S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

CHAPITRE 3 : MATRICES

I- Généralités ...................................................................................................................................... 2
I-1 Définition ............................................................................................................................................... 2
I-2 Matrices particulières ............................................................................................................................. 3
II- Matrices carrées ............................................................................................................................. 4
II-1 Diagonale d’une matrice carrée.............................................................................................................. 4
II-2 Matrice diagonale.................................................................................................................................. 4
II-3 Matrice triangulaire ............................................................................................................................... 5
II-4 Matrice symétrique ................................................................................................................................ 5
II-5 Matrice antisymétrique .......................................................................................................................... 6
III- Opérations sur les matrices ............................................................................................................ 6
III-1 Egalité .................................................................................................................................................. 6
III-2 Addition................................................................................................................................................ 7
III-3 Multiplication par un scalaire ................................................................................................................ 7
III-4 Produit de deux matrices ....................................................................................................................... 8
III-5 Puissance d’une matrice ...................................................................................................................... 10
III-6 Propriétés de l’ensemble des matrices ................................................................................................. 11
IV- Matrice inversible........................................................................................................................ 12
V- Matrice inverse : Méthode de Gauss-Jordan ................................................................................. 12
V-1 Principe de la méthode ........................................................................................................................ 12
V-2 Exemples ............................................................................................................................................. 13
VI- Matrice associée à un système de vecteurs .................................................................................. 16
VII- Matrice d’une application linéaire .............................................................................................. 17
VIII- Changement de base ................................................................................................................. 19
VIII-1 Matrice de passage ........................................................................................................................... 19
VIII-2 Coordonnés d’un vecteur .................................................................................................................. 20
VIII-3 Application linéaire ........................................................................................................................... 21

Professeure Salma DASSER Session Automne-hiver 2009

1/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

I- Généralités

I-1 Définition

Définition :
• On appelle une matrice A , de type ( n, p ) ( n, p ∈ IN * ) à coefficients réels, un tableau
de n lignes et p colonnes constituées de nombres réels, dits coefficients de la
matrice A . On note par :
a11 L a1 j L a1 p 
 
M M M M M 
A = ai1 L aij L aip  ← ligne i
 
M M M M M 
a L anj L anp 
 n1 
↑
colonne j

• On appelle le coefficient aij ,1≤i≤n,1≤ j≤ p de la matrice A , l’élément d’intersection de la

ligne i et la colonne j .

• On note aussi la matrice A par :

i désigne l' indice de la ligne
A = ( aij ),1≤i≤n ,≤ j≤ p , 
 j désigne l' indice de la colonne

• On note M (n, p ) l’ensemble des matrices de type ( n, p ) .

Exemples :
1 4 
1 2 3   
♦ A =   ∈ M (2,3) B =  2 5  ∈ M (3,2)
 4 5 6 3 6
 
 1
♦ C =   ∈ M ( 2,1) D = (1 2 ) ∈ M (1,2) E = (1) ∈ M (1,1)
 2

Professeure Salma DASSER Session Automne-hiver 2009

2/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

I-2 Matrices particulières

I-2-1 Matrice ligne

o C’est toute matrice A de type (1, p ) , ( A ∈ M (1, p ))

I-2-2 Matrice colonne

o C’est toute matrice A de type (n,1) , ( A ∈ M ( n,1))

I-2-3 Matrice nulle

o C’est la matrice de M (n, p ) dont tous les coefficients aij son nuls. On note 0n, p .

I-2-4 Matrice unité ou identité

aii = 1
o C’est la matrice de M ( n, n ) dont les coefficients aij vérifient  . On note I n .
aij = 0 si i ≠ j
I-2-5 Matrice opposée
o La matrice opposée d’une matrice A de M (n, p ) c’est la matrice B de M (n, p ) dont les
coefficients sont les opposés de ceux de la matrice A . On note B = ( − A) :
1≤i ≤ n
bij = − aij ,
1≤ j ≤ p
o B = ( − A) ssi A = ( − B )

I-2-6 Matrice transposée

o La matrice transposée d’une matrice A de M (n, p ) c’est la matrice B de M ( p, n ) dont les
lignes sont les colonnes de la matrice A et les colonnes sont les lignes de la matrice A .
1≤ j ≤ n
o On note B =tA : bij = a ji ,
1≤ i ≤ p
o B =tA ssi A=tB

Exemples

♦ D et E sont des matrices lignes

♦ C et E sont des matrices colonnes
 1
 
♦ A = (1 2 3) ∈ M (1,3) : ( − A) = (− 1 − 2 − 3) ∈ M (1,3) t
A =  2  ∈ M (3,1)
 3
 
1 2  −1 − 2 1 3
♦ A =   ∈ M ( 2,2) : ( − A) =   ∈ M ( 2,2)A = 
t
 ∈ M ( 2,2)
3 4  − 3 − 4 2 4 
1 2
1 3 5   −1 − 3 − 5  
♦ A =   ∈ M (2,3) : ( − A) =   ∈ M ( 2,3) A =  3
t
4  ∈ M (3,2)
 2 4 6  − 2 − 4 − 6 5 6 


Professeure Salma DASSER Session Automne-hiver 2009

3/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

II- Matrices carrées

Définition :
• On appelle matrice carrée d’ordre n toute matrice de type (n, n ) .
• On note M (n ) l’ensemble des matrices de type ( n, n ) .

