Chap 1 Matrices (NM)

COURS DE
MATHEMATIQUES
GENERALES
LICENCE
Sciences Economiques
Boniface MFOURGA
Maître-Assistant CAMES
Faculté des Sciences Economiques
Université Marien Ngouabi
Dr Boniface MFOURGA 1
LES MATRICES
1- Définitions
Etant donné deux entiers naturels

strictement positifs n et p, on appelle
matrice à n lignes et p colonnes un
tableau de nombres réels ou complexes
(appelés éléments) disposés sur n lignes
et p colonnes.
Notation
 a11 a12  a1 p 
 
 a21 a22  a2 p 
A 
   
 
a an 2  anp 
 n1
ou A = (aij) 1in , 1jp .
A est dite de format (n, p) ou de dimension (n, p)

Exemples:
1+𝑖 −3
3 −1 7 𝐵= 6 0
𝐴= ,
0 10 9 18 2
A est de format (2, 3)
B est de format (3, 2)
12 −1 0 3
´ 𝐶= 11 0 2 4
8 8 1 1
−6 −5 0 0
C est de format (4 , 4)
On note ℳ𝑛,𝑝 ℝ ou ℳ𝑛,𝑝 ( ℂ) l'ensemble des
matrices de format (n, p) à éléments réels ou
complexes
 Si n = 1, A est une matrice-ligne ou
vecteur-ligne
A= 𝑎11 , 𝑎12 , … , 𝑎1𝑝 ∈ ℳ1,𝑝 𝕂 , 𝕂 = ℝ 𝑜𝑢 ℂ
1
Exemple: A= , −9 , 15 ∈ ℳ1,3 (ℝ)
2
 Si p = 1, A est une matrice-colonne ou

vecteur-colonne
𝑎11
𝑎21
A= ⋮
𝑎𝑛1
1
2 − 3𝑖
Exemple: A= 0 ∈ ℳ 4,1 (ℂ)
𝑖 3
 Si n= p, la matrice A est dite carrée
d'ordre n.
6 4 7
Exemple: A= −1 0 1 ∈ ℳ3,3 (ℝ)
8 4 3
On note ℳ𝑛 ℝ ou ℳ𝑛 ( ℂ)
l'ensemble des matrices carrées d'ordre n suivant
que les éléments sont réels ou complexes.
2- Trace d'une matrice
Si A est une matrice carrée d'ordre n,
sa diagonale principale est formée des
éléments aii d'indices égaux. On
appelle trace de A et on note tr(A) la
somme des éléments de la diagonale
principale de A. Dr Boniface MFOURGA 9
𝑛
𝑡𝑟 𝐴 = 𝑎𝑖 𝑖 = 𝑎11 + 𝑎22 + ⋯ + 𝑎𝑛𝑛

𝑖=1
3 1 −1
Exemples: A= 2 0 1
−5 8 10
𝑡𝑟 𝐴 =3+0+10=13
−1 0
B= , 𝑡𝑟 𝐵 = −1+2=1
4 2
3- Egalité de deux matrices
Deux matrices A = (aij)1  i  n, 1  j  p
et B = (bij)1  i  n , 1jp
de même format (n, p) sont dites

égales si :
i {1,...,n},  j{1,...,p}, aij = bij
4- Sous-matrices (ou blocs)
Une sous-matrice de A (ou bloc) est

une matrice obtenue à partir de A en
supprimant un certain nombre de
lignes et un certain nombre de
colonnes
A à l'aide de traits horizontaux et
verticaux placés entre les lignes et
les colonnes, on peut décomposer A
en sous-matrices ou blocs.
Exemple:
𝐴11 𝐴12 𝐴13 0 1

8 0
A= 𝐴21 𝐴22 𝐴23 𝐴11 = , 𝐴21 = 1 4 ,
5 7
𝐴31 𝐴32 𝐴33 7 12
4 −4 9
𝐴31 = , 𝐴12 =
2 9 −3
11
𝐴22 = 4 , 𝐴32 =
0
14 −1
−1 −1
1 5
𝐴13 = , 𝐴23 = 0 1
2 9
6 2
1 1
𝐴33 =
−1 0
5- Opérations sur les matrices
5.1 Addition
Soient A=(aij), B = (bij) deux matrices

de même format (n, p).
Leur somme est la matrice A+B = (cij)
de format (n, p) où cij = aij + bij
Exemple:
2 1 8
A =  
3 0 2
 4 10 1 
B =  
  4 7 13 
 2  4  1  10 8  1   6 9 9 
A + B =     
 3  (4) 0  7 2  13    1 7 15 
,
5.2 Multiplication par un scalaire
Soit   K ( K = R ou C ),
A = (aij) 1  i  n, 1  j  p
La matrice A est la matrice de format (n, p)
défini par: A = (.aij)
Exemple
 4 6 3   72  108 54 
 
