C HAPITRE 3

M ATRICES

Sommaire
3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Inverse d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.1 Calcul de l’inverse d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3 La transposition d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4 La trace d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.1 ) Définition

Définition 3.1.1. Soient n, m ∈ N∗ , On appelle matrice de dimension m × n un tableau de

nombres comportant m lignes et n colonnes. Un tel tableau est représenté de la manière suivante :
 
a1,1 a1,2 a1,3 · · · a1,n
 
a a a · · · a
 
 2,1 2,2 2,3 2,n 
 . .. .. .. 
 
A = (ai,j )1≤i≤m ou A =  .. . . . .
1≤j≤n
 .. .. .. 
 
..
 . . . . 
 
am,1 am,2 am,3 · · · am,n

• Les nombres m et n sont appelés dimensions de la matrice. On dit qu’une matrice est de taille
m × n.

• Les éléments ai,j ∈ K sont appelés coefficients de la matrice.

Notation.

• L’ensemble des matrices de taille m × n à coefficients dans K est noté Mm,n (K).

• L’ensemble Mn,n (K) est noté plus simplement Mn (K).

21
 CHAPITRE 3. MATRICES
SECTION 3.1. DÉFINITION Cours algèbre 2

Définition 3.1.2. (Matrices particulières)

 
a
 1,1 
 a2,1 
 
3 Une matrice de largeur n = 1 est appelée matrice colonne, A =  . 

.
 .. 
 
am,1
 
3 Une matrice de hauteur m = 1 est appelée matrice ligne : A = a1,1 , a1,2 , . . . , a1,n
3 Une matrice telle que m = n est appelée matrice carrée :
 
a1,1 a1,2 a1,3 ··· a1,n
 
a
 2,1 a2,2 a2,3 ··· a2,n 

 . .. .. 
..
A =  .. . . . 
 
 .. .. .. 
 
..
 .
 . . . 

an,1 an,2 an,3 ··· an,n

 
1 0 ··· 0
 
0 1 ··· 0
3 On appelle matrice identité de taille n (ou d’ordre n) la matrice carrée : In =  . .
 
 .. .. .. 
 . .
0 0 ··· 1
3 On appelle matrice triangulaire supérieure la matrice carrée :
 
a1,1 a1,2 a1,3 ··· a1,n
 

 0 a2,2 a2,3 ··· a2,n 

 .. 
A= 0 0 a3,3 ... . .
 
.. .. .. 
 
 ..

 . . . . 

0 0 ··· 0 an,n

3 On appelle matrice triangulaire inférieure la matrice carrée :

 
a1,1 0 0 ··· 0
 
a
 2,1 a2,2 0 ··· 0 

 ..
A =  a31 a3,2 a3,3 ... .
 

 .. ..
 
.. 
 .
 . . 0 

an,1 an,2 an,3 ··· an,n

3 Une matrice diagonale est une matrice carrée dont les coefficients en dehors de la diagonale

abdelhaktraikii@gmail.com 22 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.1. DÉFINITION Cours algèbre 2

principale sont nuls,  

a1,1 0 0 ··· 0
 

 0 a2,2 0 ··· 0 

 .. 
A= 0 0 a33 ... .
 

.. ..
 
 .. 

 . . . 0 
0 0 0 ··· ann
3 La matrice nulle est la matrice dont tous les coefficients sont nuls. On la note 0mn si elle a m
lignes et n colonnes, 0 s’il n’y a pas d’ambiguïté.

Exemple. On considère les matrices suivantes :

 
1 2 −1 8      

0 −3 4 −2
 1 0 0 1 0 0 1 0 0
     
A= , B =  −1 3 0 , 0 1 0 et
C= D=
0 3 0  .
   
0 0 7 1  
5 2 1 0 0 1 0 0 −2
 
0 0 0 3
• A est une matrice triangulaire supérieure.
• B est une matrice triangulaire inférieure.
• C est la matrice identité d’ordre 3, ( C = Id3 ).
• D est une matrice diagonale.

Définition 3.1.3. Soient A et B deux matrices de même taille à coefficients dans K. Leur somme
est une matrice A + B à coefficients dans K, de même taille que A et B :
     
a1,1 a1,2 ··· a1,n b1,1 b1,2 ··· b1,n a1,1 + b1,1 a1,2 + b1,2 ··· a1,n + b1,n
     
 a2,1 a2,2 ··· a2,n 
  b2,1
 b2,2 ··· b2,n   a2,1 + b2,1 a2,2 + b2,2 ··· a2,n + b2,n 
+ = .
   
