Université Virtuelle de Tunis

Algèbre 2

N.Chaouachi

RIoT1-S2 1/40
Chap 1: Eléments de calculs
matriciels

RIoT1-S2 2/40
I. Définitions & notations
Définition (matrice)
Une matrice de type (n , p) à coefficients dans ℝ (ou ℂ) est un tableau de
nombres réels (ou complexes) à n lignes et p colonnes.

1 2 0 
Exemple avec n=2, p=3: A =  
 4 3 −1 

En générale, on utilise des lettres majuscules pour désigner une matrice.

L’ensemble de ces matrices se note: ℳ(n,p) (ℝ) ou ℳ(n,p) (ℂ).

RIoT1-S2 Chap1:Calculs matriciels 3/40

Exemples de matrices :

Remarque: si p=1, on a l’écriture algébrique d’un vecteur à n composantes.

On peut donc considérer une matrice comme un ensemble de p vecteurs à n

composantes.

RIoT1-S2 Chap1:Calculs matriciels 4/40

 Ecriture indicielle d’une matrice

Soit A une matrice (n, p), on appelle aij pour 1 ≤ i ≤ n et 1 ≤ j ≤ p; les n x p

coordonnées de A .

On notera A=(aij )1 ≤ i ≤ n ou de façon plus explicite:

1≤j≤p

RIoT1-S2 Chap1:Calculs matriciels 5/40

 Ecriture indicielle d’une matrice (suite)
colonne j

ligne i aij

RIoT1-S2 Chap1:Calculs matriciels 6/40

II. Matrice carrée.
• Si n = p, on parle de matrice carrée et l’on note ℳn (ℝ) leur ensemble.

a ii représentent les termes diagonaux

a ij (i ≠ j) représentent les termes nondiagonaux
Si a ij = a ji la matrice est symétrique
Si a ij = −a ji la matrice est antisymétrique ( ⇒ termes diagonaux nuls)

RIoT1-S2 Chap1:Calculs matriciels 7/40

Exemple de matrices carrées particulières:

• La matrice identité I =(a ) avec : a = 1 et a = 0 ∀ i ≠ j

ij ii ij

• Une matrice carrée est diagonale si : a = 0 ∀ i ≠ j

ij

RIoT1-S2 Chap1:Calculs matriciels 8/40

Exemple de matrices carrées particulières (suite)

• Une matrice est triangulaire supérieure si : a = 0 ∀ i > j

ij

2 1 1
 
 0 − 2 0
 0 0 4
 
• Une matrice est triangulaire inférieure si : a = 0 ∀ i < j
ij

 2 0 0
 
 1 − 2 0
1 3 4
 
RIoT1-S2 Chap1:Calculs matriciels 9/40
III. Opérations sur les matrices
Définition (somme et multiplication par un scalaire)
Soient ∊ ℝ, A = (aij ) et B = (bij ) ∊ ℳ(n,p) (ℝ)
• A+B = (aij + bij ) ∊ ℳ(n,p) (ℝ)
• A = ( aij ) ∊ ℳ(n,p) (ℝ)

1) Addition, soustraction

2) Multiplication par un scalaire

RIoT1-S2 Chap1:Calculs matriciels 10/40

Propriétés de l’addition des matrices :

RIoT1-S2 Chap1:Calculs matriciels 11/40

Opérations sur les matrices (suite)
3) Transposition

Définition (Transposition)
On appelle transposée de A = (aij ) ∊ ℳ(n,p) (ℝ), la matrice tA = (aji ) ∊ ℳ(p,n) (ℝ)
Obtenue en permutant les lignes en colonnes.

RIoT1-S2 Chap1:Calculs matriciels 12/40

Propriétés de laTransposition des matrices :

RIoT1-S2 Chap1:Calculs matriciels 13/40

Opérations sur les matrices (suite)
4) Multiplication de deux matrices
Le produit de la matrice A (m x n) avec la matrice B (n x p) donne une matrice
C(m x p) telle que chaque élément cij est égal au produit scalaire de la ligne i
de la matrice A avec la colonne j de la matrice B.

n
C = A ⋅ B ⇔ cij =∑ a ik bkj (1 ≤ i ≤ m;1 ≤ j ≤ p)
k =1

 b1j 
 
 b2j 
⇔ cij = ( a i1 a i2 L a in )
 M 
 
 bnj 

Attention: AB n’existe que si le nombre de colonnes de A est égal au nombre de

lignes de B.