A =  2 7  7  18A  
 

    36 126  126 
5.3 Produit de matrices
a) Condition de dimensions
Le produit A.B de la matrice A par la matrice B

n'est défini que si le nombre de colonnes de A est
égal au nombre de lignes de B.
Exemple:
(2 lignes, 4 colonnes).(4 lignes, 1 colonne): possible
(3 lignes,1colonne).(2lignes, 2colonnes): impossible
b) Dimension du produit
( n, p).( p, m ) = ( n, m ).
c) Produit de matrices
Soient A = (aij)1  i  n, 1  j  p et
B = (bjk) 1  j  p, 1  k  m
Le produit AB est par définition:
p
AB = (cik) où cik =  a b
j1
ij jk
Les cik sont obtenus en faisant le produit

li│co; c’est-à-dire le produit des lignes de A
par les colonnes de B.
Exercices:
Calculer AB sachant que :
8
a) 𝐴 = −1, 3, 5 ; 𝐵 = 7
−2
2
b) 𝐴 = 11 , 𝐵 = (6, 0, 3, −4)
9
1 −1 2 2 −1 3 2
𝑐) 𝐴 = 4 5 −3 , 𝐵= 1 7 3 4
2 1 0 8 1 0 −1
Solutions:
On fait le produit li co B
A AB 8
7
+ + -2
8
a) 𝐴 = −1, 3, 5 ; 𝐵 = 7 −1 3 5 3
−2
Directement en plaçant les matrices côte à côte
8
𝐴𝐵 = −1, 3, 5 7 = −8 + 21 − 10 = 3 6 0 3 -4
−2
2 2 12 0 6 −8
b) 𝐴 = 11 , 𝐵 = 6, 0, 3, −4 11 66 0 33 −44
9 9 54 0 27 −36
2 12 0 6 −8
𝐴𝐵 = 11 6, 0, 3, −4 = 66 0 33 −44
9 54 0 27 −36
b) Propriétés
Si les produits ont un sens on a:
•AB  BA; c'est à dire le produit matriciel n'est
pas commutatif en général.
•(AB)C = A(BC); le produit matriciel est

associatif.
• C(A + B) = CA + CB
• (A + B)C = AC + BC
6- Matrices particulières
6.1 Matrice triangulaire
a) Matrice triangulaire inférieure

C'est une matrice carrée dont tous
les éléments au-dessus de la
diagonale principale sont nuls,
autrement dit:
A = (aij) 1  i,j  n triangulaire
inférieure  aij = 0 si i < j
Exemple
8 0 0 0
 
 3 1 0 0
A
3 4 6 0
 
 1 5 2  1

b) Matrice triangulaire supérieure
C'est une matrice carrée dont tous les éléments en dessous de

la diagonale principale sont nuls, autrement dit:
A = (aij) 1  i, j  n
est triangulaire supérieure  aij = 0 si i > j
 1 4  7
Exemple  
A   0 12 3 
 0 2 
 0
c) Matrice diagonale
C'est une matrice carrée qui a tous ses éléments nuls en
dehors de ceux de la diagonale principale.
A = (aij) 1  i  n , 1jn
est diagonale  aij = 0 si i  j

On la note: diag(a11, a22, ..., ann)
où a11, a22, ..., ann représentent les éléments
diagonaux.
Exemple
 2 0 0 
 
A 0 21 0   diag  2, 21,  5
 0  5 
 0
•Matrice unité
On appelle matrice unité (matrice identité) d'ordre
n, la matrice diagonale notée In (ou tout
simplement I) définie par
0 𝑠𝑖 𝑖 ≠ 𝑗
In = (ij) où ij = où ij est appelé
1 𝑠𝑖 𝑖 = 𝑗
symbole de Kronecker
1 0 ⋯ 0
𝐼𝑛 = 0 1 ⋱ ⋮
⋮ ⋱ ⋱ 0
0 ⋯ 0 1
Propriété A  Mn(C), A.In = In.A = A
Matrice scalaire
C'est une matrice diagonale dont les éléments de la
diagonale principale sont égaux.
A est scalaire  il existe a  K / A = a.In
En particulier si n = 1, on identifie A et a
6.2 Matrice quasi-triangulaire
On appelle matrice quasi-triangulaire ou triangulaire

par blocs, une matrice carrée d'ordre n décomposable
en p lignes et p colonnes de telle sorte que les
éléments situés au-dessus (ou en dessous) de la
diagonale principale des blocs carrés soient nuls.
Exemple
3 1 1 1
 