 . .. .. ..   .. .. .. ..  .. .. .. ..
 ..
  
 . . .    . . . .  
 . . . . 

am,1 am,2 ··· am,n bm,1 bm,2 ··· bm,n am,1 + bm,1 am,2 + bm,2 ··· am,n + bm,n

Exemple.
       
1 −1 7 −1 5 7 1 + (−1) −1 + 5 7 + 7 0 4 14
       
0 3 −2 +  3 0 1 =  0 + 3
 = 3 3 −1 .
3 + 0 −2 + 1  
    
1 15 6 1 4 2 1+1 15 + 4 6+2 2 19 8

Définition 3.1.4. Le produit d’une matriceA ∈ Mm,n (K) par un scalaire λ ∈ K est la matrice
λA ∈ Mm,n (K) dont les coefficients sont ceux de A multipliés par λ :
   
a1,1 a1,2 · · · a1,n λa1,1 λa1,2 · · · λa1,n
   
 a2,1 a2,2 · · · a2,n   λa2,1 λa2,2 · · · λa2,n 
   
λ× .
.. .. ..  =  ..
 
.. .. .. .

 . . . . .   . . . . 
   
am,1 am,2 · · · am,n λam,1 λam,2 · · · λam,n

abdelhaktraikii@gmail.com 23 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.1. DÉFINITION Cours algèbre 2

Exemple.
   
    1 −1 7 4 −4 28
−1 0 1 2 0 −2    
−2 ×  =  et 4×0 3 −2  = 0 12 −8 .
2 1 2 −4 −2 −4
   
1 15 6 4 60 24

Proposition 3.1.1. Soient A, B et C trois matrices appartenant à Mm,n (K). Soient α, β ∈ K.

1) A + B = B + A : la somme est commutative,

2) A + (B + C) = (A + B) + C : la somme est associative,

3) A + 0Mm,n (K) = A : la matrice nulle est l’élément neutre de l’addition,

4) (α + β)A = αA + βA,

5) α(A + B) = αA + βB.

Définition 3.1.5. Soient A = (ai,j ) ∈ Mm,n (K) et B = (bi,j ) ∈ Mn,p (K) deux matrices telles
le nombre de colonnes de A égale le nombre de lignes de B.
Le produit de A par B est la matrice suivante :
  
a a1,2 · · · a1,n b b1,2 · · · b1,p
 1,1   1,1 
 a2,1 a2,2 · · · a2,n   b2,1 b2,2 · · · b2,p 
  
AB =  . 
.. .. .. . ..
 
.. .. .. 

 .. . . .   . . . . 
  
am,1 am,2 · · · am,n bn,1 bn,2 · · · bn,p
 n n n 
P P P
 k=1 a1,k bk,1 k=1 a1,k bk,2 · · · k=1 a1,k bk,p 
 n n n

 P P P 
 a 2,k b k,1 a2,k b k,2 · · · a2,k b k,p 
=  k=1 k=1 k=1
 
.. .. ..

..
.
 

 n . . . 

P Pn n
P 
am,k bk,1 am,k bk,2 · · · am,k bk,p
k=1 k=1 k=1
n
!
X
= ai,k bk,j ∈ Mm,p (K).
k=1

Exemples.
1)
    
1 −1 0 1
2 1 × (−1) + 2 × 2 1×0+2×1 1×1+2×2
  = 
3 −1 2 1 2 3 × (−1) + (−1) × 2 3 × 0 + (−1) × 1 3 × 1 + (−1) × 2
 
3 2 5
= .
−5 −1 1

abdelhaktraikii@gmail.com 24 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.1. DÉFINITION Cours algèbre 2

       
1 1 1 −2 2 0 −2 + 1 − 2 2+0+2 0−1+2 −3 4 1
       
2) 0
 1 1 .  1 0 −1 =
   0+1−2
 0+0+2 0 − 1 + 2 = −1
  2 .
1
1 0 1 −2 2 2 −2 + 0 − 2 2+0+2 0+0+2 −4 4 2
     
2 2 3 1 1 1 5 4 7
     
3) 
1 1 2 . 0 1 1 = 3
   2 4.
2 1 2 1 0 1 4 3 5

Propriétés 3.1.1.

1) Pour toute matrice A ∈ Mm,n (K), on a : AIn = A.

2) Pour toute matrice B ∈ Mn,p (K), on a : In B = B.

