Éléments du calcul matriciel

Abdoul Salam DIALLO 1

Université Alioune DIOP de Bambey
UFR SATIC, Département de Mathématiques
B.P. 30, Bambey, Sénégal

1 Généralités
Definition 1.1. On appelle matrice de taille m × n (ou d’ordre m × n) à
coefficients dans K tout tableau de m lignes et n colonnes d’éléments de K.
L’ensemble des matrices m × n à coefficients dans K est noté Mm,n (K).
On convient de noter aij l’élément de la matrice situé sur la i-ème ligne et
j-ème colonne (1 ≤ i ≤ m et 1 ≤ j ≤ n).
Remark 1.1. (Notation) Une matrice A est représentée entre deux parenthèses
ou deux crochets :
 
a11 a12 · · · a1j · · · a1n
 a21 a22 · · · a2j · · · a2n 
 .. .. .. .. 
 
 . . ··· . ··· . 
A=  ai1 ai2 · · · aij · · · ain 

 
 . .. .. .. 
 .. . ··· . ··· . 
am1 am2 · · · amj · · · amn
ou
 
a11 a12 ··· a1j ··· a1n
 a21 a22 ··· a2j ··· a2n 
.. .. .. ..
 
 
 . . ··· . ··· . 
A= 
 ai1
 ai2 ··· aij ··· ain 

 . .. .. ..
 ..

. ··· . ··· . 
am1 am2 ··· amj ··· amn
ou encore

A = (aij )1≤i≤m;1≤j≤n A = [aij ]1≤i≤m;1≤j≤n .

Example 1.1.
 
1 2 3 4
A=
5 6 7 8

est une matrice 2 × 4 avec, a11 = 1 et a23 = 7.

1 E-mail: abdoulsalam.diallo@uadb.edu.sn

1
 • Si m = n on dit qu’on a une matrice carrée. L’ensemble des matrices
carrées d’ordre n à coefficients dans K est noté Mn (K).

• Une matrice m × 1 est appelée vecteur-colonne et une matrice 1 × n est

appelée vecteur-ligne.
• La matrice nulle, notée 0m,n , est la matrice dont tous les éléments sont
nuls.
• On appelle matrice diagonale toute matrice carrée D = (dij )1≤i,j≤n telle
que i 6= j ⇒ dij = 0. Si on note di ≡ dii , une matrice diagonale est de la
forme
 
d1 0 · · · 0
 0 d2 · · · 0 
A= .
 
.. .. 
 .. . ··· . 
0 ··· 0 dn

On la note Diag(d1 , d2 , . . . , dn ).
• On appelle matrice identité toute matrice carrée dórdre n, notée In , définie
par Diag(1, 1, . . . , 1).

• On dit qu’une matrice carrée A = (aij )1≤i,j≤n est

– triangulaire supérieure si i > j ⇒ aij = 0,
– triangulaire inférieure si i < j ⇒ aij = 0.
• On appelle matrice transposée de A, notée AT , la matrice A = (aji )1≤j≤n;1≤i≤m .
C’est donc une matrice de Mn,m (R) obtenue en échangeant lignes et
colonnes de la matrice initiale. Bien évidemment (AT )T = A.
• On appelle matrice adjointe (ou conjuguée transposée) de A, notée AH ,
la matrice A = (āji )1≤j≤n;1≤i≤m . C’est donc une matrice de Mn,m (C)
obtenue en échangeant lignes et colonnes de la matrice initiale et en
prenant le nombre complexe conjugué. Bien évidemment (AH )H = A.
• Une matrice A est dite symétrique si AT = A, i.e. si aij = aji pour tout
i 6= j.
• Une matrice A est dite hermitienne ou autoadjointe si AH = A, i.e. si
aij = aji pour tout i 6= j.

• Si A est une matrice P carrée déordre n, on définit la traceP

de A comme
n
la somme des éléments de la diagonale principale: tr(A) = i=1 aii . Par
T
conséquent tr(A ) = tr(A).

2 Calcul matriciel élémentaire

2.1 Égalité
Definition 2.1. Deux matrices sont égales lorsqu’elles ont la même taille et
que les à c là c ments correspondants sont égaux.

2
2.2 Addition de matrices
Definition 2.2. On peut définir la somme de deux matrices si elles sont de
même taille. Soient A et B deux matrices de taille m × n. On définit leur
somme C = A + B, de taille m × n, par
cij = aij + bij .
En d’autres termes, on somme composante par composante.
Example 2.1. Soient les matrices 2 × 3 suivantes:
   
1 2 3 6 5 4
A= ; B= .
4 5 6 3 2 1
La somme de A et B est la matrice 2 × 3 suivante:
   
1+6 2+5 3+4 7 7 7
A+B = = .
4+3 5+2 6+1 7 7 7
Remark 2.1. La somme de deux matrices d’ordres différents n’est pas définie.
Proposition 2.1. Si A, B et C sont des matrices de même ordre, alors on a:
• A + B = B + A (commutativité),
• A + (B + C) = (A + B) + C (associativité),
• (A + B)T = AT + B T
• (A + B)H = AH + B H
• A+0=0+A=A
• tr(A + B) = tr(A) + tr(B).

