Mathématiques – cours

Chap 22 : Matrices
Soit  un corps (commutatif), n, p ∈  *

I. Espace vectoriel Mn, p ()

=
Ensemble des matrices à n lignes et p colonnes : Mn , p ( ) {(ai j )i∈1,n, j∈1, p ∈  np }

a  a1 p 
j ∈ 1, p  C j = (ai j )i∈1,n ∈ Mn 1 ( ) la j ième colonne de A
a
 11 12 
a a2 p 
A=  21
i ∈ 1, n  Li = (ai j ) j∈1, p ∈ M1 p ( ) la i ième ligne de A
 
   
 a  an ( p −1) a n p 
 n1 

Mn p ( ) est muni d'une structure de  −=

ev : A (ai j )i , j∈1,n×1, p=
, B (bi j )i , j∈1,n×1, p ∈ Mn p ( )
A + B= (ai j + bi j )i , j∈1,n×1, p  ∀α ∈ ,α A= (α ai j )i , j∈1,n×1, p 

 x1 
 
C    ∈ Mn 1 ( )
Un vecteur colonne est une matrice= On l'identifie à un élément de  n
x 
 n

a  n
 1j 
ϕ ∈ L ( ,  ) (e1 ...e p ) base canonique de  , ( f1 ... f n ) celle de 
p n p n
∀j ∈ 1, p ,ϕ (e=
j) =
  

a 
 ∑a
i =1
ij fi
 n j
 a11  a1 p  Coord. selon f
 
de ϕ Mat (ϕ ) (=
1
La matrice= ai j )i , j∈1,n×1, p   

 

 an 1  an p  Coord. selon f n
 
ϕ ( e1 ) ϕ (e p )

L ( p ,  n ) → Mn p ( )
θ est un isomorphisme de  − ev
ϕ  Mat (ϕ ) = ( ai j ) i∈   
1, n , j∈ 1, p

A = (ai j )i , j∈1,n×1, p ∈ Mn p ( ), B = (bi j )i , j∈1, p×1,q ∈ M p q ( ) C = A × B ∈ Mn q ( ) est défini par :

p
C (ci j )i , j∈1,n×1,q tel que ∀(i, j ) ∈ =
1, n  × 1, q , ci j ∑a
k =1
b
ik k j

Pour tout ϕ ∈ L ( p ,  n ),ψ ∈ L ( q ,  p ) Mat (ϕ ψ ) =

Mat (ϕ ) × Mat (ψ )

On écrit les matrices ainsi (B)

( A) (C )
, et on fait le produit des éléments de la colonne de B par ceux de la ligne de A qui
correspond à la position du ci j :

Associativité et "Distributivité" ( A, B) ∈ Mn p ( ) 2 (C , D) ∈ M p q ( ) 2 (α , β ) ∈  2 F ∈ Mq r ( )
( A × C ) × F = A × (C × F ) (α A + β B) × C = α A × C + β B × C A × (α C + β D) = α A × C + β A × D
1 
 0
=I n (δ i j )(i= = Mat ( Id  ) ∈ Mn n ( )
 
 
, j )∈ 1, n
2

0

 1 

A ∈ Mn p ( ) B ∈ M p n () I=
n×A A B=
× In B

1
Mathématiques – cours

On n’a en général pas commutativité

∀(k , l ) ∈ 1, n  × 1, p  On définit Ek l ∈ Mn p ( ) par : Ek l =

(δ k iδ l j )i j
n p
( Ek l )( k ,l )∈1,n×1, p est la base canonique de Mn p ( ) =A (=
ai j )i j ∑∑ a
=i 1 =j 1
ij Ei j

L 

A ∈ Mn p ( ) A=
(C1 . C. p ).=
 1
    ) celle de M ( )
( Ei j )i j base canonique de Mn n ( ),( E
  kl kl pp
L 
 n
 0  l ème position
 
