B B B 0 0 0 0 0 0 0 0 0
2
0 1 0 0 1 0 0 0 0
0 1 0 0 1 1 0 0 0
B B B 0 0 0 0 0 0 0 0 0
3 2
0 0 0 0 1 0 0 0 0
Par suite :
0 0 0
n 3 B 0 0 0 ,
n
0 0 0
n
2. Calculer A
On a : B A I 3 donc A B I 3
n
An B I 3 cnk B k I nk
n
Donc
k 0
An cn0 B 0 I 3n c1n B1 I 3n 1 cn2 B 2 I 3n 2 cn3 B 3 I 3n 3 cnn B n I 0
0
nn 1 2
An I 3 n 1B B ,
2
1 0 0 0 1 1 0 1 0
nn 1
A 0 1 0 n 1 0 0 0
n
0 0 0 ;
0 0 1 0 1 0 2
0 0 0
1 n 1 nn 1
n 1 1 n 1n 2 n 1
2
Alors A 0
n
1 0 = 0 1 0
0
n 1 1 0 n 1 1
Déterminants
Définition 1 : Matrice carrée
a) Déterminants d’ordre 2 :
a b
Soit une matrice A M 2 R ; A , On appelle déterminant de A la formule
c d
det A ad bc, notée det A ou A .
Exemple 1:
1 2 1 2
A , det A 1 4 2 3 4 6 2 .
3 4 3 4
b) Déterminants d’ordre 3 :
Exemple :
a11a22 a33 a23 a32 a12 a21 a33 a23 a31 a13 a21 a32 a22 a31
a13 a21 a32 a22 a31 a23 a11 a32 a12 a31 a33 a11 a22 a12 a21
Exemple 2 :
1 2 1
A 1 3 4
5 0 2
3 4 1 2 1 4 1 3
det A 1 1 1 2 1 1
11 13
0 2 5 2 5 0
det A 1 3 2 0 4 21 2 5 4 11 0 5 3
Exemple 3 :
1 2 1 1 2
det A 1 3 4 13 1 3 2 2 4 5 1 1 0 5 3 1 0 4 1 2 1 2
5 0 2 5 0
6 40 0 15 0 4 34 11 45
Définition2 :
21 1 21 21
21
Propriétés du déterminant :
1. Un déterminant est nul si une ligne (ou une colonne) est nulle,
0 0 0 0 a b
a b c 0 , 0 a b 0
a b c 0 a b
a b c a b c
a b c a b c
a b c a b c
5. Le déterminant ne change pas si on ajoute à une ligne (ou à une colonne) une autre
ligne (ou une colonne)
1 2 3 l1 1 2 3
l2 l2 2l1
2 3 5 l2 0 7 11
1 0 2 l3 0 2 1 l3 l3 l1
En développant suivant la 1er colonne on obtient
7 11
7 22 15
2 1
6. Le déterminant d’une matrice triangulaire est égal au produit des éléments de la
diagonale principale,
a11 a12 a1n
0 a 22
a11 a 22 a nn
a n1n
0 0 a nn
7. Le produit d’une matrice diagonale est égal au produit des éléments de la diagonale
principale
1 0 0
0 2
1 2 n .
0
0 0 n
Méthode d’élimination:
Elle consiste à transformer la matrice du déterminant à une matrice triangulaire (en utilisant les
propriétés des déterminants) afin de faciliter son calcul.
Exemple
1 3 l1 1 3 l1
22
6 4 l2 0 22 l2 l2 6l1
1 1 1 l1 1 1 1 l1
1 0 3 l 2 0 1 2 l 2 l 2 l1 11 0 1 2 2
2 1 2 l3 0 1 0 l3 l3 2l1
Matrice échelonnée :
Définition : une matrice est échelonnée si le nombre de 0 au début de chaque ligne est strictement
croissant quand on passe d’une ligne à la suivante.
0
0 0
0 0 0
Le premier élément non nul de chaque ligne dans une matrice échelonnée s’appelle le pivot.
Exercice :
1 2 3
A 0 5 8 Non échelonnée
9 1 1
1 2 3
B 0 4 5 Échelonnée
0 0 0
1 2 3
C 0 4 5 Échelonnée
0 0 8
1 5 7 8
0 9 9 10
D Non échelonnée
0 0 2 1
0 0 0
1
On appelle opération élémentaire sur une matrice une des opérations suivantes
I. Permuter 2 lignes,
II. Multiplier une ligne par un scalaire non nul,
III. Ajouter à une ligne une combinaison linéaire des autres lignes.
Remarque :
Toute matrice A peut se réduire à une matrice échelonnée grâce à une suite d’opération
élémentaire sur les lignes.
Définition :
Deux matrices A et B sont équivalentes si l’une se déduit de l’autre par une suite finie
d’opérations élémentaires, on note A~𝐵.