RIoT1-S2 Chap1:Calculs matriciels 14/40

Opérations sur les matrices (suite)
Exemple de multiplication de deux matrices:

5 1
1 0
2  
A=  ; B =  2 3  ; C = A ⋅ B;
4 3 −1  3 4
 
5 1
 1 2 0    9 7
C=  2 3  = 
 4 3 −1   3 4   23 9 
 
Etapes de calcul
5 5
(1 2 0 )  2  = 9 ; ( 4 3 −1)  2  = 23 ;
3 3
   
1 1
(1 2 0 )  3  = 7 ; ( 4 3 −1)  3  = 9
4 4
   

RIoT1-S2 Chap1:Calculs matriciels 15/40

 Produit matriciel :

Définition (produit de matrice)

RIoT1-S2 Chap1:Calculs matriciels 16/40

 colonne j
Produit matriciel en pratique :

 b11 K b1 j K b1q 
 
 M O M M 
p b K bkj K bkq 
 k1  =B
 M M O M 
b K bpj K bpq 
p
 p1
 a11 K a1k K a1 p   c11 K c1 j K a1q 
   
A=
 M O M M   M O M M 
ligne i a K aik K aip  c K cij K aiq  = A B
 i1   i1 
 M M O M   M M O M 
a K ank K anp  c K cnj K anq 
 n1  n1

RIoT1-S2 Chap1:Calculs matriciels 17/40

 Produit matriciel en pratique :

 b11 K b1 j K b1q 
 
 M O M M 
b K bkj K bkq 
 k1  =B
cij = ai1 × b1 j  M M O M 
b K bpj K bpq 
 p1
 a11 K a1k K a1 p   c11 K c1 j K a1q 
   
 M O M M   M O M M 
A=
a K aik K aip  c K cij K aiq  = A B
 i1   i1 
 M M O M   M M O M 
a K ank K anp  c K cnj K anq 
 n1  n1

RIoT1-S2 Chap1:Calculs matriciels 18/40

 Produit matriciel en pratique :

 b11 K b1 j K b1q 
 
 M O M M 
b K bkj K bkq 
 k1  =B
cij = ai1 × b1 j + ... + aik × bkj  M M O M 
b K bpj K bpq 
 p1
 a11 K a1k K a1 p   c11 K c1 j K a1q 
   
 M O M M   M O M M 
A=
a K aik K aip  c K cij K aiq  = A B
 i1   i1 
 M M O M   M M O M 
a K ank K anp  c K cnj K anq 
 n1  n1

RIoT1-S2 Chap1:Calculs matriciels 19/40

 Produit matriciel en pratique :

 b11 K b1 j K b1q 
 
 M O M M 
b K bkj K bkq 
 k1  =B
cij = ai1 × b1 j + ... + aik × bkj + ... + aip × b pj  M M O M 
b K bpj K bpq 
 p1
 a11 K a1k K a1 p   c11 K c1 j K a1q 
   
 M O M M   M O M M 
A=
a K aik K aip  c K cij K aiq  = A B
 i1   i1 
 M M O M   M M O M 
a K ank K anp  c K cnj K anq 
 n1  n1

RIoT1-S2 Chap1:Calculs matriciels 20/40

Produit matriciel en pratique :

 b11 K b1 j K b1q 
 
 M O M M 
b K bkj K bkq 
 k1  =B
 M M O M 
b K bpj K bpq 
 p1
 a11 K a1k K a1 p   c11 K c1 j K a1q 
   
 M O M M   M O M M 
A=
a K aik K aip  c K cij K aiq  = A B
 i1   i1 
 M M O M   M M O M 
a K ank K anp  c K cnj K anq 
 n1  n1

RIoT1-S2 Chap1:Calculs matriciels 21/40

Produit matriciel en pratique :

 b11 K b1 j K b1q 
 
 M O M M 
b K bkj K bkq 
 k1  =B
 M M O M 
b K bpj K bpq 
 p1
 a11 K a1k K a1 p   c11 K c1 j K a1q 
   
