II) Calcul matriciel

1) Définition et exemple
Définition 1 Soient n et p ∈ N∗ . Une matrice de type n × p( ou de taille n × p) est un tableau
de nombres comportant n lignes et p colonnes. Les nombres du tableau sont appelés les éléments
ou les coefficients de la matrice. Le coefficient situé à la i-ème ligne et la j-ème colonne sont
noté aij . Un tel tableau est représenté de la manière suivante :
 
a11 a12 ... a1j ... a1p
 a21 a22 ... a2j ... a2p 
 
 . 
A=   ou A = (aij )1≤i≤n .
 . 
 1≤j≤p
 . 
an1 an2 ... anj ... anp

Exemple 1  
1 −2 5
A=
0 3 7
A est une matrice de type 2 × 3 avec par exemple a11 = 1 et a23 = 7.

Notation : L’ensemble des matrices à n lignes et p colonnes à coefficients dans K se note

Mn,p (K).
Remarque 1 Deux matrices A et B sont égales si et seulement si elles ont le même nombre
de lignes et le même nombre de colonnes et que les coeffcients correspondants sont égaux.

Exercice 1 On note
   
2x + 3 5 −1 5
E= et F = ·
3 −2y − 4 3 5

Déterminer x et y pour que les deux matrices E et F soient égales.

Correction : Les deux matrices E et F sont de même type. Pour que E et F soient égales, il faut
que :
x = −2
 (
2x + 3 = −1
⇒ 9
−2y − 4 = 5 y =−
2

2) Matrices particulières
Définition 2 (matrice carrée)
Une matrice qui possède le même nombre de lignes et de colonnes est appelée matrice carrée.
L’ensemble des matrices à n lignes et n colonnes se note Mn (K) au lieu de Mn,n (K).
Les éléments a11 , a22 , a33 , ..., ann sont appelés les coefficients diagonaux de la matrice et forment
la diagonale principale.

1
Exemple 2  
1 2 0
A = 3 5 4 
1 −1 2
A ∈ M3 (R) et les éléments 1, 5 et 2 sont les coefficients diagonaux de A.

Définition 3 (matrice ligne, matrice colonne)

Une matrice qui n’a qu’une seule ligne est appelée matrice ligne. On la note : A = (a11a
12 .. . a1p ).
a11
 a21 
 
 . 
Une matrice qui n’a qu’une seule colonne est appelée matrice colonne. On la note : A =  . 

 
 . 
an1
 
4
5
Exemple 3 A = (1 2 3) et B =  6


7
A est une matrice ligne de type 1 × 3 alors A est une matrice ligne et A ∈ M1,3 (R).
B est une matrice colonne de type 4 × 1 alors B est une matrice colonne et B ∈ M4,1 (R).

Définition 4 (matrice nulle)

La matrice (de taille n × p) dont tous les coefficients sont des zéros est appelée la matrice nulle
et est notée 0n,p ou plus simplement
 0.Des exemples de matrices nulles sont :
  0 0 0
0 0 0
02,3 = , 03 = 0 0 0
0 0 0
0 0 0

Définition 5 (matrice identité)

On appelle matrice identité d’ordre n et on note In la matrice carrée dont les coefficients de la
diagonale principale sont égaux à 1 et tous les autres sont égaux à 0.
 
1 0 ... 0 0
 0
 1 0 ... 0 

 . 
In =  
 . 

 . 
0 0 ... 0 1
 
  1 0 0
1 0
Exemple 4 I2 = I3 =  0 1 0
0 1
0 0 1
I2 est la matrice identité d’ordre 2 et I3 est la matrice identité d’ordre 3.

2
Définition 6 Soit A une matrice carrée d’ordre n. On dit que :
A est une matrice triangulaire supérieure si ses coefficients au dessous de la diagonale principale
sont nuls.
A est une matrice triangulaire inférieure si ses coefficients au dessus de la diagonale principale
sont nuls.
Un matrice qui est triangulaire supérieure et triangulaire inférieure est dite diagonale.
     
