Académique Documents
Professionnel Documents
Culture Documents
Génie Informatique
Module
Mathématiques I
Élément de module
Algèbre Linéaire
2
Table des matières
1 Calcul matriciel 5
1.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Opérations sur les matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Somme de deux matrices . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2 Multiplication d’une matrice par un scalaire . . . . . . . . . . . . . 8
1.2.3 Produit de deux matrices . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.3.1 Produit d’une matrice ligne par une matrice colonne . . . 8
1.2.3.2 Produit de deux matrices . . . . . . . . . . . . . . . . . . 9
1.3 Propriétés des opérations sur les matrices . . . . . . . . . . . . . . . . . . . 10
1.4 Transposée d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Déterminant d’une matrice carrée . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.1 Déterminant d’une matrice carrée d’ordre 2 . . . . . . . . . . . . . 11
1.5.2 Déterminant d’une matrice carrée d’ordre 3 . . . . . . . . . . . . . 12
1.6 Inverse d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.7 Rang d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3
4 TABLE DES MATIÈRES
3 Espace vectoriel 27
3.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3 Famille génératrice, libre et base . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4 Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.5 Matrice d’une application linéaire . . . . . . . . . . . . . . . . . . . . . . . 33
4
Chapitre 1
Calcul matriciel
Définition 1.1 Une matrice de taille (n, m) est un tableau de nombres réels qui contient
n lignes et m colonnes.
Alors :
– A est une matrice de taille (2,2).
– B est une matrice de taille (2,3).
– C est une matrice de taille (1,4).
Notations :
* L’ensemble des matrices de taille ( n, m ) est noté Mn,m (R).
* si n = m, abors on dit que la matrice est une matrice carrée.
5
6 CHAPITRE 1. CALCUL MATRICIEL
Matrices particulières :
– Une matrice qui contient une seule ligne, s’appelle une matrice ligne, par exemple
A = (1, 0, −5, 8).
6
CHAPITRE 1. CALCUL MATRICIEL 7
– Une matrice qui contient une seule collone, s’appelle une matrice collone, par exemple
6
B= −9
7
Par exemple,
! 1 0 0
1 0
et
I2 = I3 = 0 1 0
0 1
0 0 1
– Une matrice triangulaire est une matrice carrée dont les éléments au-dessous (ou
au-dessus) de la diagonale principale sont tous nuls. Par exemple
a a12 . . . a1n
11
0 a22 . . . a2n
. .. . . ..
.. . . .
0 0 . . . ann
– Une matrice diagonale est une matrice carrée dont les éléments non diagonaux sont
tous nuls. Par exemple,
a1 0 ... 0
0 a2 ... 0
... ... ...... ...
0 0 ... an
7
8 CHAPITRE 1. CALCUL MATRICIEL
8
CHAPITRE 1. CALCUL MATRICIEL 9
Exemple 1.6
2
(1, 9, −3) ×
−5 = 1 × 2 + 9 × (−5) + (−3) × 0 = −43.
0
4
−1
(1, 0, −3, 2) ×
= 1 × 4 + 0 × (−1) + (−3) × 0 + 2 × 5 = 14.
0
5
Définition 1.5 Soit A ∈ Mn,m (R) et B ∈ Mm,p (R) deux matrices telles que le nombre
de colonnes de A est égale au nombre de lignes de B. Notons
L1
L2
A = . et B = (C1 , C2 , . . . , Cp )
..
Ln
9
10 CHAPITRE 1. CALCUL MATRICIEL
Alors
! !
1 × 2 + 2 × (−1) − 3 × 4 1 × 3 + 2 × 0 − 3 × 1 −12 0
A×B = = ,
2 × 2 − 1 × (−1) + 5 × 4 2 × 3 − 1 × 0 + 5 × 1 25 11
et !
12 −1 −27
A×C = .
−1 −4 34
Remarque 1.8 Dans l’exemple précédent, on ne peut pas calculer B × C car le nombre
de colonnes de B est différent du nombre de lignes de C.
En revanche, on peut vérifier facilement que les propriétés suivantes restent vraies.