4 7 3 5 
A
0 0 1 10 
 
0  9 
 0 8
𝐴11 𝐴12
⟹𝐴=
0 𝐴22
A est quasi-triangulaire supérieure

 1 2 0 0 0
 
 1 1 0 0 0
 
B  3 3 5 0 0
 
 4 1 0 1 2
 
 
 0 1 0 3 2
𝐵11 0 0
B= 𝐵21 𝐵22 0
𝐵31 0 𝐵33
B est quasi-triangulaire inférieure

6. 3 Matrice quasi-diagonale
C'est une matrice quasi-triangulaire inférieure et
supérieure.
Exemples
 1 2 0 0 0
 
1 1 0 0 0
 
M 0 0 6 0 0
 
 0 0 0  1 0 

 
 0 0 0 4 2
𝑀11 0 0
M= 0 𝑀22 0
0 0 𝑀33
2 0 3 0
 
0 1 0 0
N 
0 5 1 0
 
0 0 0 7
 
𝑁11 0
⟹𝑁=
0 𝑁22
,
6.4 Matrice stochastique
i = 1,...,n
Une matrice stochastique suivant les lignes est une matrice carrée dont
les éléments sont réels positifs ou nuls et tels que leur somme sur
chaque ligne égale 1.
𝐴 = 𝑎𝑖𝑗 1≤𝑖≤𝑛 , 1≤𝑗≤𝑛 n

𝑒𝑠𝑡 𝑠𝑡𝑜𝑐ℎ𝑎𝑠𝑡𝑖𝑞𝑢𝑒 𝑠𝑢𝑖𝑣𝑎𝑛𝑡 𝑙𝑒𝑠 𝑙𝑖𝑔𝑛𝑒𝑠 𝑠𝑖 𝑎𝑖𝑗 ≥ 0 et  a ij 1
j1
1 0 0
Exemple 1:  
A   31 0 2 
 3

1 1 1 
4 4 2 
Exemple 2: matrice doublement stochastique
 0,5 0,2 0,3 

 
M   0,2 0,6 0,2 
 
 0,3 0,2 0,5 

6.5 Matrice des coefficients techniques
Soit A = (aij)1  i  n, 1  j  n
La matrice A est dite matrice des coefficients
techniques si
X ij
aij 
Xj
où xij désigne la quantité de biens i consommée
par la branche j, xj la production totale de la
branche j.
Déterminer la matrice des coefficients techniques
Solution
𝑿𝒊𝒋
A = (aij)1  i  4, 1  j  4 où 𝒂𝒊𝒋 =
𝑿𝒋
0 15 40 20 3 1 2
200 125 160 50
0 4 5
25
30 0 50 0 3 5
200 125 160 50
0 0
20 16
𝐴= 45 25 0 10 = 9 1 1
0
200 125 160 50 40 5 5
5 15 10 0 1 3 1
0
200 125 160 50 40 25 16
7- Transposition
a) Définition
Soit A une matrice de format (n, p).
On appelle transposée de A, la matrice notée tA
ou At de format (p, n) , dont les colonnes sont
égales aux lignes de A.
Exemples
12 8
12 −4 0
1) 𝐴 = 𝐴𝑡 = −4 3
8 3 −9
0 −9
1 3 −1 1 0 −5
2) 𝐵 = 0 7 0 𝐵𝑡 = 3 7 2
−5 2 1 −1 0 1
b) Propriétés
 (At)t = A
 (A)t = (At) ,   K
 (A + B)t = At + Bt
 (AB)t = BtAt
c) Matrice symétrique, matrice antisymétrique
Soit A une matrice carrée.
• A est dite symétrique si A = At
En d’autre terme
A = (aij) 1  i , j  n est symétrique  aij = aji ∀ i ≠ j
• A est dite antisymétrique si A = - At
En d’autre terme
A = (aij) 1  i , j  n est antisymétrique
𝑎𝑖𝑗 = −𝑎𝑗𝑖 ∀ 𝑖 ≠ 𝑗

𝑎𝑖𝑗 = 0 ∀𝑖 = 𝑗
Exemple
2 10 −12
La matrice 𝑀 = 10 −9 4
−12 4 8
est symétrique car M = M t

0 2 5  3
 
2 0 2  4
Par contre la matrice B
5 2 0 1 
 
3 ,
0 
 4 1
est antisymétrique
Car,
 0, 2 5 3 0 2 5  3
   
 2 0 2 4 2 0 2  4
B 
t
     B
5 2 0 1 5 2 0 1
   
3 4 1  3 0 
 0  4 1
⟹ B  B ⟹t
B B t
Propriété: Toute matrice carrée est d'une manière

unique la somme d'une matrice symétrique et d'une
matrice antisymétrique.
Preuve
Soit B une matrice carrée. Supposons qu'il existe
deux matrices de même format que B, S symétrique
et A antisymétrique telle que
B = S + A (1)
Bt = (S + A)t = St + At = S – A (2)
(1) et (2) donnent