1 −1 1 4 0 0 −1 0 0
Exemple 5 A = 0 1 −1 B = 0 −1 0 C =  0 6 0
0 0 −1 3 −2 3 0 0 1
A est une matrice triangulaire supérieure, B est une matrice triangulaire inférieure et C est
une matrice diagonale.

3) Opérations sur les matrices

a)Addition de matrices
Définition 7 Soient A et B deux matrices ayant la même taille n × p. Leur somme C = A + B
est la matrice de taille n × p définie par cij = aij + bij .
     
3 −2 0 5 3 3
Exemple 6 Si A = et B = alors A + B = .
 1 7 2 −1 3 6
−2
Par contre si B 0 = , la somme A + B 0 n’est pas définie car les deux matrices ne sont
8
pas de même taille.

Propriétés 1 1. L’addition de matrices est commutative A + B = B + A.

2. L’addition de matrices est associative A + B + C = (A + B) + C = A + (B + C).
3. la matrice nulle est l’élément neutre de l’addition.

b)Transposée d’une matrice

Définition 8 Soit A = (aij )1≤i≤n ∈ Mn,p (K). On appelle transposée de A et on note t A ou At
1≤j≤p
la matrice définie par :
A = (aji )1≤j≤p ∈ Mp,n (K).
1≤i≤n

t
Autrement dit, la matrice A est obtenue en échangeant les lignes et les colonnes de la matrice
A.
 
1 3  
t 1 2 5
Exemple 7 Soit A = 2 6 alors A =
3 6 4
5 4

Propriétés 2 1. Pour toute matrice A ∈ Mn,p (K) : t (t A) = A.

2. Pour tout λ ∈ K et pour toute matrice A ∈ Mn,p (K) : t (λA) = λ(t A).

3
 3. Pour toutes les matrices A et B de Mn,p (K) : t (A + B) = t A + t B.

Définition 9 Soit A ∈ Mn (K). On dit que :

A est une matrice symétrique si t A = A c’est à dire aji = aij .
A est une matrice antisymétrique si t A = −A c’est à dire aji = −aij .

Notation : Sn (K) : l’ensemble des matrices symétriques d’ordre n (ou de taille n).
An (K) : l’ensemble des matrices antisymétriques d’ordre n (ou de taille n).
   
1 2 3 0 1 −2
Exemple 8 A = 2 0 4 et B = −1 0 3 .
3 4 1 2 −3 0
A est une matrice symétrique et B est une matrice antisymétrique.

c)Produit d’une matrice par un scalaire

Définition 10 Le produit d’une matrice A = (aij ) ∈ Mn,p (K) par un scalair α ∈ K est la
matrice (α ai,j ) formée en multipliant chaque coefficient de A par α. Elle est noté α A.
   
1 2 3 2 4 6
Exemple 9 Si A = et α = 2 alors 2A =
0 1 0 0 2 0

Remarque 2 La matrice (−1)A est l’opposée de A et est notée −A. La différence A − B est
définie par A + (−B).
     
2 −1 0 −1 4 2 3 −5 −2
Exemple 10 Si A = et B = alors A−B =
4 −5 2 7 −5 3 −3 0 −1

Exercice 2 On considère les matrices suivantes :

   
    0 0 3 1 0 1
1 2 2 1
A= B= C =  1 −1 −1  D =  0 2 1 .
−1 0 0 1
1 2 4 −1 1 1

Calculer, si elles existent, les matrices sivantes :

1. A + B, A + C, 4A − 3B, C + D et 2C − D.
2. t B + A, t C + A, t D + C

d)Multiplication de matrices
Définition 11 Soient A = (aij ) une matrice de Mn,p (K) et B = (bij ) une matrice de Mp,q (K).
Alors, le produit AB est une matrice de Mn,q (K) dont les coefficients mij sont définis par
p
X
mij = aik bkj .
k=1