1 2 3 l1 1 2 3 l1 1 2 3
A 4 0 1 l 2 l 2 4l1 ~ 0 8 11 l2 ~ 0 8 11
20
3 2 1 l l 3l 0 4 8 4
3 l l l 0 0
8
3 1 3 3 2
8
1 2 3 l1 1 2 3 l1 1 2 3
B 4 5 1 l 2 l 2 4l1 ~ 0 3 11 l 2 ~ 0 3 11
2 1 1 l l 2l 0 3 5 l l l 0 0 6
3 3 1 3 3 2
Définition :
Le rang d’une matrice A égal au nombre de ligne non nul après l’échelonnement :
B ce n’est que A 1 .
Exemples 1:
1 2 1 0 1 2 1 0 l1 l 2 l1 1 0 2 1
A I 2
l1
~
1 ~
3 1
3 4 0 1 l 2 l 2 3l1 0 2 3 1 l 2 2 l 2 0 1 2 2
2 1
Donc A 1 3 1
2 2
Exemple 2:
1 0 0
A 2 1 0
1 1 2
1 0 0 1 0 0 1 0 0 1 0 0
A I 2 2 1 0 0 1 0 l 2 l 2 2l1 ~ 0 1 0 2 1 0 l3 l3 l 2 ~
1 1 2 0 0 1 l3 l3 l1 0 1 2 1 0 1
1 0 0 1 0 0 1 0 0 1 0 0
0 1 0 2 0
1
0 1 0 2 1 0 l3 l3 ~ 1
0 0 2 3 1 1 2
0 0 1 3 1 1
2 2 2
1 0 0
Donc A 2
1
1 0
3 1 1
2 2 2
1 1 1
A 2 0 1
1 3 2
1 1 1 1 0 0 1 1 1 1 0 0
A I 3 2 0 1 0 1 0 l2 l2 2l1 ~ 0 2 1 2 1 0 l3 l3 l2 ~
1 3 2 0 0 1 0 2 3 1 0 1
1 1 1 1 0 0 l l 2
2
0 2 1 2 1 0 2
l
0 0 4 3 1 1 l3 3
4
1 1
1 0 0 0
1 1 1 1 0 0 2 2 l l 1 l
1
~ 0 1 1
1
0 l1 l1 l 2 0 1 1
1 1
0
2 2
2 ~
3
2 2 2 2 1
0 0 1 3 1 1 0 0 1 3 1 1 l l1 2 l3
4 4 4 4 4 4
3 5 1 3 5 1
1 0 0 5 8 8 8 8 8
I n A 1 0 1 0
5 3
8 8
1
8
Alors A 1
8
5 3
8
1
8
.
0 0 1 3 1 1 3 1 1
4 4 4 4 4 4
2 1 3
B 0 2 1
1 3 2
2 1 3 1 0 0 1 3 2 0 0 1
B I n 0 2 1 0 1 0 l1 l3 ~ 0 2 1 0 1 0 l3 l3 2l1 ~
1 3 2 0 0 1 2 1 3 1 0 0
1 3 2 0 0 1 1 3 2 0 0 1 l 1
l2
1 0 1 0 l3 l3 l 2 ~ 0 2 1 0 2
7 2 ~
0 2 1 0 2
0 7 1 1 0 2 2
0 0 5 1 2 l3 l3
7
5
2 2
1 3
1 0 0 1
1 3 2 0 0 1 2 2 l l 1 l
0 l1 3l 2 l1 ~ 0 1 0
0 1 1 0 1 1 1 1 1 3
2 ~
0
2 2 2 2 1
0 0 1 2 0 0 1 2 l l 2 l3
7 4 7 4 2
2
5 5 5 5 5 5
1 11 7
1 0 0 5 5 5
I n B 1 0 1 0
1
5
1
5
2
5
0 0 1 2 7 4
5 5 5
1 11 7
5 5 5
Donc B 1
1 1 2
5 5 5
2 7 4
5 5 5
1 2 3
C 0 7 5
1 5 2
1 2 3 1 0 0 1 2 3 1 0 0
C I n 0 7 5 0 1 0 l3 l3 l1 ~ 0 7 5 0 1 0 l3 l3 l2 ~
1 5 2 0 0 1 0 7 5 1 0 1
1 2 3 1 0 0
C I n 0 7 5 0 1 0 Rang(C)=2 donc C n’est pas inversible
0 0 0 1 1 1
1 2 3
D 0 1 1
2 5 6
On dit que A est inversible si est seulement si det A 0 , l’inverse de A est notée A , définie par
1
A 1
1
com AT .
det A
2 1 3
Exemple : Soit A 0 2 1
1 3 2
2 1 3 2 1 3 2 1
det A 0 2 1 l3 l3 l1 0 2 1 2 7 1 22 1 21 2 5 0
1 1 7 7 5
2 2 2 2 2
7 1 2 2
1 3 2 0
2 2
det A 0 Donc l’inverse de A existe, notée A 1 ,
2 1 0 1 0 2
11 1 12 1 13 2
3 2 1 2 1 3
1 3 2 3 2 1
21 11 22 1 23 7
3 2 1 2 1 3
1 3 2 3 2 1
31 7 32 2 33 4
2 1 0 1 0 2
1 11 7
com A T
1 1 2
2 7 4
1 11 7
1 11 7 5 5 5
1
1 2 Donc A
2
A 1
1
com AT 1
1 1
1
det A 5
5 5 5
2 7 4 2 7 4
5 5 5