II-1 Diagonale d’une matrice carrée

Définition :
Soit A une matrice carrée d’ordre n : A = ( aij )1 ≤ i, j ≤ n . Les coefficients
( aii )1 ≤ i ≤ n sont dits éléments ou coefficients diagonaux de la matrice A et constitue la
diagonale principale de la matrice A .

Exemple :
1 2
♦ A =   . Les éléments diagonaux de la matrice A sont a11 = 1 et a22 = 4 .
3 4

II-2 Matrice diagonale

Définition :
Soit A une matrice carrée d’ordre n : A = ( aij )1 ≤ i, j ≤ n .
On dit que la matrice A est une matrice diagonale si tous les éléments non diagonaux
de la matrice sont nuls : ( aij = 0 si i ≠ j )

Exemples :

1 0
♦ A =  
0 2
a 0 L 0
 
0 O O M 
♦ Matrice scalaire A= , ( a ∈ IR )
M O O 0
 
 0 L 0 a 
1 0 L 0
 
0 O O M 
♦ Matrice unité ou matrice identité (matrice scalaire avec a = 1 ) : I n = 
M O O 0
 
 0 L 0 1 

Professeure Salma DASSER Session Automne-hiver 2009

4/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

II-3 Matrice triangulaire

Définition :
Soit A une matrice carrée d’ordre n : A = ( aij )1 ≤ i, j ≤ n .
• On dit que A est une matrice triangulaire inférieure si tous ses éléments au dessus de
la diagonale principale sont nuls ( aij = 0 si i < j ) :

 a11 0 L 0 
 
 a 21 O O M 
A= , (( aij )1≤i , j≤n ∈ IR )
M O O 0 
 
a L an ( n −1) ann 
 n1

• On dit que A est une matrice triangulaire supérieure si tous ses éléments au dessous
de la diagonale principale sont nuls ( aij = 0 si i > j ) :
 a11 a12 L a1n 
 
0 O O M 
A= , (( aij )1≤i , j≤n ∈ IR )
M O O a( n−1) n 
 
0 L 0 a nn 

Exemples :
 0 0 0
  1 0
♦  0 − 1 0  et   sont des matrices triangulaires inférieures.
 1 0 2 3 2 
 
0 1 2
  1 3
♦  0 − 1 3 et   sont des matrices triangulaires supérieures.
 0 0 2 0 2 
 

Remarque :
♦ Si une matrice A est triangulaire supérieure alors sa matrice transposée t A est
triangulaire inférieure et inversement.

II-4 Matrice symétrique

Définition :
Soit A une matrice carrée d’ordre n : A = ( aij )1 ≤ i, j ≤ n .
• On dit que la matrice A est une matrice symétrique si elle est égale à sa matrice
transposée : A=tA ( a ji = aij ∀ 1 ≤ i, j ≤ n )

Professeure Salma DASSER Session Automne-hiver 2009

5/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

Exemples :
 1 2 4 − 2
  0 1 2
 2 −3 5 3   1 3
♦ A= A =  1 − 1 3 A =  
4 5 −1 2 2 3 2
   3 2 
 − 2 3 2 1 

II-5 Matrice antisymétrique

Définition :
Soit A une matrice carrée d’ordre n : A = ( aij )1 ≤ i, j ≤ n .
• On dit que la matrice A est une matrice antisymétrique si sa matrice transposée est
égale à sa matrice opposée : t
A = ( − A) ( a ji = −aij ∀ 1 ≤ i, j ≤ n )

Exemples :

 0 −2 4 2
   0 −1 2
 2 0 −5 3    0 − 3
♦ A= A =  1 0 − 3 A =  
−4 5 0 − 2 − 2 3 0 
   3 0 
 − 2 − 3 2 0 

Remarque :
♦ Tous les éléments diagonaux d’une matrice antisymétrique sont nuls :
( a ji = −aij ∀ 1 ≤ i, j ≤ n ) ⇒ (aii = 0 ∀ 1 ≤ i ≤ n )

III- Opérations sur les matrices

III-1 Egalité

Définition :
Deux matrices A et B de M (n, p ) sont égales si elles ont les mêmes coefficients :
• A ≡ B ssi aij = bij , ∀1 ≤ i ≤ n, ∀1 ≤ j ≤ p , avec A = (aij ) et B = (bij )

Propriété :
♦ t A≡ t B ssi A≡ B

Professeure Salma DASSER Session Automne-hiver 2009

6/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

III-2 Addition

Définition :
• Soient A et B deux matrices de M (n, p ) . La matrice C de M (n, p ) définie par :
cij = aij + bij (∀1 ≤ i ≤ n, ∀1 ≤ j ≤ p ) s’appelle la matrice somme des matrices A et
B.
• On note C = A + B .

