Chapitre 1.

Matrices et systèmes linéaires

1. Matrices à coefficients dans ℝ

1.1. Généralités

Définitions. Une matrice = … , …

∈ ℳ (ℝ) à lignes et colonnes à coefficients dans
ℝ est un tableau de nombres réels à lignes et colonnes, et on a :
 Si ∀( , ), = 0, on dit que la matrice A est une matrice nulle
 Si = on dit que la matrice est carrée c’-à-d ∈ ℳ (ℝ). On a les deux exemples intéressants des
matrices carrées :
a) Matrice identité.Si les coefficients sont tous égaux à 1et = 0 si ≠ , on dit que est une matrice
identité ou unité. Cett matrice est notée . Elle a la forme générale suivante :

1 0 … 0 0
⎛0 1 0 … 0⎞
= ⎜⋮ ⋮ ⋱ 0 ⋮⎟
0 0 … 1 0
⎝0 0 0 0 1⎠

b) Matrice triangulaire. on distingue deux cas :

d.1. Matrice triangulaire supérieure. Une matrice = de (ℝ) est dite triangulaire supérieure si pour tous
et tels que > , alors = 0, c-à-d si tous les coefficients en-dessous de la diagonale sont nuls.

⋯ ⋯
⋮ ⋮ ⋮
⎛ ⎞
⎜ 0 ⋯ ⋯ ⎟
⋮ ⋮ ⋮
⎝ 0 ⋯ 0 ⋯ ⎠

d.2.Matricetriangulaire inférieure. La matrice est dite triangulaire inférieure si pour tout , tels que < on a
= 0, c-à-d si tous les coefficients au-dessus de la diagonale sont nuls.

⋯ 0 ⋯ 0
⋮ ⋮ ⋮
⎛ ⎞
⋯ ⋯ 0
⎜ ⎟
⋮ ⋮ ⋮
⎝ ⋯ ⋯ ⎠

1 0 0
1 0 (ℝ).
 = est matrice identité de l’espace = 0 1 0 est matrice identité de l’espace
0 1
0 0 1
(ℝ).
−1 1 2
 = 0 3 4 est une matrice triangulaire supérieure
0 0 −3
1 0 0
 = 1 4 0 est une matrice triangulaire inférieure
−1 0 3


2. Opérations sur les matrices

2.1. Transposée d’une matrice

Définition. La transposée de qu’on note est la matrice à lignes et colonnes obtenue à partir de en
échangeant les lignes et les colonnes.
Exemple

1 0
1 0 1
 La matrice transposée de la matrice = est donnée par = 0 1 .
0 1 −1
1 −1

−1 1 −√2 −1 12
La matrice transposée de la matrice = −2 5 est = 1 −2 0
12 0 −3 −√2 5 −3

2.2. Addition des matrices

Définition. Soient = et = deux matrices de ℳ (ℝ) , on appelle somme de et et on designe

par + , la matrice = definie par
= + .

Remarque. L’élément neutre est la matrice notée 0, dont tous les éléments sont nuls.
L’addition des matrices est une loi de composition interne sur ℳ (ℝ).
Exemple.

 (9 0 3) + (−3 7 √10) = (6 7 3 + √10).

1 2 −1 −1 3 1/ 2 0 5 −1/ 2
 + =
7 3 0 −8 0 4 −1 3 4
+ +
 + =
ℎ + +ℎ
1 6
−1 −2
 0 4 + impossible de faire l’opération (pourquoi ?).
−9 8
0 1

2.3. Produit de deux matrices

Définition. Soit = ( ) une matrice de ℳ (ℝ) et = une matrice de ℳ (ℝ). on définit la matrice
= , l’elmement de ℳ (ℝ), de la manière suivante
Pour tout ide {1 … }, pour tout j de {1 … },

= .

Schéma de calcul

⋯ … ⋯ ⋯ ⋯ ⋯ ⋮ ⋯
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⋯ ⋯
⎜ ⎟ ⎜ ⋮
× ⋯ ⋯ ⋮ ⎟ = ⎜ ⋮ ⋯ ⋯ ⋮ ⎟
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
⎝ ⋯ … ⋯ ⎠ ⎝ ⋯ ⋯ ⎠ ⎝ ⋯ ⋮ ⋯ ⎠

Remarques.

 On voit bien que le produit de deux matrices et n’est pas possible que si le nombre de colonnes pour
la matrice égal au nombre de ligne de la matrice . On obtient alors une matrice ayant autant de lignes que
et autant de colonnes que . On peut donc résumer en écrivant :

[matrice de type( , )] × [matrice de type( , )] ⟹ [matrice de type ( , )]

 Les produits et ne sont simultanement possibles que si est de type ( , ) et de type ( , ) alors
est carrée d’ordre , tandis que est carrée d’ordre .
 Si et sont toutes deux carrées d’ordre alors et sont carrées d’ordre . Mais on a en général
≠ .

