Académique Documents
Professionnel Documents
Culture Documents
Calcul Matriciel
Module M1202 - Semestre 1
Thierry Bay
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Sommaire
1 Définition et opérations
Définition d’une matrice
Opérations sur les matrices
Systèmes linéaires et matrices
Quid ? Pourquoi ?
1 0
−3
M = √1 2.45 π
43 0 −100
Transformations géométriques :
1 0 0
Définition I
Notion de matrice
On appelle matrice de type (n, p) (pour n lignes et p colonnes) à
cœfficients dans K (R ou C) toute famille A = (ai,j )1≤i≤n,1≤j≤p
d’éléments de K.
Si n = p, c’est une matrice carrée d’ordre n (ou p).
Quelques exemples
1 0 0
1 1 −1 0 1
−1
; ; ; Id = 0 1 0.
2 2 3 5 3 −6
0 0 1
Soit le système d’équations linéaires à 3 variables :
x + y + 2z = 2 1 1 2
2x + 3y − z =−9 =⇒ A = 2 3 −1.
−x + 2y + z=−5 −1 2 1
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Définition
Généralisons...
On note Mn,p (K) l’ensemble des matrices de types (n, p) à cœfficients
dans K. Présentation d’une matrice sous forme d’un tableau à n lignes et
p colonnes d’éléments de R, avec l’élément aij à la ième ligne - jème colonne :
a1,1 a1,2 · · · a1,p
a2,1 a2,2 · · · a2,p
M = (aij )1≤i≤n = . .. .. ..
1≤j≤p .
. . . .
an,1 an,2 · · · an,p
0 0
a1,1 ···
a2,1 a2,2 · · · 0
M= . . . ..
.. . . . . .
an,1 an,2 ··· an,n
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Définition
Généralisons...
On note Mn,p (K) l’ensemble des matrices de types (n, p) à cœfficients
dans K. Présentation d’une matrice sous forme d’un tableau à n lignes et
p colonnes d’éléments de R, avec l’élément aij à la ième ligne - jème colonne :
a1,1 a1,2 · · · a1,p
a2,1 a2,2 · · · a2,p
M = (aij )1≤i≤n = . .. .. ..
1≤j≤p .
. . . .
an,1 an,2 · · · an,p
Définition
Généralisons...
On note Mn,p (K) l’ensemble des matrices de types (n, p) à cœfficients
dans K. Présentation d’une matrice sous forme d’un tableau à n lignes et
p colonnes d’éléments de R, avec l’élément aij à la ième ligne - jème colonne :
a1,1 a1,2 · · · a1,p
a2,1 a2,2 · · · a2,p
M = (aij )1≤i≤n = . .. .. ..
1≤j≤p .
. . . .
an,1 an,2 · · · an,p
0 0
a1,1 ···
0 a 2,2 ··· 0
M= . . .. ..
. . . . . .
0 0 ··· an,n
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Définition
Généralisons...
On note Mn,p (K) l’ensemble des matrices de types (n, p) à cœfficients
dans K. Présentation d’une matrice sous forme d’un tableau à n lignes et
p colonnes d’éléments de R, avec l’élément aij à la ième ligne - jème colonne :
a1,1 a1,2 · · · a1,p
a2,1 a2,2 · · · a2,p
M = (aij )1≤i≤n = . .. .. ..
1≤j≤p .
. . . .
an,1 an,2 · · · an,p
Définition
Généralisons...
On note Mn,p (K) l’ensemble des matrices de types (n, p) à cœfficients
dans K. Présentation d’une matrice sous forme d’un tableau à n lignes et
p colonnes d’éléments de R, avec l’élément aij à la ième ligne - jème colonne :
a1,1 a1,2 · · · a1,p
a2,1 a2,2 · · · a2,p
M = (aij )1≤i≤n = . .. .. ..
1≤j≤p .
. . . .
an,1 an,2 · · · an,p
Exemple
1 −1 0 3 1 1 4 0 1
+ =
2 3 5 −4 5 2 −2 8 7
Obtenu comme suit : 1 + 3 = 4, −1 + 1 = 0, 0 + 1 = 1, . . .
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
λ(µA) = (λµ)A
λ(A + B) = λA + λB
L’addition est également distributive sur cette multiplication :
(λ + µ)A = λA + µA
matrice[n1 × p1 ] × matrice[n2 × p2 ] si p1 = n2
Exemple de multiplication
1 −1 1 −1 0
−1 −4 −5
Le produit de par est : .
3 −6 2 3 5 −9 −21 −30
Remarques
Attention ! La multiplication matricielle est associative mais pas
commutative : A ∗ B 6= B ∗ A.
La matrice Id (identité) est l’élément neutre.
La multiplication est distributive aussi bien à droite qu’à gauche :
(A + B) × C = A × C + B × C
A × (B + C ) = A × B + A × C
pour tout A, B et C telles que les multiplications soient définies.
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
30 −2
−3
Matrice du système S : A = 50 −3 3 .