Propriétés :
♦ ∀A, B, C ∈ M ( n, p ) : ( A + B) + C = A + ( B + C )
♦ ∀A, B ∈ M ( n, p ) : A + B = B + A
♦ ∀A, B ∈ M ( n, p ) : t ( A + B )= tA+ tB

Exemple :
 1 2 3  3 2 1  1 + 3 2 + 2 3 + 1  4 4 4 
A =   et B =   ⇒ A + B =   =  
 4 5 6  − 1 − 2 − 3  4 − 1 5 − 2 6 − 3  3 3 3

III-3 Multiplication par un scalaire

Définition :
• Soient A une matrice de M (n, p ) et α un réel (α ∈ IR ) . La matrice C de M (n, p )
définie par : cij = αaij (∀1 ≤ i ≤ n, ∀1 ≤ j ≤ p ) s’appelle la matrice produit externe de
la matrice A par le scalaire α .
• On note C = α . A .

Propriétés :
♦ ∀A ∈ M (n, p ) , ∀α , β ∈ IR : (α + β ). A = α . A + β . A
♦ ∀A, B ∈ M ( n, p ) , ∀α ∈ IR : α .( A + B ) = α . A + α . B

Exemples :
♦ A ∈ M ( n, p ) et α = 1 ⇒ 1. A = A
♦ A ∈ M ( n, p ) et α = 0 ⇒ 0. A = 0n , p
 1 2 − 1
♦ A =   et α = −3 :
 2 1 − 2
 ( −3) × 1 ( −3) × 2 ( −3) × ( −1)   − 3 − 6 3
( −3). A =   =  
 ( − 3 ) × 2 ( −3) × 1 ( −3) × ( −2 )   − 6 − 3 6 

Professeure Salma DASSER Session Automne-hiver 2009

7/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

III-4 Produit de deux matrices

III-4-1 Définition et propriétés

Définition :
• Soient A une matrice de M ( n, m ) et B une matrice de M ( m, p ) . La matrice C de
m
M (n, p ) définie par : cij = ∑ aik bkj (∀1 ≤ i ≤ n, ∀1 ≤ j ≤ p ) s’appelle la matrice
k =1

produit de la matrice A par la matrice B .

• On note C = A × B .
• On ne peut effectuer la multiplication de deux matrices A et B que si le nombre des
colonnes de la matrice A est égal au nombre de lignes de la matrice B (ici m ).

Propriétés :
♦ ∀A ∈ M ( n, m ) , B ∈ M ( m, p ) , C ∈ M ( p, q ) : ( A × B ) × C = A × ( B × C ) ∈ M ( n, q )
♦ ∀A ∈ M ( n, m ) , ∀B, C ∈ M ( m, p ) : A × ( B + C ) = ( A × B ) + ( A × C ) ∈ M (n, p )
♦ ∀A ∈ M ( n, m ) et ∀B ∈ M ( m, p ) : t
( A × B ) = t B×t A ∈ M ( p, n )

III-4-2 Produit d’une matrice ligne par une matrice colonne :

 b1 j 
 
M 
Soient A = ( ai1 ,L, aik ,L, aim ) une matrice ligne ( A ∈ M (1, m )) et B =  bkj  une matrice colonne
 
M 
b 
 mj 
( B ∈ M (m,1)) . La matrice C = A × B est alors égale au scalaire défini par :

C = ai1b1 j + L + aik bkj + L + aim bmj , ( A ∈ M (1,1))

Exemple :
 − 2
 
 0
♦ A = (1,2,−1,0,−2) et B =  2  :
 
 1
 − 1
 
A × B = 1 × ( −2) + 2 × 0 + ( −1) × 2 + 0 × 1 + ( −2) × ( −1) = −2

Professeure Salma DASSER Session Automne-hiver 2009

8/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

III-4-3 Calcul pratique du produit matriciel :

Soient A une matrice de M ( n, m ) et B une matrice de M ( m, p ) :

a11 L a1k L a1m  b11 L b1 j L b1 p 

M  
M M M M  M M M M M 
 
A =  a i1 L aik L aim  ← ligne Li , B = bk 1 L bkj L bkp 
   
M M M M M  M M M M M 
a n1 L a nk L anm  b L bmj L bmp 
 m1 
↑
colonne C j
Pour obtenir le coefficient Pij de la matrice produit P = A × B ,on fait le produit de la ligne Li de
la matrice A ( Li : matrice ligne) par la colonne C j de la matrice B ( C j : matrice colonne) :
 L1C1 L L1C j L L1C p 
 
M M M M M 
P =  LiC1 L Li C j L LiC p  , P ∈ M ( n, p )
 
M M M M M 
L C L LnC j L LnC p 
 n 1 

Exemples :
 1 0
 1 2 − 1  
♦ A =   et B =  0 − 1 :
 2 1 − 2   1 0
 

A ∈ M ( 2,3) et B ∈ M (3,2) ⇒ ( A × B ) ∈ M ( 2,2) et ( B × A) ∈ M (3,3)