2.3 Produit d’une matrice par un scalaire

Definition 2.3. Le produit d’une matrice A par un scalaire k est formé en
multipliant chaque élément de A par k. Il est noté kA.
Autrement dit, si A = (aij )1≤i≤m;1≤j≤n est une matrice m × n et si k ∈ K, on
définit le produit déune matrice par un scalaire comme la matrice
k · A = (k · aij )1≤i≤m;1≤j≤n
Example 2.2. Soit la matrice 2 × 3 suivante:
 
1 2 3
A= et k = −3.
4 5 6
Alors
 
−3 −6 −9
−3A = .
−12 −15 −18
Proposition 2.2. Si A et B sont deux matrices de méme ordre et k ∈ K un
scalaire, alors on a:
• k · (A + B) = k · A + k · B (distributivité).
• (k · A)T = k · AT et
• (k · A)H = k̄ · AH .

3
2.4 Produit de matrices
Le produit AB de deux matrices A et B est défini seulement si le nombre de
colonnes de A est égal au nombre de lignes de B.
Definition 2.4. Soit A = (aij ) une matrice m × n et B = (bij ) une matrice
n × p. Alors le produit C = AB est une matrice m × p dont les éléments cij
sont définis par
n
X
cij = ai1 b1j + ai2 b2j + · · · + aim bmj = aik bkj .
k=1

Example 2.3. Soient les matrices

 
4
A = (2 3 −1) et B =  −2  .
3

Alors on a:

4
C = AB = (2 3 −1)  −2  = (8 − 6 − 3) = (−1).
3

Example 2.4. Soient les matrices

 
3
A =  −2  et B = (−1 2 3 0).
1

Alors on a:
 
−3 6 9 0
C = AB =  2 4 −6 0 
−1 2 3 0

Example 2.5. Soient les deux matrices

 
  1 2 0
1 3 0
A= et B= 0 2 3 .
−1 1 2
0 −1 −2

La matrice A est d’ordre 2 × 3, la matrice B est d’ordre 3 × 3, donc la matrice

produit AB est une matrice d’ordre 2 × 3:
 
1×1+3×0+0×0 1 × 2 + 3 × 2 + 0 × (−1) 1 × 0 + 3 × 3 + 0 × (−2)
AB =
−1 × 1 + 1 × 0 + 2 × 0 −1 × 2 + 1 × 2 + 2 × (−1) −1 × 0 + 1 × 3 + 2 × (−2)
 
1 8 9
= .
−1 −2 −1

Remark 2.2. AB 6= BA en général (non commutativité).

Prenons le cas général avec A d’ordre m × p et B d’ordre p × n. Le produit AB
est défini, c’est une matrice d’ordre m × n. Qu’en est-il du produit BA ? Il faut
distinguer trois cas:

4
 • si m 6= n le produit BA n’est pas défini;
• si m = n mais p 6= n, le produit AB est d’fini et c’est une matrice d’ordre
m × n tandis que le produit BA est défini mais c’est une matrice d’ordre
p × p donc AB 6= BA;
• si m = n = p, A et B sont deux matrices carrées d’ordre m. Les produits
AB et BA sont aussi carrés et d’ordre m mais là encore, en général,
AB 6= BA;

Example 2.6. Soient les deux matrices

   
1 0 2 −1
A= et B = .
−2 5 3 0

On a:
   
2 −1 4 −5
AB = et BA = .
11 2 3 0

Proposition 2.3. Si les dimensions sont compatibles, on a les propriétés suiv-

antes:
1. A(BC) = (AB)C (associativité)

2. (AB)T = B T AT
3. A(B + C) = AB + AC (distributivité)
4. AIn = In A = A
5. A × 0 = 0 × A = 0.

6. (AB)H = B H AH
7. tr(AB) = tr(BA)
8. Si A est une matrice carrée, on note Aq (pour q ≥ 2) la matrice définie
par

Aq = A × A × · · · × A

Remark 2.3. Il peut arriver que le produit de deux matrices non nulles soit
nul. En d’autres termes, on peut avoir A, B 6= 0 et AB = 0.

Example 2.7. Soient les deux matrices

   
0 −1 2 −3
A= et B = .
0 5 0 0

On a:
 
0 0
AB = .
0 0

Remark 2.4. Par distributivité, on peut avoir AB = AC et B 6= C.

