Académique Documents
Professionnel Documents
Culture Documents
Yann Morère
Mai 2001
Contents
1 Généralités 1
1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Opérations élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3.1 Égalité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3.2 Somme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3.3 Multiplication par un scalaire . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3.4 Multiplication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.5 Transposée d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.6 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.7 Intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.8 Tranconjugée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.9 Trace d’une matrice A(m×n) = (aij ) . . . . . . . . . . . . . . . . . . . . . 4
1.3.10 Matrice décomposées en blocs (ou partitionnement) . . . . . . . . . . . . 4
3 Espaces vectoriels 13
3.1 Dépendance et Indépendance Linéaire . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Équation linéaire, matrices et espaces vectoriels . . . . . . . . . . . . . . . . . . 14
i
4 Matrices Carrées 17
4.1 Matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2 Matrices particulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2.1 Matrice Unité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2.2 Matrice diagonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2.3 Puissance et polynôme de matrices . . . . . . . . . . . . . . . . . . . . . 17
4.2.4 Matrices inversibles ou non singulières . . . . . . . . . . . . . . . . . . . 17
4.2.5 Matrice triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2.6 Matrice symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2.7 Matrice anti-symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2.8 Matrice orthogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2.9 Matrice normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2.10 Matrice hermitienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2.11 Matrice anti-hermitienne . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2.12 Matrice unitaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2.13 Matrice normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.3 Matrices élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.4 Equivalence entre matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.4.1 Equivalence entre deux matrices . . . . . . . . . . . . . . . . . . . . . . 21
5 Déterminants 25
5.1 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.2.1 Inverse d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.2.2 Résolution d’un système d’équations linéaires . . . . . . . . . . . . . . . 28
6 Inversions Matricielles 31
6.1 Définitions et Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
8 Matrices semblables 39
8.1 Définitions et Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
8.2 Matrices diagonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
8.3 Matrices symétriques réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
ii
9 Formes quadratiques 43
9.1 Définition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
9.2 Forme quadratique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
10 Systèmes différenciels 49
10.1 Propriétés et Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
10.2 Cas scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
10.3 Cas matriciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
10.4 Évaluation de eAt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
10.4.1 Calcul numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
10.4.2 A diagonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
10.4.3 Utilisation de la formule de Sylverster . . . . . . . . . . . . . . . . . . . . 50
11 Quelques extras 53
11.1 Forme de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
11.2 Matrice compagne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
iii
1 / 55
Chapter 1
Généralités
1.1 Définitions
Définition 1.1.1. une matrice sur le corps K est un tableau rectangulaire de scalaires aij de
la forme :
a11 a12 . . . a1n
a
21
A=
.
,
A (m × n) = (aij )
..
am1 . . . . . . amn
1.2 Exemples
1. Soit f une fonction réelle de plusieurs variables f (x1 , . . . , xn ) (x = (x1 . . . xn )) on définit
le gradient : µ ¶
∂f ∂f ∂f
fx = = ,...,
∂x ∂x1 ∂xn
2 / 55 Chapitre 1 : Généralités
1.3.1 Égalité
1.3.2 Somme
A + B = (aij + bij )
kA = (k aij )
Yann MORÈRE
1.3 Opérations élémentaires 3 / 55
1.3.4 Multiplication
A (m × p) = (aik ) B (p × n) = (bkj )
A · B (m × n) = (cij )
Pp
avec cij = k=1 aik bkj .
Propriétés :
¤ (AB) C = A (CB)
¤ A (B + C) = AB + AC et (A + B) C = AC + BC
¤ k (AB) = (kA) B = A (kB)
¤ A0 = 0A = 0 zéro est la matrice nulle
¤ evidement AB 6= BA
¤ Si m = n = 1 le résultat du produit est un scalaire
¤ Si p = 1 le produit est une matrice pleine m × n
AT = A
Les lignes de A sont les colonnes de AT .
T
a11 a12 . . . a1n a11 a21 . . . a1m
.. .. . ..
a a
21 . . 12 . . .
= .
. .. . ..
.. ... .. ...
. .
am1 . . . . . . amn a1n . . . . . . amn
¡ ¢
A(m×n) = (aij ) → AT(n×m) = aTij avec aTij = aji .
Propriétés :
¤ (A + B)T = AT + B T
¡ T ¢T
¤ A =A
T
¤ (AB) = B T AT
¤ (kA)T = kAT
1.3.6 Dérivation
A(m×n) = (aij ) avec aij dépendant de α.