2
 Le produit d’un nombre réel par une matrice ∈ ℳ (ℝ)est la matrice donnée par les coefficients
× .

Exemple.
5 5
 5× =
5 5
 3 −2 √2 = −6 3√2 3
0 −3 3 0 −9 9
 (3 −4) 2 = 3 × 2 + (−4) × 8 = −26
8
6 −2 1 × 6 + 0 × 0 + (−1) × 1 1 × (−2) + 0 × 5 + (−1) × 2
1 0 −1 5 −4
 0 5 = =
2 −2 3 2 × 6 + (−2) × 0 + 3 × 1 2 × (−2) + (−2) × 5 + 3 × 2 15 −8
1 2
1 2 1/ 2 −3 1× +2×4 1 × (−3) + 2 × 1 17/ 2 −1
 = =
5 −2 4 1 5 × + (−2) × 4 5 × (−3) + (−2) × 1 −11/ 2 −17
1 0 3 1 3 1 12
 2 −1 0 −1 3 = 3 3
0 1 1 0 3 −1 6
1 0 3
1 2
 2 −1 0 impossible de faire l’opération
5 −2
0 1 1

Propriétés.Pour , et des matrices telles que les produits soient définis

 ( ) = ( )
 ( + )= +
 ( + ) = +
 ( )=
 ( )= , ( + )= +

3. Application linéaire associée à une matrice

Définition. Soit la matrice de ℳ (ℝ), il est possible de lui associer l’application linéaire définie comme
suit : pour chaque vecteur ,…, ∈ ℝ , on associe l’application

⎛ ⎞
,…, = ×⎜ ⎟∈ℝ
⋮
⎝ ⎠
Exemple.
1 −2
Soit = 0 1 ∈ ℳ (ℝ). Alors, l’application s’écrit
3 2
1 −2 −2
( , )↦ 0 1 =
3 2 3 +2

D’où ( , ) = ( −2 , ,3 +2 )

4. Matrice d’une application linéaire

4.1. Matrice d’une application linéaire dans un couple de bases

Définition. Soient et deux espaces vectoriels sur ℝ.

On suppose que dim( ) = ≥ 1, et que est muni d’une base = , ,…, .
On suppose que dim( ) = ≥ 1, et que est muni d’une base ′ = { , , … , }.
Soit une application linéaire de dans . On appelle matrice de dans les bases et ′ la matrice ∈
( ) dont les colonnes sont les vecteur ( ), ( ), … , ( ) dans la base ′.

3
Cette matrice, élément de ℳ (ℝ), est notée ℳ ( , , ′). On a

= .

Alors
⋯ ⋯
⋮ ⋮ ⋮ ⋮
⎛ ⎞
ℳ ( , , ′) = ⎜ ⋯ ⋯
⎟
⋮ ⋮ ⋮ ⋮
⎝ ⋯ ⋯ ⎠
( ) … … ( )
Exemple

Supposons qu’une base de E soit ={ , , } et qu’une base de soit ′={ , }.Soit l’application
linéaire de dans définie par :

( )= +2
( )=7 +5
( )=3
1 7 3
Alors la matrice de dans les bases et ′ est ℳ ( , , ′) =
2 5 0

5. Rang d’une matrice

Définition.Soit une matrice, élément de ℳ (ℝ). On appelle rang de , et on note ( ), le rang de la

famille des vecteurs colonne de .

Rermarque.
o ( ) est nul⇔ est la matrice nulle.
o ( ) est égal 1 ⇔ les différentes colonnes de A sont proportionnelles deux à deux, l’une d’elles au
moins n’étant pas nulle .
Le rang de la matrice est égal au rang de toute application linéaire susceptible d’être représentée par ou bien
c’est le nombre maximum de vecteurs-colonnes indépendants.
Un vecteur est représenté par une matrice colonne et l’application linéaire est définie par le produit de deux
matrices.

On parlera par abus, de noyau de la matrice A, d’image de , en pensant à .

6. Déterminant d’une matrice carrée- application au calcul de l’inverse d’une matrice

Définition. A chaque matrice carrée , on associe un nombre appelé déterminant de et est noté det( )ou | |
:ℳ →ℝ
⟼ det = | |

6.1. Calcul de détérminant de matrice d’ordre 2, 3 et

Définition. On a
1) = = −

2) = = − +

4
 3) Par récurrence on peut calculer le déterminant d’une matrice d’ordre 4 à l’aide des déterminants de
l’ordre 3. Plus généralement, on peut calculer le déterminant d’une matrice d’ordre à l’aide des
déterminants de l’ordre − 1.Alors, on appelle mineur du coefficient , et on note , le determinant
è è
d’ordre − 1 obtenu en supprimant la ligne et la colonne du determinant de .On appelle
cofacteur du coefficient , et on note , le nombre = (−1) . Alors la valeur d’un
déterminant | | d’ordre est donnée par le développement la première ligne :

det( ) = | | = + + ⋯+

Théorème.det( ) = det( ) det( ) , det = det(A) , det(I ) = 1.

