Académique Documents
Professionnel Documents
Culture Documents
Calcul matriciel
Sommaire
2.1 Définitions et notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Matrices particulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Transposition et matrices symétriques . . . . . . . . . . . . . . . . . . . . 15
2.4 Opérations sur les matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.5 Déterminant, rang et trace d’une matrice . . . . . . . . . . . . . . . . . . . 19
2.6 Matrice inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.7 La méthode du pivot de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.8 Diagonalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
L’ensemble des matrices à n lignes et p colonnes à coefficients dans R est noté Mn,p (R).
Les éléments de Mn,p (R) sont appelés matrices réelles.
13
CHAPITRE 2. CALCUL MATRICIEL
2.2. MATRICES PARTICULIÈRES
� Exemple 2.1.
Considérons les matrices suivantes
Ñ : é Ñ é
Å ã 1 7 0 −3 8 −6
2 5 −1
A= ,B= 2 9 −1 7 et C = 2 4
3 −2 0
4 2 3 6 1 2
A, B et C sont des matrices de types 2 × 3, 3 × 4 et 3 × 2 respectifs.
• Si la matrice A n’a qu’une seule ligne (n = 1), elle est dite matrice ligne ou vecteur
ligne. On la note � �
A = a11 a12 . . . a1p .
• Si A n’a qu’une seule colonne (p = 1), elle est appelée matrice colonne ou vecteur
colonne. On la note á ë
a11
a21
A= .. .
.
an1
• La matrice de taille n × p dont tous les coefficients sont des zéros est appelée la matrice
nulle et est notée 0n,p ou plus simplement 0.
i < j =⇒ aij = 0.
14 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.3. TRANSPOSITION ET MATRICES SYMÉTRIQUES
i > j =⇒ aij = 0.
• On dit que A ∈ Mn (R) est diagonale si tous ses coefficients situés en dehors de la
diagonale principale sont nuls. Elle s’écrit :
à í
a11 0 · · · 0
. .
0 a22 . . ..
A= .. . . . . .
. . . 0
0 . . . 0 ann
Remarquons qu’une une matrice diagonale est une matrice triangulaire inférieure et
triangulaire supérieure.
• Un vecteur v est dit non négatif, v ≥ 0, si tous ses éléments sont non négatifs.
• Un vecteur v est dit non nul, v �= 0, si au moins un de ses éléments est non nul.
15 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.3. TRANSPOSITION ET MATRICES SYMÉTRIQUES
Autrement dit, si A = (aij )1≤i≤n alors AT = (a�ij ) 1≤i≤p où a�ij = aji pour tout i, j.
1≤j≤p 1≤j≤n
� Exemple 2.2. Å ã
2 0 −3
Soit la matrice A d’ordre 2 × 3 suivante A = , sa matrice transposée est la
Ñ 1 −1
é 2
2 1
matrice AT d’ordre 3 × 2 telle que AT = 0 −1 .
−3 2
� Propriété 2.1.
L’opération de transposition obéit aux règles suivantes :
• (A + B)T = AT + B T
• (αA)T = αAT
• (AT )T = A
• (AB)T = B T AT
� Exemple 2.3. Ñ é Ñ é
1 2 0 0 5 −9
Soient les matrices suivantes : A = 2 3 −1 et B = −5 0 7
0 −1 8 9 −7 0
• On a A = B donc A est symétrique.
T
16 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.4. OPÉRATIONS SUR LES MATRICES
� Exemple
Å 2.4. ã Å ã
1 0 3 3 5 1
Soient A = et B = .
4 2 1 2 0 7
La somme de A et B donne :
Å ã Å ã
1+3 0+5 3+1 4 5 4
A+B = =
4+2 2+0 1+7 6 2 8
� Remarque 2.1.
On ne peut additionner que des matrices de même taille.
� Exemple
Ñ 2.5.