Exemple. On considère les matrices suivantes :

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

On a :
    
1 0 1 2 1 2
3 Id2 A =   =  = A = A Id2 .
0 1 3 −1 3 −1
 
  1 0 0  
−1 0 1   −1 0 1
3 B Id3 =   0 1 0=
  = B.
2 1 2 2 1 2

0 0 1
    
1 0 −1 0 1 −1 0 1
3 Id2 B =    =  = B.
0 1 2 1 2 2 1 2

Proposition 3.1.2. Soient A, B et C trois matrices appartenant à Mm,n (K). Soient α, β ∈ K.

1) A(BC) = (AB)C : associativité du produit

2) A(B + C) = AB + AC et (B + C)A = BA + CA : distributivité du produit par rapport à la

somme,

3) A · 0 = 0 et 0 · A = 0.

4) α(β(AB)) = αβ(AB) = (αA)(βB) = αβAB.

Proposition 3.1.3. (Mn,m (K), +, ·) est un K-espace vectoriel.

Démonstration. Exercice.

abdelhaktraikii@gmail.com 25 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.1. DÉFINITION Cours algèbre 2

Attention. (Pièges à éviter)

P1 : Le produit de matrices n’est pas commutatif en général.

Contre-exemple.    
5 1 2 0
On considère les matrices : A =   et B =  .
3 −2 4 3
On a
         
5 1 2 0 14 3 2 0 5 1 10 2
AB =   =  mais BA =   = .
3 −2 4 3 −2 −6 4 3 3 −2 29 −2

P2 : AB = 0 n’implique pas A = 0 ou B = 0. On peut avoir A 6= 0 et B 6= 0 mais AB = 0.

Contre-exemple.
         
0 −1 2 −3 0 0 1 0 0 0 0 0
  =  et   = .
0 5 0 0 0 0 0 0 1 0 0 0

P3 : AB = AC n’implique pas B = C. On peut avoir AB = AC et B 6= C.

Contre-exemple. On considère les matrices suivantes :

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

On a
         
0 −1 4 −1 −5 −4 0 −1 2 5 −5 −4
AB =   =  et AC =   = .
0 3 5 4 15 12 0 3 5 4 15 12

Donc AB = AC mais B 6= C.

Définition 3.1.6. Pour tout A ∈ Mn,n (K), on définit les puissances successives de A par A0 = In
et Ap+1 = Ap × A pour tout p ∈ N. Autrement dit, Ap = A × A × · · · × A.
| {z }
p facteurs

Définition 3.1.7. On dit qu’une matrice carrée A est nilpotente s’il existe un entier naturel p tel
que la matrice Ap soit nulle. L’indice de nilpotence est alors le plus petit p.

Exemple.
 
  3 9 −9
0 1  
Les matrices A =   et B = 2 0 0  sont nilpotentes, car A2 = 0 et B 3 = 0.
0 0
 
3 3 −3

abdelhaktraikii@gmail.com 26 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.1. DÉFINITION Cours algèbre 2

Proposition 3.1.4. ( Formule du binôme de Newton)

Soient A et B deux matrices qui commutent (c’est-à-dire AB = BA ) et soit n ∈ N, alors
n
X
(A + B)n = Ckn An−k B k ,
k=0

n!
où Ckn = désigne le coefficient du binôme.
k!(n − k)!
Exercice. On considère les matrices suivantes :
 
3 1 −2
 
A= −1 1 2  et B = A − 2I3 .
 
−2 −2 2

1) a) Calculer B 2 et B 3 .

b) En déduire l’expression de B k pour tout k > 4.

2) En remarquant que A = B + 2I3 , calculer An pour tout n ∈ N.

Notation. Pour tous n, m ∈ N2 et i, j ∈ {1, · · · , n} × {1, · · · , m}, on note Eij la matrice de

Mnm (K) dont le (i, j)ème terme vaut 1 et tous les autres sont nuls.
Les matrices Eij sont appelées les matrices élémentaires.

Proposition 3.1.5.

1) (Eij )(i,j)∈{1,··· ,n}×{1,··· ,m} est une base de Mnm (K), appelée base canonique de Mnm (K).

2) dim(Mnm (K)) = nm.

Démonstration. Exercice.

Exemple. La base canonique de M2 (K) est (E11 , E12 , E21 , E22 ) où

       
1 0 0 1 0 0 0 0
E11 =   , E12 =   , E21 =   , E22 =  
0 0 0 0 1 0 0 1

abdelhaktraikii@gmail.com 27 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.2. INVERSE D’UNE MATRICE Cours algèbre 2

3.2 ) Inverse d’une matrice

Définition 3.2.1. Soit une matrice A ∈ Mn,n (K). On dit que A est inversible, s’il existe une
matrice B ∈ Mn,n (K) telle que :
A B = B A = In .