 L ×C L1 × C2   0 − 2 

A × B =  1 1 = 
 L2 × C1 L2 × C2   0 − 1

 L1 × C1 L1 × C2 L1 × C3   1 2 − 1
   

B × A =  L2 × C1 L2 × C2 L2 × C3  =  − 2 − 1 2 
 L ×C L2 × C3 L3 × C3   1 2 − 1
 3 1

Professeure Salma DASSER Session Automne-hiver 2009

9/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

 1 0 0 1
 1 2 − 1  
♦ A =   et B= 0 1 1 0
 2 1 − 2  − 1 0 − 1 0
 

A ∈ M ( 2,3) et B ∈ M (3,4) ⇒ ( A × B ) ∈ M ( 2,4)

 L × C1 L1 × C2 L1 × C3 L1 × C4   2 2 3 1

A × B =  1 = 
 L2 × C1 L2 × C2 L2 × C3 L2 × C4   4 1 3 2 

On ne peut pas effectuer la multiplication B × A .

III-5 Puissance d’une matrice

Définition :
• Soit A une matrice carrée d’ordre n ( A ∈ M ( n )) . On définit les puissances de la
matrice A par : Ap = 1×2
A4L4×3
A (∀p ∈ IN * ), ∀A ∈ M (n ) , avec A0 = I n
p fois

Théorème :
Soient A et B deux matrices carrées d’ordre n ( A, B ∈ M ( n )) .

Si les matrices A et B commutent ( A × B = B × A) , alors :

p p
( A + B ) p = ∑C p Ak .B p − k = ∑C p A p − k .B k
k k

k =0 k =0

Cette formule s’appelle la formule de Newton.

 2 0  1 0
Exemple : A =   et B =  
 1 2  − 1 1

♦ Les matrices A et B commutent :

 2 0  2 0
A × B =   et B × A =  
 −1 2  −1 2

♦ Le calcul direct de ( A + B )2 :

 3 0  9 0
A + B =   et ( A + B ) 2 = ( A + B ) × ( A + B ) ⇒ ( A + B ) 2 =  
 0 3 0 9

Professeure Salma DASSER Session Automne-hiver 2009

10/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

♦ La formule de Newton pour le calcul de ( A + B )2 :

( A + B ) 2 = A2 + 2. A × B + B 2

 4 0 2  1 0  2 0

A2 = A × A =   , B = B × B =   et A × B =  
 4 4  − 2 1  −1 2

 9 0

⇒ ( A + B ) 2 =  
 0 9

III-6 Propriétés de l’ensemble des matrices

♦ M (n ) est un espace vectoriel réel de dimension n 2 :

La matrice nulle est l’élément neutre pour la loi " + ".

Le symétrique de la matrice A pour la loi " + " est égal à sa matrice opposée.

B = {Eij , 1 ≤ i, j ≤ n } est une base de M (n ) ,

0 L 0 L 0
M M M M M
1 si ( m, n ) = (i , j )  
( Eij ) mn =  : Eij = 0 L 1 L 0 ← ligne i
0 sinon  
M M M M M
0 L 0 L 0
↑
colonne j

La base B s’appelle la base canonique de M (n ) .

♦ La matrice identité est l’élément neutre pour la loi " × ".

1 0   0 1  0 1 1 0 
♦ En général A × B ≠ B × A :   ×   ≠   ×  
1 0   0 1  0 1 1 0 
 1 0  0 0  0 0
♦ En général A × B = 0n ⇒ / A = 0n ou B = 0n :   ×   =  
 0 0  0 1  0 0

Professeure Salma DASSER Session Automne-hiver 2009

11/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

IV- Matrice inversible

Définition :
• Une matrice carrée A d’ordre n ( A ∈ M ( n )) est dite inversible s’il existe une matrice
carrée B d’ordre n ( B ∈ M ( n )) telle que : A × B = B × A = In
• On note B = A−1
• La matrice B = A−1 s’appelle la matrice inverse de la matrice A .

Exemples :
1 2   3 − 2  1 0
♦ A =   , B =   : A × B = B × A =   = I 2
1 3  −1 1  0 1
La matrice A est alors inversible et A−1 = B .

 0 1  a b c d  0 a
♦ A =   , ∀ B =   : A × B =   ≠ I 2 & B × A =   ≠ I 2
 0 0 c d 0 0  0 c 
La matrice A est alors non inversible.

Théorème :

Si deux matrices A et B de M ( n ) sont inversibles alors la matrice A × B est
inversible et ( A × B ) −1 = B −1 × A−1 .

En particulier si une matrice A de M (n ) est inversible alors la matrice ( A) p , p ∈ IN *
est inversible et ( A p ) −1 = ( A−1 ) p .