4
  
  1 2
1 2 3
Exemple 11 A = ∈ M2,3 (R) et B = −1 1 ∈ M3,2 (R) alors
2 3 4
  1 1
2 7
AB = ∈ M2 (R).
3 11
Remarque 3 La matrice AB n’est définie que si le nombre de colonnes de A est égal au nombre
de lignes de B.
Exercice 3 Soient les matrices :
     
1 1 1 2 −1 −1 1  

−1 −1 1
A = 1 ; B = −1 1 0 ; C = 1 0 1 D =
     1 0 1 , E=
 .
1 0 1
0 1 −1 0 0 1 0
Expliciter les matrices suivantes dans le cas où elles existent :
A × B, B × A, t A × A, A × t A, C × D, D × C, A × E, C × E.
Propriétés 3 1. La multiplication de matrices n’est pas commutative en général.
2. La multiplication de matrices est associative : A B C = (AB)C = A(BC).
3. La multiplication est distributive par rapport à l’addition : A(B + C) = AB + AC.
4. La matrice identité est l’élément neutre pour la multiplication.
5. Si A ∈ Mn,p (K) et B ∈ Mp,q (K) alors les produits AB et t B t A ont un sens. De plus
t
(AB) = t B t A.
6. AB = 0 ; A= 0 ou B = 0. 
0 −1 2 3
Si A = et B = .
0 5  0 0
0 0
On a AB = mais A 6= 0 et B 6= 0.
0 0
7. AB =AC ;  B=C    
0 −1 4 −1 2 5
A= , B= et C = .
0 3  5 4 5 4
−5 − 4
On a AB = AC = mais B 6= C.
15 12

5
e)Puissance d’une matrice carrée
Définition 12 Soient k ∈ N et A une matrice carrée de Mn (K). On appelle puissance k-ième
de A et on note Ak , la matrice :

A0 = In et Ak = A
| A{z... A}.
k f ois

 
1 0 1
Exercice 4 Soit A =  0 −1 0  .
0 0 2
1. Calculer A2 , A3 et A4 .
2. Montrer par récurrence que pour tout p ∈ N∗
 
1 0 2p − 1
Ap = 0 (−1)p 0  .
0 0 2p

Correction :
1. On a      
1 0 3 1 0 7 1 0 15
A2 = AA = 0 1 0  , A3 = A2 A = 0 −1 0 et A4 = A3 A = 0 1 0  .
0 0 22 0 0 8 0 0 16
2. Pour p = 1, on a
   
1 0 1 1 0 21 − 1
A = 0 −1 0 = 0 (−1)1 0 .
0 0 2 0 0 21

Alors la propriété est vraie pour p = 1.

Fixons p ≥ 1 et supposons que la propriété est vraie au rang p. Montrons que la propriété
est vraie au rang p + 1.  
1 0 2p − 1
Puisque Ap+1 = Ap A et Ap = 0 (−1)p 0  alors
0 0 2p
     
1 0 2p − 1 1 0 1 1 0 2+1 p − 1
Ap+1 = 0 (−1)p 0  0 −1 0 = 0 (−1)p+1 0  .
p p+1
0 0 2 0 0 2 0 0 2

Par conséquent, la propriété estvraie au rang p + 1.

1 0 2p − 1
Donc, pour tout p ∈ N∗ , Ap = 0 (−1)p 0  .
0 0 2p

6
Propriétés 4 1. Soit A une matrice carrée. Soient k et l deux entiers naturels.
Ak Al = Ak+l , (Ak )l = Akl , (λA)k = λk Ak , λ ∈ K.