10
CHAPITRE 1. CALCUL MATRICIEL 11
Exemple 1.11
!t 1 4
1 2 3
= 2 −5
4 −5 −6
3 −6
La transposition des matrices satisfait aux propriétés suivantes :
t
Théorème 1.12 (i) (A + B)t = At + B t (ii) (At ) = A (iii) (kA)t = kAt , pour k
t t t
scalaire (iv) (AB) = B A
Preuve. TD.
a11 a12
det A = = a11 a22 − a12 a21 .
a21 a22
11
12 CHAPITRE 1. CALCUL MATRICIEL
Exemple 1.13
4 −5
= 4(−2) − (−5)(−1) = −13
−1 −2
Remarque 1.14 Le déterminant d’une matrice carrée d’ordre 3 est une combinaison
linéaire des trois déterminants du second ordre dont les coefficients (avec des signes al-
ternés) forment la première ligne de la matrice donnée. Remarquons que chaque matrice
2 × 2 peut être obtenue en supprimant, dans la matrice initiale, la ligne et la colonne
contenant le coefficient. On pourra faire ceci à la première colonne aussi.
Exemple 1.15
2 3 4
6 7 5 7 5 6
5 6 7 =2 −3 +4 = 2(6 − 63) − 3(5 − 56) + 4(45 − 48) = 27
9 1 8 1 8 9
8 9 1
2 3 −4
−4 2 0 2 0 −4
0 −4 2 =2 −3 +(−4) = 2(−20+2)−3(0−2)−4(0+4) = −46
−1 5 1 5 1 −1
1 −1 5
Remarque 1.16 De la même façon, on définit le déterminant d’une matrice carré d’ordre
4, ou en général, d’ordre n. On peut développer un déterminant suivant n’importe quelle
ligne (ou colonne), mais les facteurs de la ligne sont affectés par (−1)i+j .
12
CHAPITRE 1. CALCUL MATRICIEL 13
2 3 4
5 7 2 4 2 4
5 6 7 = −3 +6 −9 = 27
8 1 8 1 5 7
8 9 1
Remarquons que 1 apparait dans la seconde ligne et la troisième colonne. Effectuons les
opérations suivantes sur A, où Ri note la i ème ligne : ( 1 ) addition −2R2 à R1 , (2)
13
14 CHAPITRE 1. CALCUL MATRICIEL
5 4 2 1 1 −2 0 5
2 3 1 −2 2 3 1 −2
det A = =
−5 −7 −3 9 1 2 0 3
1 −2 −1 4 3 1 0 2
Si nous développons par rapport à la troisième colonne, nous devons négliger tous les
termes contenant 0. Ainsi
1 −2 0 5
1 −2 5
2 3 1 −2
det A = (−1)2+3 =− 1 2 3
1 2 0 3
3 1 2
3 1 0 2
D’où ( )
2 3 1 3 1 2
det A = − +2 +5 = 38
1 2 3 2 3 1
Théorème 1.22 Le déterminant est une fonction multiplicative, c’est-à-dire que le dé-
terminant d’un produit de deux matrices A et B est égal au produit de leurs déterminant :
det(AB) = det A det B.
Preuve. TD.
Une telle matrice B est appelée l’inverse de la matrice A et est notée par A−1 . Remarquons
que la relation précédente est symétrique ; c’est-à-dire que si B est l’inverse de A, alors A
est l’inverse de B.
14
CHAPITRE 1. CALCUL MATRICIEL 15
! !
2 5 3 −5
Exemple 1.24 Soit A = et B = . On a
1 3 −1 2
! ! ! !
2 5 3 −5 6 − 5 −10 + 10 1 0
AB = = =
1 3 −1 2 3−3 −5 + 6 0 1
et ! ! ! !
3 −5 2 5 6 − 5 15 − 15 1 0
BA = = =
−1 2 1 3 −2 + 2 −5 + 6 0 1
donc A est inversible et son inverse est A−1 = B.