é
2 5
Si A = 3 6 alors le produit de A par 5 donne
1 4
Ñ é Ñ é
5×2 5×5 10 25
5A = 5×3 5×6 = 15 30
5×1 5×4 5 20
17 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.4. OPÉRATIONS SUR LES MATRICES
a11 a12 . . . a1p á ë c11 . . . c1j . . . c1n
.. .. .. .. b11 . . . b1j . . . b1n .. .. . .. ..
.
. . . b21 . . . b2j . . . b2n
.
. .. . .
ai1 ai2 . . . aip .. . .. . = . . . cin
..
. .. . .. ci1 . . . cij
. .. ... .. . .. .. . .. ..
.. . . bp1 . . . bpj . . . bpn
. . .. . .
am1 am2 . . . amp cm1 . . . cmj . . . cmn
� Remarque 2.2.
La multiplication de deux matrices n’est possible que si le nombre de colonnes de A
correspond au nombre de lignes de B.
� Exemple 2.6. Ñ é
Å ã 1 2 4
2 0 −3
Soient les deux matrices A = et B = 0 2 3 .
1 −1 2
2 1 0
• La matrice A est d’ordre 2 × 3, et la matrice B est d’ordre 3 × 3, donc le produit de A
par B est possible et il est égal à :
Ñ é
Å ã 1 2 4
2 0 −3
AB = 0 2 3
1 −1 2
2 1 0
Å ã
−4 1 8
=
5 2 1
� Propriété 2.2.
Le produit matriciel est
• associatif :
A(BC) = (AB)C
• distributif par rapport à la somme :
A(B + C) = AB + AC et (B + C)A = BA + CA
• non commutatif : AB �= BA
18 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.5. DÉTERMINANT, RANG ET TRACE D’UNE MATRICE
a11 a12
det(A) = = a11 a22 − a12 a21
a21 a22
� Exemple 2.7. Å ã
1 5
Soit la matrice A = , le déterminant de A est le nombre
2 3
� �
� 1 5 �
det(A) = �� � = 1 × 3 − 5 × 2 = −7
�
2 3
� Exemple 2.8. Ñ é
1 2 3
Soit la matrice B = 0 −1 1 .
4 2 1
• En fixant la ligne 1, on obtient
19 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.5. DÉTERMINANT, RANG ET TRACE D’UNE MATRICE
� Remarque 2.3.
SLmed
• Pour le calcul du déterminant, on choisit la ligne ou la colonne qui contient le plus
grand nombre de zéros.
• Les opérations élémentaires sur les lignes ou les colonnes (ajout à une colonne - resp.
une ligne - une combinaison linéaire des autres colonnes - resp. lignes) d’une matrice
ne modifient pas la valeur du déterminant.
• Si on permute deux lignes ou deux colonnes, le déterminant change de signe.
• Si deux lignes ou deux colonnes sont identiques, le déterminant est nul.
• Si on multiplie tous les termes d’une même ligne ou d’une même colonne par un réel
k, le déterminant est multiplié par k.
� Propriété 2.3.
Soient A et B deux matrices de Mn (R), le déterminant satisfait aux propriétés
suivantes :
• det(AB) = det(A) × det(B).
• det(λA) = λn × det(A) (où λ ∈ R).
• det (At ) = det(A).
� Propriété 2.4.
Le rang d’une matrice A ∈ Mm,n (R) est la taille du plus grand déterminant non nul
que l’on peut extraire de A.
� Exemple 2.9.
On considère
Ñ les matrices
é suivantes
Ñ : é
−3 5 6 1 0 1 Å ã
−1 2 3
A= −1 2 2 ,B= 0 5 −1 et C = .
−1 2 1
1 −1 −1 −1 0 −1
• On a det(A) =� −1 �= �0 ⇒ rg(A) = 3 ;
� 1 0 �
• det(B) = 0 et �� � = 5 �= 0 ⇒ rg(B) = 2 ;
0� 5 � �
� 2 3 �
• et pour C, on a �� � = −4 �= 0 ⇒ rg(C) = 2.
2 1 �
20 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.6. MATRICE INVERSE
� Propriété 2.5.
Si A ∈ Mm,n (R) alors rg(A) ≤ min(m, n).