2. Doit D une matrice diagonale. Pout tout entier naturel n non nul, Dn est la matrice dia-
gonaleobtenue enélevant à la puissance n les coefficients diagonaux de D. Par exemple :
1 0 0
D = 0 −3 0 est une matrice diagonale d’ordre 3. Alors :
0 0 4
 2   
1 0 0 1 0 0
D2 =  0 (−3)2 0  = 0 9 0  .
0 0 42 0 0 16

3. Soit N ∈ Mn (K). S’il existe un entier naturel p ≥ 1 tel que N p = 0, alors la ma-
trice N 
est dite nilpotente.
 L’indice
 de nilpotente
 est alors
 le plus
 petit p. Par exemple :
0 2 3 0 0 −2 0 0 0
B = 0 0 −1 , B 2 = 0 0 0  et B 3 = 0 0 0 .
0 0 1 0 0 0 0 0 0
Donc, B est une matrice nilpotente d’indice 3.

Remarque 4 En général, (AB)k 6= Ak B k , pour tout k ≥ 2.

Théorème 1 Soient A et B deux matrices carrées d’ordre m qui commutent. Alors, pour tout
entier naturel n, on a la formule du Binome suivante :
n
n
X n!
(A + B) = Cnk Ak B n−k , où Cnk = ·
k=0
k!(n − k)!

Exercice 5 On considère les deux matrices suivantes :

 
1 1 0
A = 0 1 1 et B = A − I3 .
0 0 1
1. Montrer que B est une matrice nilpotente.
2. Calculer, pour tout entier naturel n, An .

Correction :
1. On a      
0 1 0 0 1 0 0 0 1
2
B =BB =  0 0 1 0 0 1 = 0 0 0
0 0 0 0 0 0 0 0 0
     
0 0 1 0 1 0 0 0 0
3 2
B =B B=  0 0 0 0 0 1 = 0 0 0 .
0 0 0 0 0 0 0 0 0
Alors, B est une matrice nilpotente d’indice3.

7
 2. On a BI3 = B et I3 B = B alors les deux matrice B et I3 commutent. Donc, d’après la
formule du Binome :
n
X
An = (B + I3 )n = Cnk B k I3n−k
k=0
= Cn0 B 0 I3n
+ Cn1 BI3n−1 + Cn2 B 2 I32−k car B k = 0, ∀k ≥ 3
n(n − 1) 2
= I3 + nB + B .
2
n(n−1)
 
1 n 2
Donc An = 0 1 n  , pour tout n ∈ N∗ .
0 0 1

Proposition 1 Soient p ∈ N∗ et (A, B) ∈ M2n (K) tels que A et B commutent. On a

p−1
X
p p
A − B = (A − B) Ak B p−1−k .
k=0

Exemple 12 Soit A ∈ Mn (K). On a

A2 − In2 = (A − In )(A + In ).

A3 − In3 = (A − In )(A2 + A + In ).

4)Inverse d’une matrice carrée

a)Définition et propriétés
Définition 13 Une matrice A ∈ Mn (K) est dite inversible, s’il existe une matrice B ∈ Mn (K)
telle que :
AB = BA = I3 .
La matrice B est appelée inverse de A et est notée A−1 .
 
1 0 −1
Exemple 13 Soit A = 1 − 1 0 .
 1  −1 1
1 −1 1
La matrice B = 1 − 2 1 est la matrice inverse de A car AB = BA = I3 .
0 −1 1

Notation : On note GLn (K) l’ensemble des matrices carrées inversibles d’ordre n. GLn (K) est
appelé groupe linéaire d’ordre n sur K.

8
Remarque 5 Si l’inverse d’une matrice carrée existe, alors elle est unique. En effet, supposons
que B et C sont deux inverses de A. Alors AB = BA = In et AC = CA = In .
On a B = BIn = B(AC) = (BA)C = In C = C. Donc B = C.