V- Matrice inverse : Méthode de Gauss-Jordan

V-1 Principe de la méthode

La majorité des méthodes de calcul de l’inverse d’une matrice font appel à la notion de
déterminant qu’on étudiera au chapitre suivant.
Dans ce paragraphe, on exposera une méthode ne faisant pas appel à cette notion. Cette
méthode, dite méthode de Gauss-Jordan, consiste à transformer la matrice A en I n et par la même
occasion la matrice I n en A−1 en utilisant des opérations élémentaires sur les lignes de la matrice, type
addition à chaque ligne d’une combinaison linéaire des autres lignes, multiplication d’une ligne par un
scalaire ou permutation des lignes.
Si au bout d’un certain nombre de transformations, on voit apparaître à la place de la matrice A ,
une matrice avec une ligne identiquement nulle, il devient alors impossible de faire apparaître les
coefficients de la matrice I n dans la matrice A . On en conclut que la matrice A est non inversible.

Professeure Salma DASSER Session Automne-hiver 2009

12/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

V-2 Exemples

 2 3 − 1
 
V-2-1 Matrice inversible : A =  −1 − 2 1
 2 4 − 1


Exposé de la méthode :

♦ On écrit la matrice A dans la colonne gauche et la matrice I 3 dans la colonne droite, et on

effectue les transformations adéquates sur les lignes de la matrice A et de la matrice I 3
pour faire apparaître au fur et à mesure les coefficients de la matrice I 3 à gauche et les
coefficients de la matrice A−1 apparaîtront ainsi à droite:

♦ On écrit A à gauche et I 3 à droite :

 2 3 − 1 1 0 0 
  
−1 − 2 1 0 1 0 
 2 4 − 1 0 0 1


♦ On multiplie la 1ère ligne par (1 / 2) : L1 → (1 / 2).L1 :

 1 3 / 2 − 1 / 2  1 / 2 0 0 
  
 −1 − 2 1 0 1 0 
 2 4 − 1 0 0 1


♦ On ajoute à la 2ème ligne la 1ère ligne : L2 → L2 + L1

♦ On ajoute à la 3ème ligne la 1ère ligne multipliée par (−2) : L3 → L3 − 2L1

 1 3 / 2 − 1 / 2  1 / 2 0 0 
  
 0 − 1/ 2 1 / 2  1 / 2 1 0 
0 1 0  − 1 0 1


♦ On échange la 2ème ligne et la 3ème ligne : L2 ↔ L3

 1 3 / 2 − 1 / 2  1 / 2 0 0 
  
0 1 0  − 1 0 1
 0 − 1/ 2 1 / 2 1 / 2 1 0 


Professeure Salma DASSER Session Automne-hiver 2009

13/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

♦ On ajoute à la 1ère ligne la 2ème ligne multipliée par (−3 / 2) : L1 → L1 − (3 / 2) L2

♦ On ajoute à la 3ème ligne la 2ème ligne multipliée par (1 / 2 ) : L3 → L3 + (1 / 2) L2

 1 0 − 1 / 2  2 0 − 3 / 2 
  
0 1 0  − 1 0 1
0 0 1 / 2  0 1 1 / 2 


♦ On ajoute à la 1ère ligne la 3ème ligne : L1 → L1 + L3

1 0 0  2 1 − 1
  
0 1 0  − 1 0 1
 0 0 1 / 2  0 1 1 / 2 
  

♦ On multiplie la 3ème ligne par (2) : L3 → 2.L3

 1 0 0  2 1 − 1
  
 0 1 0  − 1 0 1
 0 0 1 0 2 1
 

♦ On voit ainsi apparaître à la place de la matrice A la matrice identité I 3 . La matrice qui

apparaît simultanément à la place de la matrice identité I 3 n’est autre que la matrice A−1 .

 2 3 − 1 2 1 − 1  2 1 − 1 2 3 − 1  1 0 0 
       
♦ En effet :  − 1 − 2 1 − 1 0 1 =  − 1 0 1 − 1 − 2 1 =  0 1 0 
 2 4 − 1 0 2 1  0 2 1 2 4 − 1  0 0 1


1 0 1
 
V-2-2 Matrice non inversible : A =  0 1 0
1 1 1
 

Exposé de la méthode :

♦ On écrit la matrice A dans la colonne gauche et la matrice I 3 dans la colonne droite, et on

effectue les transformations adéquates sur les lignes de la matrice A et de la matrice I 3
pour faire apparaître au fur et à mesure les coefficients de la matrice I 3 à gauche et les
coefficients de la matrice A−1 apparaîtront ainsi à droite:

Professeure Salma DASSER Session Automne-hiver 2009

14/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

♦ On écrit A à gauche et I 3 à droite :

 1 0 1 1 0 0 
  
 0 1 0  0 1 0 
 1 1 1 0 0 1
  

♦ On ajoute à la 3ème ligne la 1ère ligne multipliée par (−1) : L3 → L3 − L1

 1 0 1 1 0 0 
  
 0 1 0  0 1 0 
 0 1 0  − 1 0 1
  

♦ On ajoute à la 3ème ligne la 2ème ligne multipliée par ( −1) : L3 → L3 − L2

 1 0 1 1 0 0 
  
 0 1 0  0 1 0
 0 0 0  − 1 − 1 1
  

♦ On voit apparaître à la place de la matrice A , une matrice avec une ligne identiquement
nulle ( L3 ), la matrice A est alors non inversible.