Exemple 1.25
1 0 2 −11 2 2 −11 + 0 + 12 2 + 0 − 2 2 + 0 − 2 1 0 0
2 −1 = −22 + 4 + 18 4 + 0 − 3 4 − 1 − 3 = 0 1 0
−4
3 0 1
4 1 8 6 −1 −1 −44 − 4 + 48 8 + 0 − 8 8 + 1 − 8 0 0 1
Ainsi les deux matrices sont inversibles, et sont les inverses l’une de l’autre.
!
a b
Calculons maintenant l’inverse d’une matrice générale 2 × 2, A = . Déterminons
c d
les scalaires x, y, z, w tels que
! ! ! ! !
a b x y 1 0 ax + bz ay + bw 1 0
= ou =
c d z w 0 1 cx + dz cy + dw 0 1
ce qui se résume à la résolution des deux systèmes suivants d’équations linéaires à deux
inconnues : ( (
ax + bz = 1 ay + bw = 0
et
cx + dz = 0 cy + dw = 1
Les deux systèmes admettent une !
solution unique si et seulement si ad − bc 6= 0. Remar-
a b
quons que si on pose A = , alors les systèmes admettent une solution unique si
c d
15
16 CHAPITRE 1. CALCUL MATRICIEL
et seulement si det A 6= 0. On peut montrer facilement que si det A 6= 0 alors les solutions
sont
d d −b −b −c −c a a
x= = , y= = , z= = , w= =
ad − bc det A ad − bc det A ad − bc det A ad − bc det A
D’où !
1 d −b
A−1 = (1.1)
det A −c a
Le but du paragraphe suivant est de donner une formule semblable à (1.1), pour le
calcul de l’inverse d’une matrice inversible d’ordre n.
Définition 1.10 Considérons une matrice carrée A = (aij ) d’ordre n × n. Soit Mij la
sous-matrice carrée (n − 1) × (n − 1) de A, obtenue en supprimant la i ème ligne et la j
ème colonne de A. Le cofacteur cij est le nombre définie par :
Il faut souligner que Mij note une matrice alors que cij note un scalaire.
2 3 4 !
2 3
Exemple 1.26 Soit A = 5 6 . Alors M23 = 8 9 et
7
8 9 1
2 3
c23 = (−1)2+3 = −(18 − 24) = 6
8 9
La comatrice de A est la matrice notée par Com(A) est définie par Com(A) = (cij ), où
les cij sont les cofacteurs de A.
16
CHAPITRE 1. CALCUL MATRICIEL 17
2 3 −4
Exemple 1.27 Soit A = . Les cofacteurs de A sont
0 −4 2
1 −1 5
−4 2 0 2 0 −4
c11 = + = −18, c12 = − = 2, c13 = + =4
−1 5 1 5 1 −1
3 −4 2 −4 2 3
c21 = − = −11, c22 = + = 14, c23 = − =5
−1 5 1 5 1 −1
3 −4 2 −4 2 3
c31 = + = −10, c32 = − = −4, c33 = + = −8
−4 2 0 2 0 −4
17
18 CHAPITRE 1. CALCUL MATRICIEL
Donc,
−18/ − 46 −11/ − 46 −10/ − 46 9/23 11/46 5/23
1
A−1 = (Com(A))t =
2/ − 46 14/ − 46 −4/ − 46 = −1/23 −7/23 2/23
det A
4/ − 46 5/ − 46 −8/ − 46 −2/23 −5/46 4/23
1 1 1
Exercise 1.30 Trouver l’inverse de A =
0 1 1
0 0 1
18
Chapitre 2
avec les aij , bi sont des nombres connus et les xj sont les inconnus. La résolution du
système est la détermination de tout les (x1 , . . . , xn ) qui vérifient le système.
(12, 0, −11), (7, −1, −9), (2, −2, −7) sont des solutions de ce système.
19
20 CHAPITRE 2. SYSTÈME D’ÉQUATIONS LINÉAIRES
20
CHAPITRE 2. SYSTÈME D’ÉQUATIONS LINÉAIRES 21
Proposition 2.1 Un système d’équations linéaires n’a soit aucune solution, soit une seule
solution, soit une infinité de solutions.