 B  S  A 
A  2 (B  B )
1 t
 t 

 B  S  A 
 S  1
2 (B  B t
)
Si S et A existent, elles sont uniques. On peut
vérifier que:
S = ½(B + B t)
est symétrique car St = S,
A = ½(B - Bt)
est antisymétrique car At = - A
Exercice Soit la matrice
2 1  3
 
M  1 3 0 
2 4 
 1 
Trouver deux matrices symétrique et antisymétrique

S et A respectivement telle que M = S+A
Solution
Comme M est une matrice carrée, alors:
S  1
2
M  M 
t
 2 1  3  2 1 2 
   
 1
2  1 3 0  1 3 1 
2 4  3 4 
 1   0 
 2 1   1
 2
S  1 3 2 
1
 1 
 2 4 
1
2
0 0  
5
 
M  M 
2
A 1
2
t
 0 0  
1
2
5 1 
2 2 0 
8- Puissances d'une matrice
Si A est une matrice carrée, on peut calculer:

A² = A.A
A3 = A².A
........................
Ak = Ak -1.A , k  N*
Formule du binôme
Soient A, B deux matrices carrées d'ordre n,
p  N*.
Si A et B commutent, c'est-à-dire AB = BA, on a:

p
C p k
k k
𝑝
(A + B) = p
A B
k 0
Si A  O et B  O, 𝐴0 = 𝐵0 = In
Soit A une matrice carrée et I la matrice unité de même
ordre que A.
Alors ∀ 𝑛 ∈ ℕ∗ , 𝜆 ∈ 𝐾 ∗ , (𝐾 = ℝ ou ℂ)
𝑛
𝑛
𝐴 + 𝜆𝐼 = 𝐶𝑛𝑘 𝐴𝑘 𝜆𝑛−𝑘
𝑘=0
𝑛 𝑛 𝑘
Si 𝜆 = 1 , 𝐴 + 𝐼 = 𝐶
𝑘=0 𝑛 𝐴𝑘
Exercices d’application
1°) On considère la matrice

2 0 0
 
1 2 0
T =  
1 1 
2

a) Calculer la matrice S telle que T = S + 2I3
où I3 est la matrice unité d’ordre 3
b) Calculer S² , S3 et en déduire Sk
c) Calculer Tk
2°)
4 2
Soit la matrice B =
−4 −2
a) Calculer B² , B3 , B4
En déduire B n ,  n  N*
5 2
b) Soit M = et I2 la matrice
−4 −1
unité d’ordre 2. Calculer la matrice J
telle que
M = J + I2 . En déduire Mn .
Solutions
1°)
a) Calculons S
T = S + 2I3  S = T - 2I3
2 0 0 1 0 0
   
 S = 1 2 0   2 0 1 0
1   
 1 2 0 0 1
0 0 0
 
S =

1 0 0

1 1 0
 
b) 0 0 0  0 0 0 0 0 0
    
1 0  1 0 0 0
S² = S.S = 
0

1
0
 = 
0

1
 1 0 1 0  1
 0 0

0 0 0
 
S3 = S².S = 0 0 0 = O3
 
0 0 0
 
Donc  k  3 , Sk = O3
c) T=S + 2I3 k
 Tk = ( S + 2I3)k =  Ck S 2
p p k p
p0
k
C p
p p
= 2 k
k
S 2
p 0
0 0 1 1 2 2
 kC  kC
2 C S 2 2 S 2 2
0 1 2
k
k k k S2
3 3 k
 k C S 2  ...  2 C S 2
3 k k k
2 k k
0 𝑐𝑎𝑟 ∀ 𝑘 ≥ 3 , 𝑆𝑘 = 0
𝑆𝑎𝑐ℎ𝑎𝑛𝑡 𝑞𝑢𝑒 k!

p
C k
p!(k  p)!
𝑒𝑡 𝑘! = 𝑘 𝑘 − 1 !
k 3
𝑘
𝑇 = 2k I3 + k.2k-1 S + k (k  1).2 S²
1 0 0 0 0 0 0 0 0
Tk =2
 
k 0 1 0 +k.2 k-1  1 0 0  + k 3

k (k  1).2  0 0 0 

0 0 1 1 1 0 1 0 0
     
 2 k
0 0
 k 1

= 0
k
 Tk k.2 2
 k.2 k 1  k (k  1).2 k 3 k.2 k 1 2 k 
 
9- Manipulations élémentaires
a) Définition
Soit A une matrice de format (n, p). On
appelle manipulations élémentaires sur les
lignes de A, les opérations suivantes.
• Permutation de deux lignes