   ↓
Ei j × A  
Lj  ← i
ème
= 
A× E
position (0  Ck  0)
kl
 

 
 0 
 

(Mn (=
), +, ×, ⋅) (Mn n ( ), +, ×, ⋅) est une  − algèbre non commutative (si n > 1), d'élément neutre pour
la lci × I n et de dimension n 2
(L ( n ), +, , ⋅) → (Mn ( ), +, ×, ⋅)
θ est un isomorphisme de  − algèbres
 ϕ  Mat (ϕ )
x  x 
 1  1
ϕ ∈ L ( p ,  n ), A =
Mat (ϕ ) v ∈  p ,v =   ∈   M ()
 
p
p1 ϕ (v ) =A   
 xp   xp 
   

II. Matrices et applications linéaires

E  − ev de dim finie n B=
(e1 ...en ) base de E
E →   Mn1 ( )
n


ϕ 
−1
 x1  n est un isomorphisme de E dans  n  Mn1 ( )
v    tel que v=∑ x j e j
x 
  n j =1

x 

(v1 ...v p ) ∈ E p , ∀j ∈ 1, p C=

 1
MatB (v=
) = ϕ −1 (v)
  
  j MatB (v j ) MatB (v1 ...v p ) = (C1 ...C p )
x 
 n

 E
p
→ Mn p ( )
 est un isomorphisme de E p dans Mn p ( )
(v1 ...v p )  MatB (v1 ...v p )

E et F deux  − ev de dim finie. B

= (e1 ...e p ) base de E , =
C ( f1 ... f n ) base de F ϕ ∈ L (E, F )
n
MatB,C (ϕ ) = MatC (ϕ (e1 )...ϕ (e p )) = A = (ai j )i j ∀j ∈ 1, p , ϕ (e j ) = ∑a
i =1
ij fi

L ( E , F ) → Mn p ( )
θ est un isomorphisme
ϕ  MatB,C ( )
E , F , G  − ev de dim finies q, p, n ϕ ∈ L ( E , F ),ψ ∈ L ( F , G ) B0 base de G , B de F , C de E
MatB,B0 (ψ ) ∈ Mn p ( )
A= MatC,B (ϕ ) ∈ M p q ( )
B= C= MatC,B (ψ  ϕ ) =
A× B 0

MatB (ϕ ) = MatBB (ϕ )

2
Mathématiques – cours

A ∈ Mn ( ) A est inversible s'il existe B ∈ Mn ( ) tel que AB =

In =
BA A−1
On note B =
E , F  − ev de dim n. B base de E , C de F . ϕ ∈ L ( E , F ) MatB,C (ϕ )
A=
A est inversible ssi ϕ est un isomorphisme de E dans F A−1 = MatC ,B (ϕ −1 )

E  − ev de dim finie n et de base B (v1 ...vn ) ∈ E n =A MatB (v1 ...vn ) ∈ Mn ( )

A est inversible ssi (v1 ...vn ) base de E

Gln ( ) =
{ A ∈ Mn ( ), A inversible} (Gln ( ), ×) est un groupe
(Gl ( E ), ) → (Gln ( ), ×)
Pour tout E  − ev de dim n et B base de E , ξ  est un isomorphisme de groupes
ϕ  MatB (ϕ )

III. Sous ensembles particuliers de Mn()

= A (ai j )i , j∈ 1,n 2 ∈ Mn ( ) est diagonale si pour tout (i, j ) ∈ 1, n  , i ≠ =

j ⇒ ai , j 0
2
Un matrice
 

λ 

Pour tout i ∈ 1, n , on pose λi ai i

 1 0 
= 

 

On note alors A diag (λ1 ...λn )
=
0 λ 
 n

Dn (=
) { A ∈ Mn ( ), A diagonale} est une sous algèbre de Mn ( )
=
Si A diag (λ1 ...λn ) et B diag ( µ1 ...µn ) et α ∈ 
+ B diag (λ1 + µ1 ...λn + µn )
A= α A diag (αλ1 ...αλn )
= AB diag (λ1 µ1 ...λn µn )
=
1 1 
A = diag (λ1 ...λn ) A est inversible ssi pour tout j ∈ 1, n  , λ j ≠ 0 A−1 =
diag  ... 
 λ1 λn 
d miDn ( ) = n Base de Dn ( ) : ( Ei i )i∈1,n