On appelle B l’inverse de A et on note B = A−1 .

   
1 −1 0 1 1 1
   
Exemple. Soient les matrices A =   1 0 −1 
 et B = 
 0 1 1 .

−1 1 1 1 0 1
On a     
1 −1 0 1 1 1 1 0 0
    
AB =  1 0 −1  0 1
 1 = 0 1 0 = I3 ,
 

−1 1 1 1 0 1 0 0 1
et     
1 1 1 1 −1 0 1 0 0
    
BA = 
0 1 1 1
 0 −1 = 0 1 0 = I3 .
  
1 0 1 −1 1 1 0 0 1

Comme AB = BA = I3 , d’où A est inversible et A−1 = B.

Proposition 3.2.1.

1) Si A est inversible, alors son inverse est unique.

2) Si A est inversible, alors A−1 est aussi inversible et on a : (A−1 )−1 = A.

3) Si A et B deux matrices inversibles de même taille alors AB est inversible et

(AB)−1 = B −1 A−1 .

Exercice. Soit A la matrice définie par

 
1 0 0
 
A=
0 0 1


0 −1 0

1) Calculer A2 et A3 .

2) Vérifier que A3 − A2 + A − I3 est la matrice nulle.

3) Déduire que A est inversible et exprimer son inverse A−1 .

4) Calculer A4 puis An pour tout n > 5.

abdelhaktraikii@gmail.com 28 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.2. INVERSE D’UNE MATRICE Cours algèbre 2

3.2.1 ) Calcul de l’inverse d’une matrice

Définition 3.2.2. (opérations élémentaires)
Soit A ∈ Mmn (K), on appelle opérations élémentaires sur A les opérations suivantes :

3 Permuter deux lignes de A (ou deux colonnes) : Li ↔ Lj (resp. Ci ↔ Cj ).

3 Multiplier une ligne (ou une colonne) par un scalaire non nul : Li ← αLi (resp. Ci ← αCi ).

3 Ajouter à une ligne (ou une colonne) un multiple d’une autre ligne (resp. une autre colonne) :
Li ← Li + αLj , avec i 6= j (resp. Ci ← Ci + αCj ).

Méthode de Gauss - Jordan pour inverser les matrices

La méthode pour inverser une matrice A consiste à faire des opérations élémentaires sur les
lignes de la matrice A jusqu’à la transformer en la matrice identité I. On fait simultanément les
mêmes opérations élémentaires en partant de la matrice I. On aboutit alors à une matrice qui
est A−1 .
• En pratique, on fait les deux opérations en même temps en adoptant la disposition suivante : à
côté de la matrice A que l’on veut inverser, on rajoute la matrice identité pour former un tableau
(A|I). Sur les lignes de cette matrice augmentée, on effectue des opérations élémentaires jusqu’à
obtenir le tableau (I|B). Et alors B = A−1 .

Exemple. Calculer par la méthode de Gauss-Jordan l’inverse des matrices suivantes :

 
  2 2 3
3 2  
A=  et B=
 1 −1 0

1 5
−1 2 1

• On calcule tout d’abord A−1 .

   
3 2 1 0
A=  I2 =  
1 5 0 1
   
3 2 1 1 0
  L2 ←− L2 − L1  
13
0 3 3 − 13 1
   
15 6
3 0 6 − 13
  L1 ←− L1 − L2  13 
0 13
3
13 − 13 1
   
5 2
1 0 1 3 − 13
  = I2 L1 ←− L1 et L2 ←− L2  13 
3 13 1 3
0 1 − 13 13

abdelhaktraikii@gmail.com 29 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.2. INVERSE D’UNE MATRICE Cours algèbre 2

Donc, la matrice A est inversible et

 
5 2
− 13
A−1 =  13 .
1 3
− 13 13

Maintenant, calculons B −1 .
   
