1.

CALCUL MATRICIEL
La plupart des problèmes aux quels l’ingénieur est confronté sont modélisés par
des équations aux dérivées partielles (EDP). Les équations sont non linéaires telles
que les de Navier-stock pour la dynamique des fluides, les équations d’équilibre
dynamique des structures, les équations de transfert de chaleur, etc. Ces équations
sont très difficiles á résoudre analytiquement sans hypothèses simplificatrice. Pour
remédier ces difficultés, des techniques de discrétisation telles que les méthodes
d’éléments finis, de volumes finis, de différences finies permettent de les transformer
en systmes d’équations algébriques, sous forme Ax = b.
Dans ce chapitre, nous allons étudier quelques techniques de résolutions de système
d’équations algébriques Ax = b où A est une matrice et, b et x des vecteurs.
Definition 1.1. Une matrice A est un tableau de m lignes et n colonnes.
 
a11 a12 a13 · · · a1j · · · a1n
 a21 a22 a23 · · · a2j · · · a2n 
 .. .. .. .. .. 
 
 . . . . . 
A=  ai1 ai2 ai3 · · · aij · · · ain 

 
 . .. .. .. .. 
 .. . . . . 
am1 am2 am3 · · · amj · · · amn
L’élément aij de la matrice A est situé à l’intersection de la ieme ligne et de la
eme
j colonne.  
1 2
Par exemple si m = 3 et n = 2 on écrit A =  4 −1  Si m = 3 et n = 2 on peut
2 1
 
1 2 3
écrire A =  4 5 6 
7 8 9
 
Si m = 1 et n quelconque, il s’agit d’un vecteur ligne. Exemple: x = 3 2 1 4 .
Si n = 1 et m quelconque, il s’agit d’un vecteur colonne.
A est une matrice triangulaire supérieur(inférieur) si tous les éléments de A qui
sont sous la diagonale principale sont nuls(au-dessus de la diagonale principale sont
nuls).  
1 2 3
Exemple : A =  0 0 4 
0 0 1
 
1 0 0
A =  3 2 0 .
1 −2 1
A est une matrice diagonale si elle est triangulaire supérieur et inférieur.
Soit aij les éléments d’une matrice A et B une matrice telle que bij = aji . On dit
que B est la transposée
 de A,on écrit B = AT .
3 2 1
Exemple : A =  4 0 3 
1 −1 2
 
3 4 1
AT =  2 0 −1 
1 2 2
1
2

1.1. Opérations.
∗ Addition de deux matrices
Soient A(m, n) et B(m, n) deux matrices.
La somme de A et B, noté A + B est la matrice C = A + B définie par
cij = aij + bij pour tout i = 1, 2, ..., m et j = 1, 2, ..., n.
∗ Produit de deux matrices
Soient A(m, p) et B(p, n) deux matrices.
Le produit de A P et B, noté A × B est la matrice C = A × B définie par
p
C(m, p) où cij = m=1 aim bmj pour tout i = 1, 2, ..., m et j = 1, 2, ..., n.
Exemple
    
3 5 −1 2 −2 3 1 22 −2 42
 4 0 2  5 0 7 8  =  26 −16 1 
−6 −3 2 9 −4 1 1 −9 4 −28

1.2. Propriétés. Pour les matrices A et B nous avons : (AB)T = B T AT

(AT )T = A
Si AT = A, A est une matrice symétrique.
Si AT = −A, A est une matrice antisymétrique.

1.3. Déterminant d’une matrice. Soit A(n, n) une matrice carré d’ordre n.
Le déterminant de la matrice A, noté det(A) ou tout simplement |A| est défini par
a11 a12 a13 ··· a1j ··· a1n
a21 a22 a23 ··· a2j ··· a2n
.. .. .. .. .. m
. . . . . X
det(A) = |A| = = (−1)j+k ajk Mjk
ai1 ai2 ai3 ··· aij ··· ain
k=1
.. .. .. .. ..
. . . . .
am1 am2 am3 ··· amj ··· amn
pour j = 1, 2 où n.
(−1)j+k Mjk est le cofacteur de ajk .
Mjk est le mineur de ajk .
Exemple
 
1 3 0
A =  2 6 4  on choisit j = 1.
−1 0 2
6 4 2 4 2 6
det(A) = (−1)1+1 + (−1)1+2 × 3 × + (−1)1+3 × 0 ×
0 2 −1 2 −1 0
= 1 × 1 × (6 × 2 − 0 × 4) − 1 × 3 × (2 × 2 + 1 × 4)
= 12 − 3 × 8
= −12
Si la matrice est triangulaire, le déterminant égal au produit des éléments de la
diagonale principale.
−3 0 0
Exemple : |A| = 3 4 0 = −3 × 4 × 5 = −60
−1 2 5
 3

1.4. Inverse d’une matrice. Soit A une matrice carrée d’ordre n, si le déterminant
de la matrice est non nul, on dit que la matrice est inversible et son inverse est
donnée par

(adj(A))T
A−1 =
det(A)

avec adj(A) est la matrice adjointe dont les éléments sont les cofacteurs de A.