(A , +, ×, ⋅)  − algèbre B sous algèbre de dim finie sur  Si x ∈ B est inversible dans A , alors x −1 ∈ B

B → B
Preuve : Utiliser η  ∈ L ( B) avec x inversible Montrer injectivité ⇒ surjectivité ⇒ η −1 (1) ∈ B
 y  xy

( A, +, ×, ⋅)  − algèbre de dim finie A intègre ⇒ A corps

× est commutative sur Dn ( )

=A (ai j ) ∈ Mn ( ) A est :
− triangulaire supérieure (∈ Tns ( )) si : ∀(i, j ) ∈ t 1, n  , i > j ⇒ ai j =
2
0
− triangulaire inférieure (∈ Tni ( )) si : ∀(i, j ) ∈ t 1, n  , i < j ⇒ ai j =
2
0
− triangulaire supérieure strictement (∈ Tnss ( )) si ∀(i, j ) ∈ t 1, n  , i ≥ j ⇒ ai j =
2
0
− triangulaire inférieure strictement (∈ Tnis ( )) si ∀(i, j ) ∈ t 1, n  , i ≤ j ⇒ ai j =
2
0
Tns ( ) est une sous algèbre de Mn ( )
Aet B ∈ Tns , pour tout i ∈ 1, n  , ( AB)ii =
aii bii

3
 Mathématiques – cours

1
A ∈ Tns ( ) A est inversible ssi pour tout j ∈ 1, n  , a j j ≠ 0 A−1 ∈ Tns ( ) ( A−1 ) j j =
aj j

n(n + 1)
Base de Tns : ( Ei j )i≤ j Base de Tni : ( Ei j )i≥ j ⇒ dim Tns = dim Tni =
2
n(n − 1)
Base de Tnss : ( Ei j )i< j Base de Tnis : ( Ei j )i > j ⇒ dim Tnss = dim Tnis =
2
A ∈ Tnss ( ) ⇒ An =
0Mn (  )

Mn p ( ) → M p n ( )
Transposée sur Mn p ( ) : τn p 
 A = t
A (bi j )i j tq ∀(i, j ) ∈ 1, p  × 1, n , =
bi j a j i
La transposée est un isomorphisme de Mn p ( ) sur M p n ( ), et (=
τ n p ) −1 τ p n , càd=
t t
( A) A
τ n n ∈ Gl (Mn n ( )) ∀A ∈ Mn p ( ), B ∈ M p q ( ), t ( AB) = t B t A

On vérifie par la transposée que toutes les propriétés montrées pour Tns et Tnss sont valables pour Tni et Tnis
∀∈ Gln ( ) ( t A) −1 = t ( A−1 )

Une matrice A ∈ Mn ( ) est symétrique si t A =

A, et antisymétrique si t A =
−A
Sn ( ) =
{ A ∈ Mn ( ), t A =
A} An ( ) =
{ A ∈ Mn ( ), t A =
− A}
Sn ( ) et An ( ) sont des sous-espaces vectoriels et Sn ( ) ⊕ An ( ) =
Mn ( )
n(n + 1) n(n − 1)
dim  Sn ( ) = dim  An ( ) =
2 2

A+ tA A− tA
=
Preuve : A + : partie symétrique / antisymétrique
2 2

Si A est antisymétrique, alors ∀j ∈ 1, n , a j j =0

De manière générale, pour ( A, B ) ∈ Sn ( ), AB ∉ Sn ( )
Base de Sn ( ) :{E j j , j ∈ 1, n } ∪ {( Ei j + E j i ), i < j} de An ( ) :{( Ei j + E j i ), i < j}
Tns ( ) ⊕ Tnis ( ) =
Mn ( )