Professeure Salma DASSER Session Automne-hiver 2009

15/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

VI- Matrice associée à un système de vecteurs

Définition :
Soit ( E ,+,.) un espace vectoriel réel de dimension n , muni d’une base B = {e1 , L , en }.
Soit un système de p vecteurs de E , S = {u1 ,L, u p }.

• On appelle la matrice du système S = {u1 ,L, u p }, relativement à la base B = {e1 , L , en }

, la matrice suivante :

a11 L a1 j L a1 p  ← e1
 
M M M M M 
A =  ai 1 L aij L aip  ← ei
 
M M M M M 
a L anj L anp  ← en
 n1 
↑ ↑ ↑
u1 uj up
où la colonne j de la matrice A est formée des coordonnées du vecteur u j du système

S = {u1 ,L, u p } dans la base B = {e1 , L , en }: u j = ∑ aij ei , j = 1, p

n

i =1

• On note A = M ( S / B ) : ( A ∈ M ( n, p ))

Remarque :
♦ La matrice A dépend de la base B choisie.

Exemple :
♦ E = IR 3
♦ B = {e1 , e2 , e3 } la base canonique de IR3 : e1 = (1,0,0) , e2 = (0,1,0) et e3 = ( 0,0,1) .
♦ S = {u1 , u2 , u3 } : u1 = ( 2,0,−2) , u2 = (1,−2,1) et u3 = (0,−2,3) :

u1 = ( 2,0,−2) = 2.(1,0,0) + 0.(0,1,0) + ( −2).(0,0,1)  2 1 0 ← e1

  
u2 = (1,−2,1) = 1.(1,0,0) + ( −2).(0,1,0) + 1.(0,0,1) ⇒ A =  0 − 2 − 2 ← e2
 − 2
u3 = (0,−2,3) = 0.(1,0,0) + ( −2).(0,1,0) + 3.(0,0,1)  1 3 ← e3
↑ ↑ ↑
u1 u2 u3

Professeure Salma DASSER Session Automne-hiver 2009

16/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

VII- Matrice d’une application linéaire

Définition :
Soient ( E ,+,.) un espace vectoriel réel de dimension p , muni d’une base
B = {u1 , L, u p } et ( F ,+,.) un espace vectoriel réel de dimension n , muni d’une base
B ' = {v1 ,L, vn }. Soit f une application linéaire de ( E ,+,.) vers ( F ,+,.) .

• La matrice de f relativement aux bases B et B ' , notée par M ( f / B, B ' ) c’est la

matrice du système S = {f (u1 ),L, f (u p )}, relativement à la base B' = {v1 , L , vn }.

Remarques :

♦ Si B = {u1 , L, u p } et B ' = {v1 ,L, vn } alors :

a11 L a1 j L a1 p  ← v1
 
M M M M M 
M ( f / B , B ' ) =  a i1 L aij L aip  ← vi
 
M M M M M  , ( M ( f / B, B ' ) ∈ M ( n, p ))
a L anj L anp ← vn 
 n1 
↑ ↑ ↑
f (u1 ) f ( u j ) f ( up )

♦ La colonne j de la matrice M ( f / B, B ' ) représente les coordonnées du vecteur

 f (u1 ) = a11v1 + L + ai1vi + L + an1vn

M
 f (u ) = a v + L + a v + L + a v
f (u j ) dans la base B ' :  j 1j 1 ij i nj n

M

 f (u p ) = a1 p v1 + L + aip vi + L + anp vn

♦ La matrice M ( f / B, B ' ) dépend des bases choisies B et B ' .

Exemple : E = IR 2 , F = IR 3 : f ( x, y ) = ( x − y , x + y , y − x )

♦ B = {u1 , u2 } la base canonique de IR 2 : u1 = (1,0) et u2 = (0,1) .

♦ B ' = {v1 , v2 , v3 } la base canonique de IR : 3
v1 = (1,0,0) , v2 = (0,1,0) et v3 = (0,0,1) .

Professeure Salma DASSER Session Automne-hiver 2009

17/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

 1 − 1
 f (u1 ) = (1,1,−1) = v1 + v2 − v3  
•  ⇒ M ( f / B, B ' ) =  1 1
 f (u2 ) = ( −1,1,1) = − v1 + v2 + v3 − 1
 1

♦ B = {u1 , u2 } une base de IR 2 : u1 = (1,1) et u2 = ( −1,1)

♦ B ' = {v1 , v2 , v3 } une base de IR : 3
v1 = (1,1,1) , v2 = (0,1,0) et
v3 = ( −1,−1,1)
 0 0
 f (u1 ) = (0,2,0) = 2v2  
•  ⇒ M ( f / B , B ' ) = 2 2 
 f (u2 ) = ( −2,0,2) = 2v2 + 2v3  0 2
 

♦ M ( f / B , B ' ) ≠ M ( f / B, B ' )

Théorème : (matrice de la composée)