• Multiplication d'une ligne par un scalaire
non nul
• Addition à une ligne d'une ligne différente
multipliée par un scalaire quelconque
Une suite de telles opérations appliquées à la matrice
A, la transforment en une matrice de même format
B. On dit que A et B sont équivalentes suivant les
lignes.
Remarque
On peut aussi définir des manipulations élémentaires
suivant les colonnes.
Les manipulations des deux types peuvent être
appliquées à la fois sur la matrice A.
b) Matrice échelon suivant les lignes
C'est une matrice qui a les propriétés suivantes:

• Ses lignes nulles si elle en possède sont les
dernières;
• Chaque ligne non nulle est telle que son 1er
élément différent de zéro soit égal à 1;
• L'indice de colonne de cet élément est une fonction
strictement croissante de son indice de ligne.
Remarque
Par des manipulations élémentaires uniquement sur les
lignes, on peut transformer toute matrice en matrice
échelon suivant les lignes.
Exemple
10- DETERMINANTS
Soit A une matrice carrée d'ordre n. On appelle

déterminant de la matrice A, le nombre réel ou
complexe noté detA ou 𝐴 .
10.1 Cas particuliers

a) n = 1, le déterminant de A est égal à son
unique élément ,
b) Déterminant d'une matrice carrée d'ordre 2
 a11 a12 
Soit A   
 a21 a22 
a11 a12
det A   a11a22  a21a12
a21 a22
Exemple
5 3
A
6 

 4
5 3
det A   20  18  2
6 4
c) Déterminant d'une matrice carrée d'ordre 3:
Règle de SARRUS
 b11 b12 b13 

 
Soit B   b21 b22 b23 
:
b b33 
 31 b32
Pour calculer detB par la règle de SARRUS,
on applique la disposition suivante.
Exemple Calculer le déterminant de la matrice
1 0 5 
 
B=  2 1  4
3 1 
 2 
N.B. La règle de SARRUS n'est applicable
qu'aux déterminants d'ordre 3.
10.2 Cas général: déterminant d'une matrice

carrée d'ordre n (n ≥ 2)
a) Mineurs et cofacteurs
 Etant donné une matrice
A = (aij)1  i n, 1  j  n, on appelle mineur
ij associé à l'élément aij, le déterminant
d'ordre n - 1 de la matrice Aij déduite de A
par suppression de la ligne i et de la
colonne j. Dr Boniface MFOURGA 76
• On appelle cofacteur associé à aij,
le scalaire: ij = (-1) .ij
i+j
Exemple
2 1 8 3 
Soit  
1 4 5  1
A= 
0 1 1 0 

 
4 5 2 2 
 
Calculer 13, 23, 41

Solution:
-
1 4 −1
13 = (-1)413 = 0 1 0 =6
4 5 2
2 −1 3
23= (-1)523= − 0 1 0 = 8
4 5 2
−1 8 3
41 = (-1)541 = − 4 5 −1 = 12
1 1 0
b) Développement d'un déterminant par rapport aux
éléments d'une rangée
Une rangée = une ligne ou une colonne

n
detA = a
j 1
ij ij
 i (développement par rapport à la i-ième ligne)

n
detA = a 
i 1
ij ij
 j (développement par rapport à la j-ième colonne)

Exemple
Calculer le déterminant de la matrice suivante par rapport à
la 3𝑒 ligne et par rapport à la 2𝑒 colonne.
0 1 −2 1
𝐴= 1 0 4 −2
−2 4 0 −8
1 −2 −8 0
4
4
i=3, det A= a3j.3j = a3j. (-1)3+j.3j
j1
j1
= a31.31 - a32.32 + a33.33 - a34.34
= -231 - 432 + 834
1 2 1 0 2 1 0 1 2
31= 0 4  2  16 , 32 = 1 4  2  8 , 34 = 1 0 4  16

1 8 0 1 2 8
2 8 0
det A = - 2(-16) - 4(- 8) + 8(16) = 192

4
 j = 2, detA = a i 2.i2
i 1
= - a12.12 + a22.22 - a32.32 + a42.42
1 4 −2 0 −2 1 0 −2 1
= − −2 0 −8 − 4 1 4 −2 − 2 1 4 −2
1 −8 0 1 −8 0 −2 0 −8
= -(-128) -4(-8) -2(-16) = 128 + 32 + 32 = 192

N.B. Quelle que soit la ligne ou la colonne fixée, la
valeur du déterminant est la même.
10.3 Comatrice
a) Définition
Soit A une matrice carrée d'ordre n. La comatrice
de A notée Com(A) est la matrice des cofacteurs de
A.
Exemple:
Déterminer la comatrice de la matrice suivante:
b) Propriété A.tCom(A) = tCom(A).A = (detA).In
Exemple: Reprenons l'exemple précédent
10.4 Propriétés des déterminants