Exemple 2.7
2x1 + 3x2 + 2x3 − x4 = 5
−x2 − 2x3 = 4 est échelonné
3x4 = 1
2x + 3x2 + 2x3 − x4 = 5
1
−2x3 = 4 n’est pas échelonné
x3 + x4 = 1
21
22 CHAPITRE 2. SYSTÈME D’ÉQUATIONS LINÉAIRES
Il se trouve que les systèmes linéaires sous une forme échelonnée réduite sont particuliè-
rement simples à résoudre.
Nous allons utiliser trois opérations élémentaires sur les équations (c’est-à-dire sur les
lignes) qui sont :
1. Li ← λLi avec λ 6= 0 : on peut multiplier une équation par un réel non nul.
2. Li ← Li + λLj avec λ ∈ R (et j 6= i ) : on peut ajouter à l’équation Li un multiple
d’une autre équation Lj . 3. Li ↔ Lj : on peut échanger deux équations.
Ces trois opérations élémentaires ne changent pas les solutions d’un système linéaire.
Exemple 2.9 Utilisons ces opérations élémentaires pour résoudre le système suivant.
x +y +7z = −1 (L1 )
2x −y +5z = −5 (L2 )
−x −3y −9z = −5 (L )
3
22
CHAPITRE 2. SYSTÈME D’ÉQUATIONS LINÉAIRES 23
Puis L3 ← L3 + L1 :
x + y +7z = −1
−3y −9z = −3 L3 ← L3 + L1
−2y −2z = −6
On continue pour faire apparaitre un coefficient 1 en tête de la deuxième ligne ; pour cela
on divise la ligne L2 par -3 :
x + y +7z = −1
1
y +3z = 1 L2 ← − L2
3
−2y −2z = −6
On continue ainsi
x + y + 7z = −1 x + y + 7z = −1
y + 3z = 1 y + 3z = 1
4z = −4 L3 ← L3 + 2L2 z = −1 L3 ← 14 L3
23
24 CHAPITRE 2. SYSTÈME D’ÉQUATIONS LINÉAIRES
Pour appliquer la méthode du pivot de Gauss, il faut d’abord que le premier coefficient
de la première ligne soit non nul. Comme ce n’est pas le cas ici, on échange les deux
premières lignes par l’opération élémentaire L1 ↔ L2 :
x1 − 2x2 + 3x3 + 17x4 = 4 L1 7→ L2
−x2 + 2x3 + 13x4 = 5
−x + 3x − 3x − 20x = −1
1 2 3 4
Nous avons déjà un coefficient 1 devant le x1 de la première ligne. On dit que nous avons
un pivot en position (1,1) (première ligne, première colonne). Ce pivot sert de base pour
éliminer tous les autres termes sur la même colonne. Il n’y a pas de terme x1 sur le
deuxième ligne. Faisons disparaitre le terme x1 de la troisième ligne ; pour cela on fait
l’opération élémentaire L3 ← L3 + L1 :
x − 2x2 + 3x3 + 17x4 = 4
1
−x2 + 2x3 + 13x4 = 5
x2 − 3x4 = 3 L3 ← L3 + L1
On change le signe de la seconde ligne (L2 ← −L2 ) pour faire apparâtre 1 au coefficient
du pivot (2,2) (deuxième ligne, deuxième colonne) :
x1 − 2x2 + 3x3 + 17x4 = 4
x2 − 2x3 − 13x4 = −5 L2 ← −L2
x2 − 3x4 = 3
24
CHAPITRE 2. SYSTÈME D’ÉQUATIONS LINÉAIRES 25
Le système est sous forme échelonnée. Le système est maintenant très simple à résoudre.