5
Example 2.8. Soient les deux matrices
     
0 −1 4 −1 2 5
A= B= et C=
0 3 5 4 5 4
On a:
 
−5 −4
AB = AC = .
15 12

2.5 Inverse d’une matrice carrée

Definition 2.5. Une matrice carrée A ∈ Mn (K) est dite inversible (ou régulière)
s’il existe une matrice B ∈ Mn (K) telle que
AB = BA = In .
Si une telle matrice existe, alors elle est unique, on la note A−1 et on l’appelle
matrice inverse de A.
Remark 2.5. On verra plus tard qu’il suffit de vérifier une seule des conditions
AB = In ou BA = In .
Example 2.9. La matrice
 
2 1
A=
5 3
est inversible et son inverse est:
 
3 −1
B= .
−5 2
En effet
    
2 1 3 −1 1 0
AB = =
5 3 −5 2 0 1
et
    
3 −1 2 1 1 0
BA = =
−5 2 5 3 0 1
Definition 2.6. Si une matrice est non inversible (i.e. il n’existe pas A−1 ), on
dit qu’elle est singulière.
Example 2.10. La matrice
 
7 0
A=
5 0
n’est pas inversible. En effet, soit
 
a b
B= .
c b
une matrice quelconque. Alors le produit
    
a b 7 0 e 0
B= =
c b 5 0 f 0
ne peut jamais être égal à la matrice identité.

6
Proposition 2.4. Si B et C sont des inverses de A, alors

B = C.

Definition 2.7. Une matrice carrée A est dite orthogonale si elle est inversible
et AT A = AAT = In , i.e. si AT = A−1 . Une matrice carrée A est dite unitaire
si elle est inversible et ĀH A = AĀH = In , i.e. si ĀH = A−1 .
Proposition 2.5. Soit A et B deux matrices inversibles, alors:

1. A−1 est inversible et (A−1 )−1 = A.

2. AT est inversible et (AT )−1 = (A−1 )T .
3. AB est inversible et (AB)−1 = B −1 A−1 .

4. A−m = (A−1 )m pour tout m ∈ N.

Proposition 2.6. Pour toute matrice A de taille n × n, les affirmations suiv-
antes sont équivalentes:
1. A est inversible.

2. Le système AX = B a une et une seule solution pour toute matrice B de

taille n × 1. Cette solution est donnée par X = A−1 B.
3. AX = 0 n’a que la solution triviale X = 0.
4. A est équivalente par lignes à In .

5. A est un produit de matrices élémentaires.

2.6 Calcul de l’inverse d’une matrice

La proposition précédent donne une méthode pour déterminer l’inverse d’une
matrice inversible. La méthode consiste à faire les opérations élémentaires met-
tant la matrice A sous la forme échelonnée réduite, qui est In . On fait ensuite les
mêmes opérations élémentaires sur la matrice In . On aboutit alors à A−1 . En
pratique, on fait les deux opérations en méme temps selon la procédure suivante:
• Former la matrice (A : I) et effectuer sur cette matrice augmentée les
opérations élémentaires mettant A sous la forme échelonnée réduite.
• On obtient alors la matrice (I : A−1 ).
Example 2.11. Calculons l’inverse de la matrice suivante:
 
1 2 1
A =  4 0 −1 
−1 2 2

On a:
 
1 2 1 : 1 0 0
(A : I =  4 0 −1 : 0 1 0 
−1 2 2 : 0 0 1

7
 • L2 ← L2 − 4L1
 
1 2 1 : 1 0 0
(A : I =  0 −8 −5 : −4 1 0 
−1 2 2 : 0 0 1

• L3 ← L3 + L1
 
1 2 1 : 1 0 0
(A : I =  0 −8 −5 : −4 1 0 
0 4 3 : 1 0 1

• L2 ← − 18 L2
 
1 2 1 : 1 0 0
5 1
(A : I =  0 1 8 : 2 − 81 0 
0 4 3 : 1 0 1

• L3 ← L3 − 4L2
 
1 2 1 : 1 0 0
(A : I =  0 1 5/8 : 1/2 −1/8 0 
0 0 1/2 : −1 1/2 1

• L3 ← 2L3
 
1 2 1 : 1 0 0
(A : I =  0 1 5/8 : 1/2 −1/8 0 
0 0 1 : −2 1 2

• L2 ← L2 − 58 L3
 
1 2 1 : 1 0 0
(A : I =  0 1 0 : 7/4 −3/4 −5/4 
0 0 1 : −2 1 2

• L1 ← L1 − 2L2 − L3
 
1 0 0 : −1/2 1/2 1/2
(A : I =  0 1 0 : 7/4 −3/4 −5/4 
0 0 1 : −2 1 2

Ainsi
 
−2 2 2
1
A−1 = 7 −3 −5  .
4
−8 4 8

3 Définition et calcul pratique d’un déterminant