Soit A = (aij) une matrice carrée d'ordre n.
a) Si A a une ligne (resp. une colonne) nulle, detA = 0
• Si deux colonnes (resp. lignes) sont égales, detA = 0
• Si une colonne (resp. ligne) est une combinaison linéaire
des autres colonnes (resp. lignes), detA = 0.
b) Le déterminant de A ne change pas en ajoutant à une colonne
(resp. ligne) une combinaison linéaire des autres colonnes (resp.
lignes).
On utilise cette propriété pour faire apparaître des zéros sur une
ligne (ou une colonne) avant de développer par rapport à cette
ligne (ou cette colonne).
c) Si on multiplie les éléments d'une rangée d'un déterminant D
par un nombre k, le déterminant obtenu est égal à k.D . Dans un
déterminant on peut mettre en facteur l’élément commun à une
ligne (resp. une colonne ) sans affecter les autres lignes (resp.
colonnes ) du déterminant.
Exemple (Propriété b)
 0 1 2 1 
 
 1 0 4  2
A=  
 2 4 0  8
 
 1 2 8 0 

Calculons det A par rapport à la première ligne

Ajoutons à 𝐶2 , −𝐶4 , à 𝐶3 , 2𝐶4
0 0 0 1 1 2 0
detA = 1 2 0 −2 = - −2 12 −16
−2 12 −16 −8
1 −2 −8
1 −2 −8 0
Calculons detA par rapport à la 1ère ligne
Ajoutons à 𝐶2 , −2𝐶1
1 0 0
16 −16
detA= − −2 16 −16 = −
−4 −8
1 −4 −8
1 −1
= 16.4 = 64.3 = 192
1 2
d) En permutant deux lignes (resp. colonnes), le
déterminant est changé en son opposé.
e) Si C1,...,Cn désignent les colonnes de la matrice A et
si une colonne Cj s'écrit: Cj = C'j + C"j ,
alors detA = det(C1,...,Cj,...Cn)
= det(C1,...,C'j,...,Cn) + det(C1,...,C"j,...,Cn)
f) Le déterminant d'une matrice triangulaire est égal au
produit des éléments de la diagonale principale.
g) det In = 1
• det(A.B) = detA.detB = det(B.A)
• det(tA) = detA
• det(A) = n.detA où n est l'ordre de la matrice A
et   K
• det[A.t(com(A)] = (detA)n
• det[tcom(A)] = (detA)n - 1
h) detA  0  A est régulière  vecteurs
colonnes (ou lignes) de A sont indépendants
detA = 0  A est singulière (ou non régulière)
i) Soit E un espace vectoriel de dimension finie n

( n N* ) , B = { e1 , e2 , … , en } une famille
d’éléments de E
•det (e1 , e2 , … , en )  0  la famille B est libre
•det (e1 , e2 , … , en ) = 0  la famille B est liée
11- Inverse et rang d'une matrice
11-1 Inverse d'une matrice
a) Définition
Soit A une matrice carrée d'ordre n. S'il existe une matrice carrée
B d'ordre n telle que AB = BA = In
on dit que A est inversible et B est appelée inverse de A.
On note B = A-1
b) Propriétés
A matrice carrée est inversible  detA  0
Si A est carrée inversible et si   0
1
 det(A ) =
-1
𝑑𝑒𝑡𝐴
 t[A-1] = [tA]-1
1
 [A]-1 = [A-1]
𝛽
Si A, B sont carrées de même ordre, inversibles,
[AB]-1 = B-1.A-1
A est inversible  A est régulière
c) Calcul de l'inverse d'une matrice carrée

c-1) Méthode des cofacteurs
Cas particulier: matrice carrée d'ordre 2
𝑎11 𝑎12
𝐴= 𝑎 𝑎22 , si det 𝐴 ≠ 0
21
1 𝑎22 −𝑎12
𝐴−1 =
𝑑𝑒𝑡𝐴 −𝑎21 𝑎11
Exemple:
Déterminer l’inverse de la matrice suivante:
9 −2
𝐴=
3 1
9 −2
det A = = 15 ≠ 0 ⟹ la matrice A est
3 1
inversible
1 2
−1 1 1 2 1 1 2 15 15
𝐴 = = = 1 3
𝑑𝑒𝑡𝐴 −3 9 15 −3 9 −
5 5
N.B. Cette méthode devient plus lourde à appliquer
en pratique si l'ordre n de la matrice est élevé.
c-2) Méthode des manipulations élémentaires