Soient E , F et G trois espaces vectoriels réels, muni des bases respectives B , B ' et
B ' ' . Si f : E a F et g : F a G sont deux applications linéaires alors :
M ( g o f / B, B" ) = M ( g / B ' , B" ) × M ( f / B, B ' )

Exemple : E = IR 3 , F = IR 2 et G = IR 2 : f ( x, y , z ) = ( x + y , y + z ) et g ( x, y ) = ( y , x )

♦ B = {e1 , e2 , e3 } la base canonique de IR3 : e1 = (1,0,0) , e2 = (0,1,0) et e3 = (0,0,1)

♦ B' = B" = {ε1 , ε 2 } la base canonique de IR : 2
ε1 = (1,0) et ε 2 = (0,1) .
 1 1 0
♦ f ( x, y , z ) = ( x + y , y + z ) ⇒M ( f / B, B' ) =  
 0 1 1
 0 1
♦ g ( x, y ) = ( y , x ) ⇒ M ( g / B' , B" ) =  
 1 0
 0 1 1
♦ ( g o f )( x, y , z ) = ( y + z, x + y ) ⇒ M ( g o f / B, B" ) =  
 1 1 0

♦ M ( f o g / B, B" ) = M ( g / B ' , B" ) × M ( f / B, B ' ) :

 0 1   1 1 0   0 1 1
M ( g / B' , B" ) × M ( f / B, B' ) =   ×   =   = M ( g o f / B, B" )
 1 0   0 1 1  1 1 0 

Professeure Salma DASSER Session Automne-hiver 2009

18/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

VIII- Changement de base

VIII-1 Matrice de passage

Définition :
Soient B = {u1 , L, un } et B ' = {v1 ,L, vn } deux bases d’un espace vectoriel réel E . On
appelle la matrice de passage de la base B à la base B ' et on note PBB ' , la matrice du
système B' = {v1 , L , vn } relativement à la base B = {u1 , L, un } .

Remarques :

♦ Si B = {u1 , L, u p } et B ' = {v1 ,L, vn } alors :

a11 L a1 j L a1n  ← u1
 
M M M M M 
PBB ' =  a i1 L aij L ain  ← ui
 
M M M M M  , ( PBB ' ∈ M ( n ))
a 
L a nj L ann ← un
 n1 
↑ ↑ ↑
v1 vj vn

♦ La colonne j de la matrice de passage PBB ' représente les coordonnées du vecteur v j

v1 = a11u1 + L + ai1ui + L + an1un

M
v = a u + L + a u + L + a u
dans la base B :  j 1j 1 ij i nj n
M

v = a1n u1 + L + ain ui + L + annun
 n
♦ Si B et B ' sont deux bases d’un espace vectoriel réel E , alors :
• PBB = I n , où Id est l’application identité de E .
• PBB ' = M ( Id / B' , B ) , où Id est l’application identité de E .

Théorème :
Si B = {u1 , L, un } et B ' = {v1 ,L, vn } sont deux bases d’un espace vectoriel réel E , alors
la matrice de passage de B à B ' , est inversible et ( PBB ' ) −1 = PB ' B .

Professeure Salma DASSER Session Automne-hiver 2009

19/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

Exemple :
 B = {e1 , e2 }: e1 = (1,0), e2 = (0,1)
♦ Dans IR2 , on considère les bases B et B ' : 
 B' = {e'1 , e' 2 }: e'1 = (1,1), e' 2 = ( −1,1)
e'1 = (1,1) = e1 + e2 1 − 1
•  ⇒ PBB ' =  
e'2 = ( −1,1) = − e1 + e2 1 1
 1 1
 e1 = (1,0 ) = e '1 − e' 2  1 / 2 1 / 2
•  2 2 ⇒ PB ' B =  
1 1  − 1 / 2 1 / 2
e1 = (0,1) = e'1 + e' 2
 2 2

VIII-2 Coordonnés d’un vecteur

Théorème :
Soient B = {u1 , L, un } et B ' = {v1 ,L, vn } sont deux bases d’un espace vectoriel réel E .
Soit un x vecteur de E .
 n

 x = x u
1 1 + L + x u
n n = ∑
i =1
xi ui
Si  n alors : X = PBB ' . X ' et X ' = PB ' B . X ,
 x = x '1 v1 + L + x 'n vn = ∑ x ' j v j
 j =1

 x1   x '1 
   
avec X =  M  et X ' =  M 
x   x' 
 n  n

 B = {e1 , e2 }: e1 = (1,0), e2 = (0,1)

Exemple : E = IR 2 et  deux bases de E = IR 2
 B ' = {e'1 , e' 2 }: e'1 = (1,1), e' 2 = ( −1,1)
 x = 2e1 − e2  2  x' 
♦ x = ( 2,−1) ∈ IR 2 :  ⇒ X =   et X ' =  1 
 x = x '1 e'1 + x '2 e'2  − 1  x'2 
 x '1 
♦ Calcul direct de X ' =   : x = x '1 e'1 + x '2 e'2 ⇒ ( 2,−1) = x '1 (1,1) + x '2 ( −1,1)
 x '2 
 x' − x' = 2  x' = 1 / 2  1/ 2
⇒ 1 2 ⇒ 1 ⇒ X ' =  
 x '1 + x '2 = −1  x '2 = −3 / 2  − 3 / 2

 x '1 
♦ Calcul de X ' =   par la formule de changement de base X ' = PB ' B . X :
 x '2 