 M O M M   M O M M 
A=
a K aik K aip  c K cij K aiq  = A B
 i1   i1 
 M M O M   M M O M 
a K ank K anp  c K cnj K anq 
 n1  n1

RIoT1-S2 Chap1:Calculs matriciels 22/40

Produit matriciel – Exemple 1:

RIoT1-S2 Chap1:Calculs matriciels 23/40

Produit matriciel – Exemple 1:

Calcul de C11 :

RIoT1-S2 Chap1:Calculs matriciels 24/40

Produit matriciel – Exemple 1:

Calcul de C12 :

RIoT1-S2 Chap1:Calculs matriciels 25/40

Produit matriciel – Exemple 1:

Calcul de C13 :

RIoT1-S2 Chap1:Calculs matriciels 26/40

Produit matriciel – Exemple 1:

Calcul de C21 :

RIoT1-S2 Chap1:Calculs matriciels 27/40

Produit matriciel – Exemple 1:

Calcul de C22 :

RIoT1-S2 Chap1:Calculs matriciels 28/40

Produit matriciel – Exemple 1:

Calcul de C22 :

RIoT1-S2 Chap1:Calculs matriciels 29/40

Produit matriciel – Exemple 1:

Calcul de C23 :

RIoT1-S2 Chap1:Calculs matriciels 30/40

Produit matriciel – Exemple 1:

et

RIoT1-S2 Chap1:Calculs matriciels 31/40

Produit matriciel – Exemple 2:

et

Le produit d’une matrice par un vecteur est un vecteur.

RIoT1-S2 Chap1:Calculs matriciels 32/40

Propriétés de la multiplication des matrices:

Attention: Le produit matriciel n’est pas commutatif, c’est à dire que si A et

B sont deux matrices quelconques, en général A × B ≠ B × A. En effet, le
nombre de lignes et de colonnes des matrices A et B peuvent permettre
d’effectuer le produit AB mais pas nécessairement le produit BA. De plus, même
dans le cas où les deux produits existent, généralement AB n’est pas égal à BA.

RIoT1-S2 Chap1:Calculs matriciels 33/40

Produit non commutatif- Exemple 1

Soit et

On peut faire le produit A × B car le nombre de colonnes de A est égal au

nombre de lignes de B.
Par contre on ne peut pas faire le produit B × A car le nombre de colonnes de
B n’est pas égal au nombre de lignes de A.

RIoT1-S2 Chap1:Calculs matriciels 34/40

Produit non commutatif- Exemple 2

Soit

Cette fois-ci, contrairement à l’exemple précédent, les deux produits A × B et

B × A sont définis:

Nous voyons bien que le produit matriciel n’est pas commutatif :

RIoT1-S2 Chap1:Calculs matriciels 35/40

 Puissance d’une matrice :

Définition (Puissances de matrice)

Soit A une matrice carrée d’ordre n. Soit k un entier naturel non nul. On note

RIoT1-S2 Chap1:Calculs matriciels 36/40

IV. Matrice inversible

Définition (matrice inversible)

Soit A une matrice carrée d’ordre n. On dit que la matrice A est inversible
(ou régulière ) s’il existe une matrice carrée B d’ordre n telle que :

A x B = B x A = In .

• Lorsque cette matrice B existe, elle est unique. B est alors appelée
l’inverse de la matrice A et est noté A-1 .

• Si A-1 n’existe pas on dit que A est singulière.

RIoT1-S2 Chap1:Calculs matriciels 37/40

Matrice inversible – Exemple 1 :

La matrice est inversible, en effet :

On doit déterminer a, b, c et d dans ℝ telle que:

a=1
b=-3
b= 3
c=0
d=1

Par conséquent:

RIoT1-S2 Chap1:Calculs matriciels 38/40

Matrice inversible – Exemple 2:

La matrice n’est pas inversible.

RIoT1-S2 Chap1:Calculs matriciels 39/40

Propriétés de l’inversion des matrices :

RIoT1-S2 Chap1:Calculs matriciels 40/40