E  − ev de dimension p B=
(e1 ...e p ) base de E
=  E* L ( E ,  ) → M1 p ( )
θ est un isomorphisme
ϕ  MatB (ϕ ) = (ϕ (e1 )...ϕ (e p ))
Les matrices lignes représentent les familles linéaires

IV. Matrices de changement de bases

E  − ev de dimension n B0 ==
(e1 ...en ) et B ( w1 ...wn ) bases de E
La matrice de changement de base de= =
B0 à B est P Mat B0 ( w1 ...wn ) MatB0 (B)
P = MatB0 (ϕ ) où ϕ est l'unique application linéaire qui envoie B0 sur B
P MatBB0 ( Id E ) ∈ Gln ( )

4
Mathématiques – cours

P la matrice de passage de B0 à B v∈E =

X 0 MatB0 (v) =
X MatB (v) =
X 0 PX
P −1 est la matrice de changement de base de B à B0
E et F deux  − ev de dim finies p et n B0 et B bases de E , C0 et C bases de F
P ∈ Gl p ( ) matrice de passage de B0 à B, et Q ∈ Gln ( ) celle de C0 à C
ϕ ∈ L ( E, F ) =
A0 MatB C (ϕ )
0 0
=A MatBC (ϕ ) A0 QAP −1
Alors=

E  − ev de dim n B0 et B deux bases de E ϕ ∈ L (E) A0 =MatB0 (ϕ ), A =MatB (ϕ )

Si P est la matrice de changement de base de B0 à B, A0 = PAP −1

A et B ∈ Mn ( ) sont semblables s'il existe P ∈ Gln ( ) tel que A =

PBP −1
La similitude est une relation d'équivalence sur Mn ( )
Deux matrices sont semblables ssi elles représentent la même app. lin. dans deux bases différentes

V. Rang d’une matrice

A∈M
=n p ( ) A (C1 ...C p ) où pour tout j ∈ 1, p  , C j ∈ Mn1 ( )   n
Le rang = =
de A rg( A) rg  (C1 ...C p ) dim  (Vect (C1 ...C p ))

rg( A) ≤ min(n, p )

E  − ev de dim n B=
0 (e1 ...en ) base de E A ∈ Mn p ( ) Si A= Ma B0 t(v1 ...vn ) alors rg( A=
) rg(v1 ...vn )
E et F deux  − ev de dim p et n B base de E , C base de F ϕ ∈ L ( E, F ) MatB C (ϕ ) ∈ Mn p ( )
A=
rg( A) = rg(ϕ )

Si A ∈ Mn p ( ) est la matrice de ϕ ∈ L ( E , F ) n ssi ϕ est surjective de E dans F

rg( A) =
rg( A) = p ssi ϕ est injective de E dans F
=
Si A M atB (v1 ...v p ) rg( A) n ssi (v1 ...v p ) est génératrice
rg( A) = p ssi (v1 ...v p ) est libre

( A, B) ∈ Mn p ( ) A et B sont équivalentes s'il existe P ∈ Gln ( ), Q ∈ Gl p ( ) tq A =

PBQ −1
L'équivalence est une relation d'équivalence (!)

Sur Mn ( ), si deux matrices sont semblables, alors elles sont équivalentes (la réciproque est fausse)
A et B sont équivalentes ssi il existe ϕ ∈ L ( E , F ) B0 , B bases de E , C0 , C bases de F tq
=
A M atB0C0 (ϕ ) B MatBC (ϕ )

I 0 1 si i= j ≤ r
A ∈ Mn p ( ) de rang r ∈ 0, min( n, p )  A est équivalente à J rn , p = r  ( J r )i j =
0 0 0 sinon
A et B ∈ Mn p ( ) sont équivalentes ssi elles ont le même rang

A ∈ Mn ( ) est semblable à J rn ssi A est une matrice de projecteur ( A2 =

A)
A ∈ Mn p ( ) =
rg( t A) rg( A) =
( t J rn p J rp n )