 1 / 2 1 / 2  1 / 2 1 / 2  2   1/ 2
PB ' B =   ⇒ X ' = PB ' B . X =  .  ⇒ X ' =  
 − 1 / 2 1 / 2 − 1 / 2 1 / 2  − 1  − 3 / 2

Professeure Salma DASSER Session Automne-hiver 2009

20/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

VIII-3 Application linéaire

Théorème :
Soient ( E ,+,.) et ( F ,+,.) deux espaces vectoriels réels munis respectivement des
bases B = {u1 , L, u p } et B ' = {v1 ,L, vn }. Soient f une application linéaire de E vers F et
x vecteur de E .
 p

 x = x u
1 1 + L + x u
p p = ∑
i =1
xi ui
Si  n alors Y = M ( f / B, B ' ). X ,
 f ( x ) = y1v1 + L + yn vn = ∑ y j v j
 j =1

 x1   y1 
   
où : X =  M  et Y =  M  .
x  y 
 p  n

Exemple : E = IR 2 et F = IR 3 : f ( x, y ) = ( x − y , x + y , y − x )

♦ B = {u1 , u2 } la base canonique de IR2 : u1 = (1,0) et u2 = (0,1) .

♦ B' = {v1 , v2 , v3 } la base canonique de IR3 : v1 = (1,0,0) , v2 = (0,1,0) et v3 = (0,0,1) .
 1 − 1
 f (u1 ) = (1,1,−1) = v1 + v2 − v3  
♦  ⇒ M ( f / B, B ' ) =  1 1
 f (u2 ) = ( −1,1,1) = − v1 + v2 + v3 − 1
 1
 x1 
♦ Soit x = ( x1 , x2 ) ∈ IR 2 : x = x1u1 + x2u2 ⇒ X =  
 x2 
 y1   1 − 1  x1 − x2 
   1 
x   x1   
♦ Y = M ( f / B, B ' ). X ⇒  y2  = M ( f / B, B ' ).  =  1 1.  =  x1 + x2 
y   x2    x2   x − x 
 3 − 1 1  2 1

 y1   1 − 1  3
 2       2  
♦ Si x = ( 2,−1) ∈ IR , alors X =   et  y 2  =  1
2
1.  =  1
 − 1 y    − 1  − 3 
 3  − 1 1  

Théorème :
Soient E et F deux espaces vectoriels réels et f une application linéaire de E vers
F . Si B1 et B '1 sont deux bases de E , B2 et B'2 deux bases de F alors :
M ( f / B '1 , B ' 2 ) = PB '2 B2 . M ( f / B1 , B2 ). PB1B '1 = ( PB2 B '2 ) −1 . M ( f / B1 , B2 ). PB1B '1

Professeure Salma DASSER Session Automne-hiver 2009

21/22
S3 ; Module M10 ; Matière : Mathématiques II Chapitre 3 : Matrices

Exemple : E = IR 2 et F = IR 3 : f ( x, y ) = ( x − y , x + y , y − x )

♦ Dans IR2 , on considère les bases

o B1 = {u1 , u2 } : u1 = (1,0) et u2 = (0,1)
o B1 = {u1 , u2 } : u1 = (1,1) et u2 = ( −1,1)

♦ Dans IR3 , on considère les bases

o B2 = {v1 , v2 , v3 } : v1 = (1,0,0) , v2 = (0,1,0) et v3 = (0,0,1)
o B2 = {v1 , v2 , v3 } : v1 = (1,1,1) , v2 = (0,1,0) et v3 = ( −1,−1,1)

 1 − 1
  1 − 1
♦ M ( f / B1 , B2 ) =  1 1 et PB1 B1 =  
− 1 1 1
 1

 1 1
v1 = v1 − v2 − v3
 2 2  1 / 2 0 1 / 2

♦ v 2 = v 2 ⇒ PB2 B2 =  −1 1 0
 
 1 1  − 1 / 2 0 1 / 2
v3 = v1 + v3
 2 2

♦ M ( f / B1 , B2 ) = PB2 B2 .M ( f / B1 , B2 ). PB1 B1

 1 / 2 0 1 / 2  1 − 1  0 0
  1 − 1  
⇒ M ( f / B1 , B2 ) =  − 1 1 0. 1 1.  =  2 2
  1 1 
 − 1 / 2 0 1 / 2 − 1 1 
 0 2

♦ Calcul direct de M ( f / B1 , B2 ) :
 0 0
 f (u1 ) = f ((1,1)) = (0,2,0) = 2v2  
 f (u ) = f (( −1,1)) = ( −2,0,2) = 2v + 2v ⇒ M ( f / B1 , B2 ) = 2 2
 2 2 3
 0 2
 

Professeure Salma DASSER Session Automne-hiver 2009

22/22