(Méthode de Gauss-Jordan)
Soit A une matrice carrée inversible d'ordre n. Pour

déterminer l'inverse de A, on forme la matrice [AIn]
dite matriceaugmentée. Par une série d'opérations
élémentaires uniquement sur les lignes on transforme
[AIn] en [InB]. Dans ces conditions, l'inverse de A
est B.
1- Mise en oeuvre de la méthode
1ère étape Formons la matrice augmentée [A│In]
Désignons respectivement par Li ( i = 1,...,n ) et
lij i = 1,...,n , j = 1,...,2n les lignes et les éléments de ce tableau.
Si l11 = a11  0 , l11 est appelé élément pivot

a) On divise par l11 les éléments de la ligne L1 et on obtient
la 1ère ligne M1 ( appelée ligne-pivot ) du tableau suivant
(Tableau I ).
b) On détermine ensuite les autres lignes Mi (i  1) du
tableau I de manière à faire apparaître dans la colonne de
l'élément pivot des zéros.
Mi = Li - li1.M1
i 1
où li1 est l'élément qui se trouve à l'intersection de la colonne
du pivot et de la ligne Li du tableau initial.
Si l11 = 0 , il existe lk1  0 ( k > 1). On permute la ligne 1 et la
ligne k et on est ramené au cas précédent.
2- 2e étape et étapes ultérieures

La deuxième étape consiste à transformer le tableau I en un
tableau II dont la 2e colonne est le vecteur e2 de la base
canonique de Rn.
Le pivot est l'élément m22 ( si m22  0 ) du tableau I qui fera
place à l'élément unité de e2 dans le tableau
qui suivra. Les opérations élémentaires sont alors
effectuées conformément aux règles décrites lors de la 1ère
étape. Elles se poursuivent jusqu'à l'obtention dans le
tableau final de la matrice augmentée [In│B].
3- Le choix des pivots

On ne doit prendre qu'un pivot par ligne et qu'un par
colonne pour l'ensemble des tableaux successifs et on ne
doit jamais prendre de pivot dans la 2e colonne-bloc des
matrices augmentées.
4
3𝑒 𝑝𝑖𝑣𝑜𝑡 𝑛33 = 3
1 0 0 1 3
 14  14 0  O1  N1  13 O3
 4 4

0 1 0 1
4
 14 3
4
 14 0  O2  N 2  13 O3
0 0 1 1
 14  14 3
0  O3  34 N 3
 4 4 
0 5
*  14  14  14 1  O4  N 4  13 O3
 0 0 4

11-2 Rang d'une matrice
Soit A une matrice de format (n, p).

2.1 Méthode des manipulations élémentaires
Pour déterminer le rang de la matrice A, on transforme A

successivement en matrices équivalentes, par des
manipulations élémentaires uniquement sur les lignes
jusqu'à l'obtention d'une matrice échelon suivant les lignes.
Dans ces conditions, le rang de A est égal au nombre de
lignes non nulles de la matrice échelon ainsi trouvée ou en
core égal au nombre de pivots.

a) 1ère étape
 La 1ère colonne de A est non nulle
Si a11  0, la 1ère ligne B1 de la matrice B équivalente à A
s'obtient en divisant la 1ère ligne de A par a11. a11 est
appelé élément pivot.
Les autres lignes Bi (i  1) s'obtiennent de la manière
suivante:
Bi = Ai - ai1.B1 où ai1 est l'élément qui se trouve à
l'intersection de la colonne du pivot et de la ligne Ai.
Si a11 = 0, il existe ak1  0 avec k > 1. On commence par
échanger la ligne 1 et la ligne k et on est ramené au cas
précédent.

La 1ère colonne de A est nulle
Dans ces conditions, le 1er élément pivot est a12,

si a12  0
b) 2e étape et étapes ultérieures

La 2e étape consiste à transformer la matrice B en une
matrice équivalente. Le pivot est l'élément b22
(avec b22  0).
Les manipulations élémentaires sont alors effectuées
conformément aux règles décrites lors de la 1ère étape.
Elles se poursuivent jusqu'à l'obtention d'une matrice
échelon suivant les lignes.
Exemple Déterminer le rang de chacune des matrices :

2.2 Méthode des déterminants
On cherche une matrice carrée M extraite de A, de
déterminant non nul et d'ordre maximal r.
Alors rg(A) = r
Exemple Trouver les rangs des matrices suivantes:

Réponse
• Déterminons le rang de A
La matrice A n'étant pas carrée, extrayons de A des matrices
carrées d'ordre 3 et calculons tour à tour leurs déterminants.
On s'arrête dès qu'on a un déterminant non nul.
• Déterminons le rang de B
La matrice B étant carrée, calculons son déterminant
detB = 20  0  rg(B) = 4

