Académique Documents
Professionnel Documents
Culture Documents
16 mars 2022
3 Les matrices 5
3.1 Définition d’une matrice . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 Opération sur les matrices . . . . . . . . . . . . . . . . . . . . . . 6
1 Addition de matrices et multiplication d’une matrice par
un scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Produit de deux matrices . . . . . . . . . . . . . . . . . . 7
3 Transposition de matrices . . . . . . . . . . . . . . . . . . 8
3.3 Anneau de matrices carrées . . . . . . . . . . . . . . . . . . . . . 8
3.4 Matrice associée à une application linéaire . . . . . . . . . . . . . 10
3.5 Déterminant d’une matrice carrée . . . . . . . . . . . . . . . . . . 12
3.6 Matrices inversibles . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.7 Rang d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1 Lien entre le rang d’une matrice et celui d’une application
associée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.8 Matrices et Changements de Bases . . . . . . . . . . . . . . . . . 18
1 Propriétés des matrices de passage . . . . . . . . . . . . . 19
3
4 TABLE DES MATIÈRES
Chapitre 3
Les matrices
— Si n = 1, on dit que A est une matrice ligne, A = (a11 , a12 , ..., a1p ) ∈
M1,p (K).
a11
a21
— Pour p = 1 on dit que A est une matrice colonne, A = . ∈
.
an1
Mn,1 (K)
5
6 CHAPITRE 3. LES MATRICES
1 4 0
2 3 0
Exemple 1. 3 2 0 , A1 est une matrice de type (4, 3).
1. A1 =
4 1 3
−1 0 1 7
2. A2 = , A2 est une matrice de type (2, 4).
5 2 1 0
1 9
3. A3 = , A3 est une matrice carrée d’ordre 2.
−6 0
Autrement dit
0 0 .. 0 1 0 .. 0
0 0 .. 0 0 1 .. 0
0n,p . . .. . In = .
=
. .. 0
0 0 .. 0 0 0 0 1
αA = (α × aij )1≤i≤n,1≤j≤p
3 Transposition de matrices
Définition 6. Soit A = (aij )1≤i≤n,1≤j≤p une matrice de type (n, p) sur K. On
appelle matrice transposée de A et on note At , la matrice de type (p, n) sur
K obtenue à partir de A en échangeant les lignes et les colonnes
At = (aji )1 ≤ j ≤ p, 1 ≤ i ≤ n,
1 4 0
2 1 2 3 4
3 0 At = 4 3 2 1
Exemple 3. A =
3 2 0
0 0 0 3
4 1 3
Théorème 1. Le produit des matrices est une opération interne dans M(n) (K)
et il admet un élément neutre la matrice identitée In etl’ensemble des matrice
carrées d’ordre n M(n) (K), muni de l’addition et de la multiplication possède
une structure d’anneau.
kf ois
z }| {
∗ k
∀k ∈ N A = A × A × ... × A
Matrice nilpotente
∃k ∈ N∗ , Ak = 0n
p = min{k ∈ N∗ , Ak = 0n }
On rappelle qu’une application linéaire est entièrement déterminée dès que l’on
connait les images des vecteurs d’une base. Il apparait ainsi judicieux de re-
grouper chacun des vecteurs f (e1 ), f (e2 ), ..., f (ep )( ou plutot leurs coordonées
dans la base B 0 ) dans un même tableau, ce dernier caractérisant complètement
l’application f . Cela nous conduit à la définition suivante
Définition 10. Soient E un K−espace vectoriel de dimension p muni d’une
base B, F un K−espace vectoriel de dimension n muni d’une base B 0 , et soit
f : E −→ F une application linéaire.
f : R2 −→ R2
(x, y) 7−→ (x + y, x − y)
B = {e1 = (1, 2), e2 = (−1, 1)} et B 0 = {v1 = (0, 2), v2 = (−2, 1)}, On doit
chercher les λ1 , λ2 , λ3 , λ4
λ1 = 41
(3, −1) = λ1 (0, 2) + λ2 (−2, 1) ⇐⇒
λ2 = − 23
λ3 = −1
(0, −2) = λ3 (0, 2) + λ4 (−2, 1) ⇐⇒
λ4 = 0
f (e1 ) f (e2 ) f (e3 )
λ1 λ3
MBB 0 (f ) = = 41 −1 v1
λ2 λ4 3
−2 0 v2
Exemple 9. Soit l’application linéaire
f : R2 −→ R3
(x, y) 7−→ (x + y, x + y, x + y)
pour trouver la matrice associée à f par rapport aux bases B1 = {(1, 1), (−2, 0)}
et B2 = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} , on procède comme suit
1 2
|A| = = 1(−1) − 0 × (2) = −1.
0 −1
Exemple 12.
1 0 −1
−1 1 12 1 12 −1
12 −1 1 = (−1)1+1 ·1 +(−1)1+2 ·0 +(−1)1+3 (−1)
1 0 0 0 0 1
0 1 0
⇐⇒ |A| = −1 + 0 − 12 = −13
3.5. DÉTERMINANT D’UNE MATRICE CARRÉE 13
1 0 −1
0 −1 1 −1 1 0
12 −1 1 = (−1)3+1 ·0 +(−1)3+2 ·1 +(−1)3+3 ·0
−1 0 12 1 12 −1
0 1 0
det(A) = (−1)1+j a1j D1j + (−1)2+j a2j D2j + ... + (−1)n+j anj Dnj , j = 1, ..., n.
det(A) = (−1)i+1 ai1 Di1 + (−1)i+2 ai2 Di2 + ... + (−1)i+n ain Din , i = 1, ..., n.