Propriétés 5 Soit A ∈ GLn (K). Alors :

1. (A−1 )−1 = A, (t A)−1 = t (A−1 ), (λA)−1 = λ1 A−1 , ∀ λ ∈ K∗ .
2. la matrice Ak est inversible pour tout k ∈ N d’inverse (A−1 )k = |A−1 A−1 −1
{z...A }.
kf ois

   
1 0 −1 1 −1 1
Exemple 14 Puisque la matrice A = 1 −1 0  est inversible d’inverse A−1 = 1 − 2 1
1 −1 1   0 −1 1
0 0 1
2 2 −1 −1 −1
alors la matrice A est inversible d’inverse (A ) = (A )(A ) =  −1 2 0 .
−1 1 0

Proposition 2 Soient A et B deux matrices de GLn (K). Le produit AB est inversible et

(AB)−1 = B −1 A−1 .

Exemple 15 On considère les deux matrices suivantes :

   
1 2 10 −2
A= et B = .
3 4 −18 4
 
−2 1
L’inverse de A est la matrice A−1 = 3 et l’inverse de B est la matrice
 1 2
− 12
1 2
B −1 = 9 5 . Alors la matrice AB est inversible d’inverse :
2 2

− 45 3
 
4
B −1 A−1 =   .
− 21
4
13
4

Remarque 6 Soient A et B deux matrices de Mn (K) et C une matrice de GLn (K). Alors,
l’égalité AC = BC implique que A = B.

Théorème 2 Soit A ∈ Mn (K). Les propriétés suivantes sont équivalentes :

(i) A est inversible
(ii) rg(A) = n.
(iii)Il existe B ∈ Mn (K) tel que AB = In (A est inversible à droite).
(iv) Il existe B ∈ Mn (K) tel que BA = In (A est inversible à gauche).

 
1 2
Exemple 16 Soit A = .
3 4

9
    
1 2 −2 1
On a 3 = I3 . Alors A est inversible à droite. D’après le théorème précé-
3 4 2
− 21  
−1 −2 1
dent A est aussi inversible à gauche. Par conséquent, A est inversible et A = 3 .
2
− 21

Exercice 6 Les deux matrices suivantes sont-elles inversibles ?

       
1 2 1 1 2 1 −1 2 1 1 0 1
A = 0 1 0 B = 0 0 4 C =  2 1 3 D =  0 5 −1
0 0 4 0 0 0 0 −1 0 −1 0 −1

Les deux matrices A et C sont inversibles car rg(A) = rg(C) = 3. Les deux matrices B et D ne
sont pas inversibles car rg(D) = 2 < ordre(D) = 3 et rg(B) = 2 < ordre(B) = 3.

Propriétés 6 Toute matrice triangulaire est inversible si et seulement si ses coefficients dia-
gonaux sont non nuls. Son inverse est alors une matrice triangulaire de même sens avec des
coefficients diagonaux inverses.

b)Méthodes de calcul
a)Polynôme annulateur
Définition 14 Soit A une matrice carrée d’ordre n. On appelle polynôme annulateur de A un
polynôme P tel que P (A) = 0n .

Exercice 7 On considre la matrice A d’ordre 2 définie par :

 
−1 −2
A= .
3 4

1. Montrer que le polynome P (x) = x2 − 3x + 2 est un polynome annulateur de P.

2. En déduire que A est inversible et calculer son inverse.

Correction :    
2 −5 −6 5 6
1. On a A = AA = et −3A + 2I2 = .
9 10  −9 −10
0 0
Alors, A2 − 3A + 2I2 = . Par conséquent, P (x) = x2 − 3x + 2 est un polynome
0 0
annulateur de P.
2. D’après la première question, on a A2 − 3A + 2I2 = 0. Donc
1
A(A − 3I2 ) = −2I2 =⇒ A[− (A − 3I2 )] = I2 .
2
 
−1 2 1
Alors, la matrice A est inversible et sa matrice inverse A = − 21 (A − 3I2 ) = 3 .
2
− 12

10
b)Méthode du pivot de Gauss-Jordan
Méthode :
• On commence par écrire côte à côte la matrice A que l’on veut inverser et la matrice identité
In pour former la matrice augmentée (A|In ).
• On effectue des opérations élémentaires sur les lignes de la matrice (A|In ) jusqu’à obtenir la
matrice (In |B).
• Ala fin, la matrice B obtenue à côté de la matrice identité In est matrice inverse de A.