• Déterminons le rang de C.
Toutes les matrices carrées d'ordre 3 extraites de C ont des
déterminants nuls (car dans chacune d'elles une ligne ou
une colonne est combinaison linéaire des autres lignes ou
des autres colonnes ).
En effet : 𝐿2 = −3𝐿1 + 2𝐿3
Nous pouvons alors passer aux matrices carrées d'ordre 2.
N.B. Cette méthode est plus lourde à appliquer quand la

matrice est de grand format.
12- Matrice orthogonale
a) Définition
On dit qu'une matrice carrée M inversible réelle est
orthogonale si : M-1 = Mt
Mt désigne la transposée de M.
Conséquence M orthogonale  M-1 = Mt

 MM-1 = MMt
 MMt = Mt.M = In
b) Condition nécessaire et suffisante
Pour qu'une matrice carrée M d'ordre n soit

orthogonale il faut et il suffit que ses vecteurs
colonnes (ou vecteurs lignes) constituent une base
orthonormée de Rn ; c'est à dire si
X1, ..., Xn sont les vecteurs colonnes de M on a:

c) Propriété
Si M est une matrice orthogonale alors detM
= ±1.
La réciproque est fausse.
Preuve: M orthogonale  MMt = In

 det(MMt) = detIn
 detM.det(Mt) = 1
 (detM)² = 1
car detM = det(Mt)
detM = ±1

Chap 1 Matrices (NM)

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chap 1 Matrices (NM)

Transféré par

Droits d'auteur :

Formats disponibles

COURS DE

Université Marien Ngouabi

Etant donné deux entiers naturels

A est dite de format (n, p) ou de dimension (n, p)

B est de format (3, 2)

A= 𝑎11 , 𝑎12 , … , 𝑎1𝑝 ∈ ℳ1,𝑝 𝕂 , 𝕂 = ℝ 𝑜𝑢 ℂ

 Si p = 1, A est une matrice-colonne ou

𝑡𝑟 𝐴 = 𝑎𝑖 𝑖 = 𝑎11 + 𝑎22 + ⋯ + 𝑎𝑛𝑛

de même format (n, p) sont dites

Une sous-matrice de A (ou bloc) est

𝐴11 𝐴12 𝐴13 0 1

Soient A=(aij), B = (bij) deux matrices

Le produit A.B de la matrice A par la matrice B

Les cik sont obtenus en faisant le produit

•(AB)C = A(BC); le produit matriciel est

a) Matrice triangulaire inférieure

C'est une matrice carrée dont tous les éléments en dessous de

est triangulaire supérieure  aij = 0 si i > j

est diagonale  aij = 0 si i  j

On appelle matrice quasi-triangulaire ou triangulaire

A est quasi-triangulaire supérieure

B est quasi-triangulaire inférieure

𝐴 = 𝑎𝑖𝑗 1≤𝑖≤𝑛 , 1≤𝑗≤𝑛 n

Exemple 2: matrice doublement stochastique

 0,5 0,2 0,3 

Soit A une matrice carrée.

• A est dite symétrique si A = At

est symétrique car M = M t

Propriété: Toute matrice carrée est d'une manière

(1) et (2) donnent

est symétrique car St = S,

est antisymétrique car At = - A

Trouver deux matrices symétrique et antisymétrique

Comme M est une matrice carrée, alors:

Si A est une matrice carrée, on peut calculer:

Si A et B commutent, c'est-à-dire AB = BA, on a:

1°) On considère la matrice

• Permutation de deux lignes

C'est une matrice qui a les propriétés suivantes:

Soit A une matrice carrée d'ordre n. On appelle

10.1 Cas particuliers

 b11 b12 b13 

10.2 Cas général: déterminant d'une matrice

Calculer 13, 23, 41

Une rangée = une ligne ou une colonne

 i (développement par rapport à la i-ième ligne)

 j (développement par rapport à la j-ième colonne)

31= 0 4  2  16 , 32 = 1 4  2  8 , 34 = 1 0 4  16

det A = - 2(-16) - 4(- 8) + 8(16) = 192

= -(-128) -4(-8) -2(-16) = 128 + 32 + 32 = 192

10.4 Propriétés des déterminants

Calculons det A par rapport à la première ligne

i) Soit E un espace vectoriel de dimension finie n

c) Calcul de l'inverse d'une matrice carrée

c-2) Méthode des manipulations élémentaires

Soit A une matrice carrée inversible d'ordre n. Pour

1ère étape Formons la matrice augmentée [A│In]

Si l11 = a11  0 , l11 est appelé élément pivot

2- 2e étape et étapes ultérieures

3- Le choix des pivots

Dr Boniface MFOURGA 100

Soit A une matrice de format (n, p).

Dr Boniface MFOURGA 101

Pour déterminer le rang de la matrice A, on transforme A