� Exemple 2.10. Ñ é
−3 2 0
Si on considère la matrice A = −1 7 2 alors tr(A) = −3 + 7 + 1 = 5.
0 −1 1
� Propriété 2.6.
La trace satisfait aux propriétés suivantes :
• tr(A + B) = tr(A) + tr(B).
• tr(λA) = λ tr(A), pour tout λ ∈ R.
• tr(AT ) = tr(A).
• tr(AB) = tr(BA).
• tr(ABC) = tr(BCA) = tr(CAB), (permutations circulaires).
� Remarque 2.4.
Une matrice n’est inversible que si son déterminant est non nul.
� Propriété 2.7.
Soient A et B deux matrices inversibles de même ordre, alors :
• L’inverse de A est unique.
−1
• A−1 est inversible et (A−1 ) = A.
� � −1 T
• AT est inversible et AT = (A−1 ) .
• AB est inversible et (AB)−1 = B −1 A−1 .
21 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.7. LA MÉTHODE DU PIVOT DE GAUSS
Pour le calcul de l’inverse d’une matrice, nous commençons par une formule directe dans le
cas simple des matrices carrées d’ordre 2.
� Exemple 2.11. Ñ é
1 1 0
Soit A la matrice définie par A = 2 −1 1 . Calculer A−1 .
1 0 −1
22 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.7. LA MÉTHODE DU PIVOT DE GAUSS
� Exemple 2.12. Ü ê
Ñ é 1 3 7
Å ã 8 1 2 6
5 6 0 1 −5
Les matrices suivantes sont échelonnées : , 0 2 3 −2 et .
0 −1 0 0 0
0 0 3 −1
Ñ 0 é0 0
Å ã 1 2 3 −4
5 0
Les matrices suivantes ne sont pas échelonnées : et 6 1 −2 5 .
−1 1
Ñ é 0 0 2 5
1 0 0 1
La matrice suivante est échelonnée réduite : 0 1 0 0 .
0 0 1 −1
� Algorithme du pivot de Gauss : Il consiste à appliquer des opérations élémentaires sur les
lignes d’une matrice pour se ramener à une matrice échelonnée.
• Étape 1 : Pour appliquer la méthode du pivot de Gauss, il faut d’abord que le premier
coefficient de la première ligne soit non nul. Si ce n’est pas le cas, on peut se ramène au
cas où a11 �= 0 (le pivot) en permutant deux lignes.
ai1
• Étape 2 : Pour chaque i �= 1, on utilise l’opération élémentaire Li ← Li − L1 de façon
a11
à avoir une matrice de la forme :
á ë
a11 a12 . . . a1p
0
A= ..
. A�
0
23 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.7. LA MÉTHODE DU PIVOT DE GAUSS
• Étape 3 : On applique au bloc A� les deux étapes 1 et 2 que nous venons de décrire (en-
dessus). À l’intérieur du bloc A� , on obtient un nouveau bloc A�� et on recommence...
� Exemple 2.13.
Ü ê
1 1 1 1
1 2 3 4
Soit la matrice .
1 3 6 10
1 4 10 20
En utilisant la méthode de Gauss, on obtient successivement :
Ü ê Ü ê Ü ê
1 1 1 1 1 1 1 1 1 1 1 1
0 1 2 3 0 1 2 3 0 1 2 3
, et .
0 2 5 9 0 0 1 3 0 0 1 3
0 3 9 19 0 0 3 10 0 0 0 1
� Propriété 2.8.
Le rang d’une matrice A est le nombre de lignes non nulles dans sa forme échelonnée
en lignes.
� Exemple 2.14.
Dans l’exemple 2.13, le rang de la matrice A est égal à 4 car sa forme échelonnée comporte
4 lignes non nulles.
AX = B (2.2)
á ë
a1,1 a1,2 · · · a1,n Ö è Ö è
x1 b1
a2,1 a2,2 · · · a2,n .. ..
où A = .. .. .. .. ,X= . et B = . .