Exemple 17 Calculer Calculer l’inverse de la matrice A suivante :

 
1 1 −2
1 2 0 .
−1 0 1
 
1 1 −2 | 1 0 0
 1 2 0 | 0 1 0 
−1 0 1 | 0 0 1

L2 ← L2 − L1
 
1 1 −2 | 1 0 0
L3 ← L3 + L1  0 1 2 | −1 1 0 
0 1 −1 | 1 0 1

L1 ← L1 − L2
 
1 0 −4 | 2 −1 0
L3 ← L3 − L2  0 1 2 | −1 1 0 
0 0 −3 | 2 −1 1
 
1 0 −4 | 2 −1 0
1
L3 ← − L3  0 1 2 | −1 1 0 
3
0 0 1 | − 3 3 − 13
2 1

L2 ← L2 − 2L3
1 0 0 | − 23 1
− 43
 
3
 
 1 1 2

 0 1 0 | 3
L1 ← L1 + 4L3  
3 3 
 
0 0 1 | − 23 1
3
− 13
− 23 1
− 43
 
3
 
 
Donc, A−1 =

1
3
1
3
2 
3 
 
− 23 1
3
−3 1

11
c)Calcul de l’inverse par résolution d’un système linéaire
Soit 

 α11 x1 + α12 x2 ... + α1n xn = y1
α21 x1 + α22 x2 ... + α2n xn = y2




.

(S)

 .
.




αp1 x1 + αp2 x2 ... + αpn xn = yp


Le système (S) peut s’écrire sous la forme matricielle suivante :

     
α11 α12 . . . α1p x1 y1
 α21 α22 . . . α2p   x2   y2 
     
 . . . . . .   .   . 
AX = B ⇔   .

 . =
   
 . . . . .      . 

 . . . . . .   .   . 
αn1 αn2 . . . αnp xn yp
.

Exemple 18 
2x + 4y = −1
(S1 )
3x − y = 2
L’écriture matricielle du système (S1 ) est :

AX = B
 
2 4    
x −1
avec A =  , X= et B = .
y 2
3 −1

Théorème 3 Soit A ∈ Mn (K). La matrice A est inversible si et seulement si pour tout

B ∈ Mn (K), le système linéaire AX = B admet une unique solution donnée par X = A−1 B.
 
4 1 2
Exemple 19 Soit A = 2 1 1 .
1 1 0
Montrer que
 A est inversible et déterminer samatrice
 inverse.
a x
Soit B =  b  ∈ M3,1 (R). Pour tout X =  y  ∈ M3,1 (R), on a
c z

 4x + y + 2z = a
AX = B ⇐⇒ 2x + y + z = b
x + y =c


12
Résolvons le système par la méthode du pivot de Gauss
 
4 1 2 | a
 2 1 1 | b 
1 1 0 | c

 
1 1 0 | c
L1 ↔ L3  2 1 1 | b 
4 1 2 | a

L2 ← L2 − 2L1
 
1 1 0 | c
L3 ← L3 − 4L1  0 −1 12 | b − 2c 
0 −3 2 | a − 4c

 
1 1 0 | c
L3 ← L3 − 3L2  0 −1 1 | b − 2c 
0 0 −1 | a − 3b + 2c
      
 x +y =c x 1 −2 1 a
Donc, AX = B ⇔ −y +z = b − 2c ⇔  y  = −1 2 0  b .
−z = a − 3b + 2c. z −1 3 2 c


1 −2 1
Par suite A−1 = −1 2 0 .
−1 3 2

Remarque 7 Lorsque le système qui s’écrit matriciellement AX = B n’a pas de solution ou

a une infinité de solutions, la matrice A n’est pas inversible.

13