0 1 −9
Matrice augmentée
On appelle matrice augmentée du système le tableau M issu d’une conca-
ténation de A et du second membre :
30 −2 −3 −18
M = 50 −3 3 2 .
0 1 −9 6
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Principe
Méthode de base : remplacer le système par un autre plus simple.
On peut réaliser les manipulations suivantes :
Multiplier une équation par un coefficient non nul ;
Permuter deux équations ;
Ajouter un multiple d’une équation à une autre.
Ces manipulations correspondent au niveau matriciel à :
Multiplier une ligne par un coeffient non nul
Permuter deux lignes ;
Ajouter un multiple d’une ligne à une autre.
1 - Matrice échelonnée
Une matrice est échelonnée si elle a les propriétés suivantes :
1 Dans toute ligne non nulle, le premier élément non nul, appelé
élément directeur, est 1 ;
2 Les lignes dont tous les éléments sont nuls sont regroupées en bas
de la matrice ;
3 Dans deux lignes non nulles consécutives, le "1" directeur de la ligne
inférieure se trouve à droite du "1" directeur de la ligne précédente.
Exemples :
0 1 0 0 1 0 2
−3
Pour 1 2 1 ? Et pour 0 0 0 0 1 ?
0 0 0 0 0 0 0 0
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
2 - Matrice réduite
Une matrice échelonnée est une matrice échelonnée réduite lorsqu’elle a la
propriété suivante :
Toute colonne contenant un "1" directeur a des 0 partout.
Exemples :
1 0 0 1 0 1 2
Pour 0 1 2 ? Et pour 0 0 1 1 ?
0 0 0 0 0 0 0
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Algorithme
On retrouve les deux étapes :
Echelonnage :
Identifier la colonne la plus à gauche contenant au moins un élément
a non nul.
Permuter autant de fois nécessaires les premières lignes pour que
l’élément a non nul identifié soit positionné sur la première ligne.
Multiplier alors la ligne l1 par 1a pour faire apparaître un 1 directeur.
Ajouter à toutes lignes suivantes un multiple de l1 pour annuler les
éléments sous le 1 directeur afin d’obtenir une matrice échelonnée.
Réduction :
Ajouter à une ligne les multiples bien choisis des lignes situées
au-dessous d’elle en commençant par la plus basse et en remontant
les lignes.
Attention : dans les cas où une colonne ne contient pas de 1
directeur, donner une valeur arbitraire à la variable correspondante.
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
l2 ↔ l1 , l1 → 1/3l1 , l3 → l3 − 3l1 , l3 → l3 − l2 .
0 1 0 0
det(B) = 30 × 24 − 50 × 21
30 −2 −3
Il s’écrit
sous forme matricielle A×
X =R
30 −2 −3
x −18
où A = 50 −3 3 , X = y et R = 2 .
0 1 −9 z 6
Si on multiplie à gauche chaque membre de l’équation par l’inverse de la
matrice A i.e. A−1 , on obtient :
Finalement, on obtient :
24 −21 −15
x −18
y = 1 × 450 −270 −30 × 2
−330
z 50 −30 10 6
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Définition
Valeur et vecteur propre
Soit A une matrice carrée à coefficients dans R. Nous l’associerons
plus tard avec les applications linéaires.
Un scalaire λ ∈ R est une valeur propre de A si et seulement si il
existe un vecteur v de Rn non nul tel que :
Av = λv .
Le vecteur v est le vecteur propre de A associé à la valeur propre λ.
Le polynome caractéristique
Le polynome caractéristique de A noté pA (λ), s’écrit comme suit :
pA (λ) = det(A − λId).
Il permet de déterminer les valeurs propres en résolvant :
pA (λ) = 0.
Pour chaque λ, on cherche alors les vecteurs propres v associés.
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Exemple
det(A − λId) = λ2 − 3λ − 4 = 0
En résolvant, on obtient λ = 4 et λ = −1
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Exemple
2 0
−3 x
=
3 −2 y 0
On en retire : y = Tousles vecteurs
3
2 x. propres associés à cette valeur
x
propre sont donc de la forme 3 . On choisit par exemple x = 2, ce qui
2x
2
donne : v = . Tous les autres sont des multiples de v . De même pour
3
1
λ = −1, avec laquelle on obtient v =
−1
Définition et opérations Déterminants Résolution matricielle des systèmes Valeurs propres et diagonalisation
Définitions
Matrices semblables et diagonalisation
Deux matrices A et B sont semblables s’il existe une matrice inversible P
telle que : A = PBP −1 . Une matrice A est diagonalisable si et seulement
si elle est semblable à une matrice diagonale.
Théorème
Une matrice carrée A d’ordre n est diagonalisable si et seulement si elle a
n vecteurs propres linéairement indépendants.
Proposition
Des vecteurs propres correspondant à des valeurs propres distinctes sont
linéairement indépendants. Autrement dit, si A a n valeurs propres dis-
tinctes, A est diagonalisable.
ATTENTION !
Ce n’est pas parce que les valeurs propres ne sont pas distinctes que la
matrice A n’est pas diagonalisable.