En choisissant x4 comme variable libre, on peut exprimer x1 , x2 , x3 en fonction de x4 :
Exercise 2.11 Résoudre les systèmes linéaires suivants par la méthode du pivot de Gauss :
2x + y + z = 3
x − y + 3z = 8
+ 2y − = −3
x z
2x1 +
4x2 − 6x3 − 2x4 = 2
3x1 + 6x2 − 7x3 + 4x4 = 2
5x + 10x − 11x + 6x = 3
1 2 3 4
Remarque 2.12 Si un système homogène est de Cramer alors il admet la seule solution
triviale (0, 0, . . . , 0)
Exercise 2.13 Résoudre le système homogène suivant par la méthode du pivot de Gauss :
x1 + 5x2 − 2x3 − 2x4 = 0
2x1 + 6x2 − 7x3 + 4x4 = 0
3x + 10x − 11x + 6x = 0
1 2 3 4
25
26 CHAPITRE 2. SYSTÈME D’ÉQUATIONS LINÉAIRES
26
Chapitre 3
Espace vectoriel
27
28 CHAPITRE 3. ESPACE VECTORIEL
28
CHAPITRE 3. ESPACE VECTORIEL 29
F = {(x, y, z) ∈ R3 /3x − 2y + z = 0}
F 0 = {(x, y, z) ∈ R3 /x − 3y + 2z − 1 = 0}
a1 v1 + a2 v2 + · · · + an vn
Exercise 3.4 Dans R2 , est ce qu’on peut écrire (3, −2) comme combinaison linéaire de
(1, 2) et (4, −5). Même question pour (1, 8) est les vecteurs (3, 4) et (6, 8).
29
30 CHAPITRE 3. ESPACE VECTORIEL
Exemple 3.5 1. Montrer que les vecteurs e1 = (1, 0) et e2 = (0, 1) constitue une
famille génératrice de R2 .
2. Montrer que les polynômes 1, X et X 2 constitue une famille génératrice de l’espace
des polynômes de degré inférieur ou égale à 2.
Définition 3.5 (Famille libre) Soit V un espace vectoriel, et {v1 , . . . , vn } une famille
de vecteurs de V . On dit que {v1 , . . . , vn } est une famille libre si
n
X
λi vi = 0 =⇒ λi = 0, (∀i = 1, . . . , n, )
i=1
Définition 3.6 Une base d’un espace vectoriel est une famille génératrice et libre.
Exemple 3.8 Montrer que les vecteurs e1 = (1, 2) et e2 = (2, 1) constituent une base de
R2 .
Théorème 3.9 Soient {e1 , . . . , en } et {v1 , . . . , vm } deux bases d’un espace vectoriel V .
Alors n = m. Le nombre n s’appelle la dimension de l’espace vectoriel V .
30
CHAPITRE 3. ESPACE VECTORIEL 31
Théorème 3.11 Soit V un espace vectoriel et {v1 , . . . , vn } une base de V . Alors pour
tout v ∈ V , il existe un seul (x1 , . . . , xn ) ∈ Rn tel que
v = x1 v1 + . . . + xn vn .
Exemple 3.12 1. Déterminer les coordonnées du vecteur v = (3, −4) dans la base
e1 = (1, 0) et e2 = (0, 1).
2. Même question pour la base e1 = (1, 2) et e2 = (2, 1).
Remarque 3.13 Un sous espace vectoriel vu comme espace vectoriel admet aussi une
base et une dimension.
F = {(x, y, z) ∈ R3 /x + y + z = 0}.
31
32 CHAPITRE 3. ESPACE VECTORIEL
f: R2 −→ R
(x, y) −→ x + y
est linéaire.
f −1 (B) = {v ∈ E, f (v) ∈ B}
Preuve. Exercice.
Exemple 3.18 Soit f l’application linéaire de l’exemple 3.15. Déterminer une base de
ker f et dim ker f .
32
CHAPITRE 3. ESPACE VECTORIEL 33
Preuve. Exercice.
f: R3 −→ R2
(x, y, z) −→ (x + 2y, −3x + y)
33
34 CHAPITRE 3. ESPACE VECTORIEL
Proposition 3.3 Soit f une application linéaire d’un espace vectoriel E vers un espace
vectoriel F . Soit M la matrice de f relativement aux deux bases B et C de E et F resp.
Alors
1. rg(f ) = rg(M ).
2. f est bijective si et seulement si M est inversible.
34