. . . .
xn bm
am,1 am,2 · · · am,n
Le système (2.1) est entièrement donné par sa matrice élargie (dite aussi matrice augmentée)
Ö è
a1,1 · · · a1,n b1
(A | B) = .. .. .. .. (2.3)
. . . .
am,1 . . . am,n bm
24 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.7. LA MÉTHODE DU PIVOT DE GAUSS
• Les inconnues xr+1 , xr+2 , ..., xn sont appelées les inconnues secondaires.
1. S’il existe k ∈ [r + 1, m] tel que b��k �= 0, alors le système n’a pas de solution (on dit que le
système est incompatible).
S = {∅}
2. Si on n’a pas des conditions de compatibilité ou pour tout k ∈ [r + 1, m] tel que b��k = 0,
alors le système est compatible (S �= ∅) : il existe au moins une solution (c’est un vecteur
de Rn ) qui dépend de n − r paramètres.
25 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.8. DIAGONALISATION
� Exemple 2.15.
Résoudreles systèmes suivants :
x1 + 2x2 + 2x3 = 2
1. (S1) x + 3x2 − 2x3 = −1 .
1
3x
1 + 5x2 + 8x3 = 8
x1 + 2x2 − 3x3 + x4 = −3
2. (S2) 2x1 + 5x2 − 5x3 + 5x4 = 2 .
−3x1 − 5x2 + 12x3 − x4 = 16
2.8 Diagonalisation
D = P −1 AP
AX = λX.
On a le résultat suivant :
26 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.8. DIAGONALISATION
� Proposition 2.3.
λ est valeur propre de A si et seulement si λ est racine de PA (X).
� Exemple 2.16.
Soit A la matrice donnée par Ñ é
−1 1 1
A= 1 −1 1
1 1 −1
Déterminer Sp(A).
Quand on a déterminé les valeurs propres d’une matrice A, on cherche pour chaque valeur
propre λ les vecteurs propres associés en résolvant l’équation
(A − λIn )X = 0.
Ker A = {X ∈ Rn / AX = 0}
� Exemple 2.17.
Soit A la matrice définie par Å ã
2 1
A=
1 2
3 est valeur propre de A.
1. Déterminer dim E3 .
2. Déterminer E3 .
27 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.8. DIAGONALISATION
Les questions qui se posent maintenant sont essentiellement les deux questions suivantes :
Pour répondre à la première question nous admettrons sans démonstration les résultats ci-
après, qui donnent des conditions pour qu’une matrice soit diagonalisable.
� Remarque 2.5.
Toute matrice symétrique est diagonalisable.
� Exemple 2.18.
La matrice
Ñ A est-elle diagonalisable
é dans les cas suivants ?
−2 3 −3
1. A = 0 1 −1 .
Ñ 0 1 3 é
3 −1 −1
2. A = 1 1 −1 .
1 −1 1
� Exemple 2.19.
Soit A la matrice donnée par Ñ é
3 −1 −1
A= 1 1 −1
1 −1 1
Diagonaliser A en précisant la matrice D et la matrice de passage P .
28 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.9. EXERCICES
2.9 Exercices
� Exercice 2.1.
Une entreprise commercialise 3 produits P1 , P2 , et P3 . A la fin d’une période de 3 semaines,
les quantités vendues par semaines sont données par la matrice Q suivante :
P1 P2 P3
� 45 120 10 �
Q= 50 90 15
40 98 9
Durant la période de 3 semaines, le prix unitaire hors taxe du produit P1 est 2 DH, pour le
produit P2 de 1 DH et pour le produit P3 de 3 DH.
1. Écrire la matrice colonne P des prix unitaires puis déterminer la matrice V des prix de
vente hors taxe pour ces trois semaines.
2. Calculer le montant TTC que l’entreprise a encaissé pour la vente du produit P2 durant la
période étudiée avec un taux de TVA de 19, 6% sur ces produits.
� Exercice 2.2.