Où Aij représent ce que nous appelons le déterminant mineur du terma aij , le
déterminant d’ordre n − 1 obtenu de det(A) en supprimant la i−ème ligne et la
j−ème colonne.
Proposition 5. Soit A ∈ Mn (K) on a :
1. det(A) = det(At ).
2. det(A) = 0 si deux lignes de A sont égales (ou deux colonnes).
14 CHAPITRE 3. LES MATRICES
Exemple 15. Soient V1 = (1, 1, 0), V2 = (0, −1, 1), V3 = (0, 0, 1), alors
1 0 0
−1 0
det(V1 , V2 , V3 ) = 1 −1 0 = +1 = −1
1 1
0 1 1
Exemple 16. Soient V1 = (1, 2, 0), V2 = (0, −1, 1), V3 = (0, 0, 1), forment une
base de R3 , car det(V1 , V2 , V3 ) = −1 6= 0.
1 2 a c a c 1 2 1 0
A·B = · = B·A = · = I2 =
0 −1 b d b d 0 −1 0 1
a + 2c b + 2d a 2a − b 1 0
⇐⇒ = =
−c −d c 2c − d 0 1
1 2
B=
0 −1
1 2
Exemple 18. Soit A = . On vérifie par le calcul que A2 − 5A = 2I2 .
3 4
Par suite A( 21 A − 52 I2 ) = I2 . On conclut alors que A−1 = 12 A − 52 I2 .
Théorème 2. Soit A ∈ Mn (K), on a :
où
−1 1 1 1
C11 = (−1)2 = −4, C12 = (−1)3 = −2,
2 2 0 2
1 −1 0 3
C13 = (−1)4 = 2, C21 = (−1)3 = 6,
0 2 2 2
1 3 1 0
C22 = (−1)4 = 2, C23 = (−1)5 = −2,
0 2 0 2
16 CHAPITRE 3. LES MATRICES
0 3 1 3
C31 = (−1)4 = 3 C32 = (−1)5 =2
−1 1 1 1
1 0
C33 = (−1)6 = −1
1 −1
donc la matrice des cofacteurs est donnée par :
−4 −2 2
6 2 −2
3 2 −1
et la comatrice et
−4 6 3
C t = −2 2 2
2 −2 −1
d’où
3
−4 6 3 −2 3
1 2
A−1 = −2 2 2 = −1 1 1
2 −1
2 −2 −1 1 −1 2
Exemple 20.
1 −1
A=
2 0
det A = 2 6= 0, rgA = 2
.
1 1
B=
1 1
det B = 0, rgB = 1
.
0 1 −1 0
C = −1 1 −1 1
0 −1 1 0
3.7. RANG D’UNE MATRICE 17
rgA < 4(rgA ≤ 3) la plus grande matrice carrée contenue dans A est d’ordre 3,
dans cet exmple on a : 4 possibilité :
1 −1 0 0 1 −1
C1 = 1 −1 1 , C2 = −1 1 −1
−1 1 0 −1 −1 1
0 1 0 0 1 0
C3 = −1 1 1 , C2 = −1 −1 1
0 −1 0 0 1 0
Proposition 8.
∀A ∈ Mn (K ), rgA = rgAt
Or (a1j , a2j , ..., anj ) est un vecteur de F dont les coefficients sont rangée dans
la j-ième colonne Cj de la matrice A nous l’avons noté cj , ainsi
c’est à dire
rg(f ) = rg(A)
e01 = e1 − e3
e02 = e1 − e2
e03 = e1 + e2 + e3
3.8. MATRICES ET CHANGEMENTS DE BASES 19
(1, 0, 0) = λ1 e01 + λ2 e02 + λ3 e03 = (λ1 (1, 0, −1) + λ2 (1, −1, 0) + λ3 (1, 1, 1)
λ1 + λ2 + λ3 = 1
1
⇐⇒ −λ2 + λ3 = 0 ⇐⇒ λ1 = λ2 = λ3 =
3
−λ1 + λ3 = 0
(0, 1, 0) = λ1 e01 + λ2 e02 + λ3 e03 = (λ1 (1, 0, −1) + λ2 (1, −1, 0) + λ3 (1, 1, 1)
λ1 + λ2 + λ3 = 0
1 2
⇐⇒ −λ2 + λ3 = 1 ⇐⇒ λ1 = λ3 = , λ2 = −
3 3
−λ1 + λ3 = 0
(0, 0, 1) = λ1 e01 + λ2 e02 + λ3 e03 = (λ1 (1, 0, −1) + λ2 (1, −1, 0) + λ3 (1, 1, 1)
λ1 + λ2 + λ3 = 0
1 2
⇐⇒ −λ2 + λ3 = 0 ⇐⇒ λ2 = λ3 = , λ1 = −
3 3
−λ1 + λ3 = 1
Donc
1 1 −2
1
MB 0 B (IdR3 ) = Q = 1 −2 1
3
1 1 1
et l’on voit qu’on a effectivement Q = P −1 , on vérifie l’une des deux égalités
P × Q = I3 ou Q × P = I3
20 CHAPITRE 3. LES MATRICES