Remark 1.2. adj(A) est appelée aussi co-matrice de A.

 
  a11 a12 a11 a12
a11 a21  a21 a22 a21 a22 
Exemple : Soit A = . On a adj(A) =  
a12 a22  a11 a12 a11 a12 
a21 a22 a21 a22
 
a11 −a12
adj(A) =
a21 a22
 
T a22 −a12
aussi (adj(A)) = et enfin nous obtenons :
 −a21 a 11
a22 −a12
A−1 = det(A)
1
.
−a21 a11

1.5. Méthode d’élimination de Gauss. La méthode d’élimination de Gauss

consiste à triangulariser la matrice augmentée. Par

..
 
 k11 k12 ··· k1n . f1
..

.
 
 k21 k22 ··· k2n . f2
[K ..f ] = A = 


 . .. .. .. ..
 ..

 . . . . 

..
kn1 kn2 ··· knn . fn

Pour obtenir la forme triangulaire des opérations élémentaires sont néccessaires.

(1) On peut remplacer une ligne i par une ligne j

Li −→ Lj
(2) On peut remplacer une ligne i par une combinaison linéaire de ligne j
Li −→ Li − αLj avec α ∈ R∗
4

Exemple
    
1 1 1 x1 6
 2 4 2   x2  =  16 
−1 5 −4 x3 −3
..
 

..  1 1 1
. 6 
.
[K .f ] =  2 4 2 .. 16 
 
 
..
−1 5 −4 . −3
..
 
 1 1 1 . 6 
=  0 2 0 ... 4 
 
 
..
0 6 −3 . 3
..
 
 1 1 1 . 6 
=  0 2 0 ... 4 
 
 
..
0 0 −3 . −9
    
1 1 1 x1 6
L’équation devient  0 2 0   x2  =  4 
0 0 −3 x3 −9
On obtient x3 = 3, x2 = 2 et x1 = 1.
1.6. Méthodes inverses. Il existe plusieurs technique pour déterminer l’inverse
de K, méthode de Gauss-Jordan, méthode Kx = f ⇐⇒ x = K −1 f où peut tre
obtenue á partir de la définition.
1.7. Résolution des problèmes d’équilibre dynamique. Le système d’équation
est de la forme
M ẍ + Kx = f
M est la matrice d’inertie.
1.8. Résolution des problmes statiques. Les équations d’équilibre statique des
structures s’écrivent sous la forme
Kx = f
oú K est la matrice de raideur
x : vecteur déplacement inconnu
f : vecteur force
1.8.1. Règle de Cramer. Soit une matrice K, inversible et f un vecteur force donnée
tels que Kx = f .
Les solutions sont données par
|Ki |
xi = i = 1, 2, ...n
|K|
où Ki est la matrice obtenue à partir de K en remplaant la colonne i par le vecteur
colonne f .
 5

Exemple
    
1 1 1 x1 6
 2 4 2   x2  =  16 .
−1 5 −4 x3 −3
Vérifions d’abord que le déterminant n’est pas nul, il suffit de vérifier que les
vecteurs colonnes (lignes) ne sont pas colinéaires.
6 1 1
16 4 2 4 2 16 2 16 4
6× − +
−3 5 −4 5 −4 −3 −4 −3 5 −6
x1 = = = −6 =1
1 1 1 4 2 2 2 2 4
− +
2 4 2 5 −4 −1 −4 −1 5
−1 5 −4
1 6 1
2 16 2 16 2 2 2 2 16
−6× +
−1 −3 −4 −3 −4 −1 −4 −1 −3
x2 = = −6 = −12
−6 = 2
1 1 1
2 4 2
−1 5 −4
1 1 6
2 4 16 4 16 2 16 2 4
− +6×
−1 5 −3 5 −3 −1 −3 −1 5
x3 = = −6 = −18
−6 = 3
1 1 1
2 4 2
−1 5 −4