Trois entreprises E1 , E2 et E3 ont estimé leurs besoins en matériels informatiques comme
suit :
Ordinateurs Imprimantes Scanners
Entreprise E1 15 10 3
Entreprise E2 20 7 5
Entreprise E3 10 3 2
Les prix HT par unité, en DH, proposés par deux fournisseurs F1 et F2 sont les suivants :
Prix de F1 Prix de F2
Ordinateur 1524 1372
Imprimante 750 720
Scanner 500 550
Pour chaque question, on nommera par une lettre chaque matrice intervenant, en précisant
ce qu’elle représente.
b– Les deux fournisseurs proposent une remise de 10% sur tous les produits. La TVA sur
ces produits étant de 20% déterminer la matrice des dépenses TTC respectives de E1 ,
E2 et E3 suivant qu’ils achètent chez F1 ou F2 .
a– Établir le système à résoudre pour trouver le prix unitaire TTC de chaque type d’articles.
29 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.9. EXERCICES
c– En déduire la matrice colonne donnant les prix unitaires HT de chaque article chez F3
et conclure.
� Exercice 2.3.
Déterminer le rang des matrices suivantes :
Ü ê
−3 9 −2 3 5 4
1 −3 1 −1 −2 0
1. A =
8 −24 4 −12 −4 −8
−1 3 0 −2 710
Ñ é
1 1 1−m
2. B = 1 + m −1 2
2 −m 3
Ñ é
1 −m m2
3. C = m −m2 m
m 1 −m3
Ü ê
1 1 1 m
1 1 m 1
4. D =
1 m 1 1
m 1 1 1
� Exercice 2.4.
Résoudre par la méthode du pivot de Gauss les systèmes suivants :
x − 3y + z = 1
1. 2x + y − z = −1
x + 11y − 5z = 5
x − 3y + z = 0
2. 2x + y − z = 0
x + 11y − 5z = 0
x+y+z = 3
x + 2y − z = 2
3.
x + 3z = 4
2x + y + 4z = 7
x + y + 3z + 2t = −2
4. 2x + 3y + 4z + t = −1
3x + 7y + z − 6t = 6
� Exercice 2.5.
Le service informatique de gestion d’une entreprise occupe un grand bureau au troisième
étage. Sa masse salariale est de 41 400Dh par mois et ce service utilise 9 ordinateurs pour la
gestion totale.
On restructure ce service en trois bureaux b1 , b2 et b3 de x, y et z personnes respectivement.
30 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.9. EXERCICES
• Chaque personne du bureau b1 reçoit en moyenne 5 100Dh par mois, travaille avec un
ordinateur et s’occupe de 10% de la gestion totale.
1. Traduire les informations ci-dessus en un système (S) de trois équations à trois inconnues
x, y et z.
� Exercice 2.6.
Les matrices suivantes sont-elles diagonalisables ?
Ñ é
Å ã Å ã −7 9 0
3 −2 1 0 1
A= ,B= et C = −6 8 0 .
2 −2 0 3 1
−6 0 2
� Exercice 2.7.
Å ã
−1 2
Soit la matrice A = .
1 0
4. Soient les suites (un ) et (vn ) définies par u0 = 1, v0 = 1 et pour tout entier n
� Exercice 2.8.
On considère la matrice Ö è
3 1
A= 4 10
1 9
4 10
Ü Å ã Å ãn ê
13 n 13
2+5 2−2
1
1. Montrer que An = Å 20 ãn Å 20 ãn
7 13 13
5−5 5+2
20 20
2. Application.
Le directeur d’un magazine souhaite connaître les parts du marché qui seront prises par
31 M. EL HIA
CHAPITRE 2. CALCUL MATRICIEL
2.9. EXERCICES
sa revue. Par expérience il sait que 90% des abonnés renouvellent chaque année leur
souscription, par ailleurs, 25% de la population des non abonnés une année prennent
une nouvelle souscription l’année suivante. On note un et vn les proportions respectives
des non abonnés et abonnés de l’année courante.
Si 20% du marché possède cette année un abonnement au magazine, quel sera le taux des
souscripteurs dans un an, dans 10 ans, à très long terme.
32 M. EL HIA