5
Mathématiques – cours

VI. Calcul explicite de rang – Pivot de Gauss

Opération sur les colonnes : A∈Mn p ( ) Rappel : A × Ei j =
(0  Ci  0)

Opération Multiplication à droite Allure de la matrice

 
1 0   0 
0    
 
  1 0 
 
A( I p − Ei i − E j j + Ei j + E j i )  0   0 1 0 i
  1 
Ci ↔ C j  0 
    
 
(envoie base sur base) 


0 1  
0 1 0   0   j 
 0  1 0 
 
0   0  
 i j 
 

1 0 
 
A( I p + (α − 1) Ei i )   
Ci ← α Ci (α ∈ *) 


α

i

(diagonale à coef. diag. non nuls) 




0 1 

1 0   0 
 
A( I p + β E j i ) 0    

Ci ← Ci + β C j ( β ∈ , i ≠ j )
     
 
 β   0 j

(triangulaire à coef. diag. non nuls) 0   0 1


 i



 

Ces trois opérations reviennent à multiplier A par des matrices de Gl p ( ) : On ne change pas le rang de A

0
On a les mêmes opérations sur les lignes, en multipliant à gauche :  
  
Ei j × A =
 
 Lj 
  
 
0
 

λ * * *
 1 
0  * *
T ∈ Mn p ( ),=
T 
   λr *
 ⇒ rg(=
T) r
 0  0 
0 


Pivot de Gauss pour le rang : On se ramène à une matrice triangulaire avec les opérations sur les lignes et les
colonnes, pour éliminer tout ce qui est en-dessous de la diagonale.
Pivot de Gauss pour l’inverse : on se ramène à In avec les opérations sur les lignes OU sur les colonnes (pas les 2 à
la fois), en commençant par obtenir une matrice triangulaire, puis en « remontant ». On fait les mêmes opérations
en partant de In pour avoir l’inverse.
 −1 n n

∑
Astuce : P ∈ (Mn ( ))[ X ] tq P ( A) = ∑
0 : On a ak Ak =
0 ⇔ A ak Ak −1  =
In
=k 0= a0 k n 

VII. Compléments
Mn ( ) → 

tr  n
∈ L (Mn ( ),  ) est la trace de A
 A  ∑ aj j
 j =1

∀( A, B) ∈ Mn ( ) 2 , tr( AB) = tr( BA)

ϕ ∈ L (E) tr(MatB (ϕ )) ne dépend pas de la base choisie : on la note tr(ϕ )

Si p est un projecteur, alors tr( p ) = rg( p )

6
Mathématiques – cours

Matrice par blocs : M ∈ Mn p ( ) n=

m+t p=
q+r
 A C m
=
M   t A ∈ Mm q ( ) B ∈ Mt q ( ) C ∈ Mm r ( ) D ∈ Mt r ( )
 B D
q r

 A Cn E F p  AE + CG AF + CH  n
M=
  n12 ∈ Mm p ( ) N=
  p12 ∈ M p q ( ) MN =
 1
 B D   G H   BE + DG BF + DH  n2
p1 p2 q1 q2 q1 q2

Soit λ ∈ . On a équivalence entre :

− ker( f − λ Id E ) ≠ {0 E }
λv
− Il existe v ∈ E \{0 E } tel que f (v) =
− Il existe X ∈ Mn1 ( ) tel que A0 X =
λX
Un tel λ est valeur propre de f , un v ∈ E \{0 E } est un vecteur propre associé à la valeur propre λ
ker( f − λ Id E ) est le sous-espace propre

f est diagonalisable ssi elle admet une base de vecteurs propres

 λ1 0 
 −1
Si MatB ( f )∆ =    , A0 = MatB0 ( f ) = P∆P

0 λn 
 λ1 p 0 
p −1  −1
∀p ∈ , A0 = P∆ P = P 
p
 P

 0 λn p 
 λ1 *
 
f est trigonalisable s'il existe B tel que MatB ( f ) = T =    = ∆ + N ∈ Tn
s


0 λn 