2 2 3 1 0 0
   
 1 −1 0 0 1 0
   
−1 2 1 0 0 1
   
2 2 3 1 0 0
   
1 −1 0
  L3 ←− L3 + L2 0 1 0
 
0 1 1 0 1 1
   
2 2 3 1 0 0

0 −2 − 3 
 1 
− 1 1 0

2
L2 ←− L2 − L1  2
 2 
0 1 1 0 1 1
   
2 2 3 1 0 0

0 −2 − 3 
 1 
− 1 1 0 

2
L3 ←− L3 + L2  2
 2 
1 1 3
0 0 4
−4 2 1
   
2 2 3 1 0 0
   
0 −2 − 3  L3 ←− 4L3 − 1 1 0 
 2  2 
0 0 1 −1 6 4
   
2 2 0 4 −18 −12
  3  
0 −2 0 L2 ← L2 + L3 et L1 ← L1 − 3L3 −2 10 6 
  2  
0 0 1 −1 6 4
   
2 0 0 2 −8 −6
   
0 −2 0
  L1 ←− L1 + L2 −2 10
 6 

0 0 1 −1 6 4
   
1 0 0 1 −4 −3
  1 1  
0 1 0 L1 ←− L1 et L2 ←− − L2  1 −5 −3
  2 2  
0 0 1 −1 6 4
 
1 −4 −3
Il en résulte que la matrice B est inversible, d’inverse B −1
 
=
 1 −5 −3 .

−1 6 4

abdelhaktraikii@gmail.com 30 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.3. LA TRANSPOSITION D’UNE MATRICE Cours algèbre 2

3.3 ) La transposition d’une matrice

Définition 3.3.1. La transposée d’une matrice A ∈ Mm,n (K) est la matrice notée tA ∈ Mn,m (K)
(aussi parfois notée AT ou At ), obtenue en échangeant les lignes et les colonnes de A. Si B = AT
alors
bi,j = aj,i , ∀1 ≤ i ≤ n, 1 ≤ j ≤ m.

Exemples.
 T    T  
1 −1 0 1 1 −1 23 4 2 −1 −2
       
 1
 0 −1
 = −1 0
 ,
1  −1 0 1 = 3 0
   6 

−1 1 1 0 −1 1 −2 6 5 4 1 5

   T
 T 1 −1 1  T  
1 0 2     1 5 1 0
  = 0 4  , −1 = (1, −1, 8),   = .
−1 4 1 0 2 5 2
   
2 1 8

Propriétés 3.3.1.

1) (AT )T = A.

2) (A + B)T = AT + B T .

3) (AB)T = B T AT .

4) (αA)T = αAT , où α ∈ K.

5) Si A est inversible, alors (A−1 )T = (AT )−1 .

Définition 3.3.2. (matrice symétrique, matrice antisymétrique)

1) Une matrice A est symétrique si AT = A.

2) Une matrice A est antisymétrique si AT = −A.

Remarque 3.3.1.
Si A = (ai,j )1≤i,j≤n est une matrice antisymétrique alors ai,i = 0 pour 1 ≤ i ≤ n.

Exemples.
 
1 2 5
 
1) La matrice A = 2 −1 3  est symétrique, car AT = A.
 
5 3 0

abdelhaktraikii@gmail.com 31 ESSTHS-LEEA1
 CHAPITRE 3. MATRICES
SECTION 3.4. LA TRACE D’UNE MATRICE Cours algèbre 2

 
0−1 3
  T
2) La matrice B = 
−3 0 8  est antisymétrique, car B = −B.
1 −8 0
 
−1 2 −4
 
3) La matrice 
 5 1 1  n’est ni symétrique, ni antisymétrique.


0 3 9
4) Pour une matrice B quelconque, les matrices B.B T et B T .B sont symétriques :

(B.B T )T = (B T )T .B T = B.B T et (B T .B)T = B T .(B T )T = B T .B.

Exercice.
A+AT A−AT
Soit A une matrice carrée. On considère les matrices B = 2
et C = 2
.
B est-elle symétrique ? antisymétrique ? même question pour C.

3.4 ) La trace d’une matrice

Définition 3.4.1. Soit A ∈ Mn,n (K) une matrice carrée. La trace de A est la somme des éléments
diagonaux de A. Elle est notée : tr(A) ou Tr(A) :
n
X
Tr(A) = aii .
i=1
   
1 −1 0 2 −1 −2
   
Exemple. Soient A = 
 1 4  et B = 3
−1  0  deux matrices.
6 
−1 1 1 4 1 5

On a : Tr(A) = 1 + 4 + 1 = 6 et Tr(B) = 2 + 0 + 5 = 7.

Propriétés 3.4.1. Soient A et B deux matrices carrées de même taille. Alors :

1) Tr (A + B) = Tr(A) + Tr(B)

2) Tr (α A) = α Tr(A), avec α ∈ R.

3) Tr(tA) = Tr(A)

4) Tr (AB) = Tr (BA).

abdelhaktraikii@gmail.com 32 ESSTHS-LEEA1