µ ¶
dA (α) daij (α)
A (α) = (aij (α)) =
dα dα
1.3.7 Intégration
Z α2 µZ α2 ¶
A (α) dα = aij (α) dα
α1 α1
1.3.8 Tranconjugée
Si A est une matrice définie dans un corps opérant sur C :
T
AH = A transpose de la conjuge,
¡ T ¢ ¡ H¢
avec A(m×n) = (aij ), A(m×n) = (aij ) et AH H
(m×n) = aij = aij avec aij = aij .
Propriétés :
¤ (A + B)H = AH + B H
¡ H ¢H
¤ A =A
¡ H ¢T ¡ T ¢H
¤ A = A =A
min(m,n)
X
trace (A) = aii
i=1
Propriétés :
¤ trace (αA
¡ T ¢+ βB) = αtrace (A) + βtrace (B)
¤ trace A = trace (A)
¡ ¢
¤ trace AH = trace (A)
Yann MORÈRE
1.3 Opérations élémentaires 5 / 55
La transposée est utile dans le sens où un vecteur est une matrice colonne, donc une ligne est
un covecteur et
α1T × b1 α1T × b2 . . . α1T × bn
.. .. .. .. ¡ T ¢
A(m×p) · B(p×n) =
. . . . = αi bj
T T T
αm × b1 αm × b2 . . . α m × bn
L’intérêt est quie si l’on dispose de 2 matrices A et B partitionnées telles que les sommes et les
produits aient un sens :
¤ A = (Aij ) , PB = (Bij ) A + B = (Aij + Bij )
¤ C = AB = νk=1 Aik Bkj avec ν le nombre de blocs en ligne de A et le nombre de blocs en
ligne de B
Exemples :
3 −2 0 0
1 2 0 0 0
2 4 0 0
3 4 0 0 0
A(4×5) =
,
B(5×4) =
0 0 1 2
0 0 5 1 2
0 0 2 −1
0 0 3 4 1
0 0 −4 1
1 2 3 −2
0(2×2) 7 6 0
0
3 4 2 4
17 2 0 0
AB(4×4) =
1 2
=
0 0 −1 11
5 1 2
0(2×2) 2 −1
3 4 1 0 0 7 3
−4 1
Pmin(4,5) Pmin(4,5)
trace (A) = i=1 aii = 1 + 4 + 5 + 4 = 14, trace (B) = i=1 aii = 3 + 4 + 1 − 1 = 7
3 −2 1 2
0(2×2)
2 4 3 4
AB(5×5)
= 2
1
5 1 2
0(2×2) 2 −1
3 4 1
−4 1
−3 −2 0 0 0
14 20 0 0 0
AB(5×5) =
0 0 11 −9 4
0 0 7 −2 3
0 0 −17 0 −7
Montrer que si A possède une ligne nulle, alors AB possède une ligne nulle aussi :
α1T β1T
.. ..
A(m×p) = (a1 , . . . , ap ) =
.
B (p×n) = (b1 , . . . , b n ) =
.
T T
αm βm
Yann MORÈRE
7 / 55
Chapter 2
Opérations élémentaires, application aux
équations linéaires
Exemple :
1 2 −3 0
A = 2 4 −2 2
3 6 −4 3
1
1. multiplier la dernière ligne non nulle par arjr
pour avoir l’élément distingués
2. utiliser arjr = 1 comme pivot pour obtenir des zéros au dessus de arjr , i.e., pour i ∈
{1, . . . , r − 1} appliquer : airi αiT + αiT → αiT
T
3. répéter les étapes 1 et 2 sur les lignes αr−1 à α2T
1
4. multiplier la ligne α1T par arjr
Exemple :
Yann MORÈRE
2.2 Système d’équations linéaires et matrices 9 / 55
1 2 −3 0 1 2 −3 0
A= 0 0 4 2 ∼ 0 0 4 2
T T T
avec α2 → −2α3 + α2
0 0 0 2 0 0 0 1
1 2 −3 0 1 2 0 0
A = 0 0 4 0 , a23 = 4 nouveau pivot →A = 0 0 1 0
forme canonique ligne.
0 0 0 1 0 0 0 1
avec A(m×n) matrice des coefficients, B(m×1) matrice colonne des constantes et X(n×1) matrice
des inconnues.
La matrice M augmentée du système d’équations linéaires s’écrit :
a11 ... ... b1
a ... ... b2
21
M =
.
.. ..
... ... .
am1 . . . amn bm