Exemple.Calculer les déterminants suivants :
3 4 6
2 6 1 1 1 1
) , ) 0 1 3 , )
12 −7
7 4 3
− − − −
Solution
2 6
) = 2 × (−7) − 6 × 12 = −86
12 −7
3 4 6
1 3 0 3 0 1
) 0 1 3 =3 −4 +6 = 15
4 3 7 3 7 4
7 4 3

1 1 1 1
) = 0 (calculer ?)
− − − −

6.2. Calcul d’une matrice inverse

Définition.Une matrice carrée de ℳ (ℝ) est dite inversible (ou encore régulière) s’il existe une matrice et une
seule de ℳ (ℝ) appelée inverse de et notée , telle que

= =

Théorème.1) Pour une matrice d’ordre , est inversible⇔ ( )≠0⇔ ( )= .

2) det(A ) = ( ).

Théorème.La matrice inverse est alors égale, à un coefficient mutiplicatif près, à la transposée de comatrice
(adjointe) de :

1
= com
det( )
telle que ( ) est la matrice des cofacteurs = (−1) donnée par

…
( )= ⋮ ⋱ ⋮ .
…
Exemple.Calcul d’une comatrice 2 × 2
Soit la matrice carrée de taille 2 × 2 suivante :
=
Alors la comatrice de est donnée par :
( )= −
−
Calcul d’une comatrice 3 × 3 suivante :

=
ℎ
La comatrice de est donnée par :

5
 + − +
ℎ
⎛ ℎ ⎞
( ) = ⎜− + − ⎟
⎜ ℎ ℎ⎟
+ − +
⎝ ⎠
Exercice. Calculer la comatrice des matrices suivantes :
1 −2 6 0
1 0 −1
4 3 3 0 −1 3
= , = 6 2 −2 , =
−10 5 2 1 1 5
−8 4 3
−5 0 −4 2
7. Matrice de passage

Définition (la matrice de passage ).On considère un espace vectoriel de dimension , muni d’une base
= ( , , … , ) et d’une autre base = ( , , … , ). On appelle matrice de passage de à la
matrice carrée de taille , notée dont la -ième colonne est formée des coordonnées de dans la
base . Autrement dit, la matrice de passage de à est la matrice des nouveaux vecteurs de
base exprimés en fonction des anciens.

Exemple. On considère l’e.v , muni de sa base canonique =( , , ) et d’une autre base définie en
fonction de par

=2 +3 −
=5 +2 −4
= + +2

La matrice sera égale à :

2 5 1
= 3 2 1
−1 −4 2

La matrice est appelée matrice de passage de la base ( , , )à la base ( , , ).

La matrice de passage de à permet de relier les coordonnées d'un vecteur dans à

celles dans .

Proposition : Soit un vecteur de , ses coordonnées dans , ses coordonnées dans

et soit la matrice de passage de à . Alors on a : = .

1.1. Changement de bases et applications linéaires

Les matrices de passage sont aussi utiles pour obtenir les formules de changement de base
d'une application linéaire :

Théorème : Soient et deux espaces vectoriels de dimension finie. Soient et deux

bases de , et deux bases de . Soit encore une application linéaire de dans . On
note

 la matrice de dans les bases (au départ) et (à l'arrivée);

 la matrice de dans les bases (au départ) et (à l'arrivée);
 la matrice de passage de à ;

6
  la matrice de passage de à .

Alors on a la relation : = ⟺ = .

On utilise le plus souvent cette relation lorsque l'application linéaire défnie de E dans E.
Dans ce cas, si

 est la matrice de dans la base ,

 est la matrice de dans la base ,
 est la matrice de passage de à ,

alors les matrices sont reliées par la formule : = ⟺ = .

Exemple. Considérons l'application linéaire de ℝ dans ℝ dont la matrice est :

−1 2 4
= 1 2 −2
2 1 5
On a donc
( )=− + +2
( )=2 +2 +
( )=4 −2 +5

Calculons le produit

1 −1 1 −1 2 4 1 1 2 12 −11 −34
= −2 5 −3 1 2 −2 1 0 −1 = −29 34 98
1 −2 1 2 1 5 1 −1 −3 11 −14 −40

La matrice obtenue est la matrice de l'application dans la base ( , ,…, ).On a donc

( ) = 12 − 29 + 11
( ) = −11 + 34 − 14
( ) = −34 + 98 − 40
.
8. Systèmes linéaires carrés et leurs solutions

8.1. Définition d’un système linéaire carré

Définition. Un système linéaire carréde équations à variables à coefficients dans ℝ est une famille
d’équations

+ ⋯+ = (équation 1)
+ ⋯+ = (équation 2)
,
⋮
+ ⋯+ = (équation )

est représenté sous forme d’un produit matriciel

avec

7
 ⋯ ⋯
⋮ ⋮ ⋮ ⋮
⎛ ⎞ ⎛ ⎞ ⎛⋮⎞
⋯ ⋯
=⎜ ⎟; =⎜ ⎟ et b = ⎜ ⋮ ⎟,
⋮ ⋮ ⋮ ⋮ ⋮
⎝ ⋯ ⋯ ⎠ ⎝ ⎠ ⎝ ⎠

où ,…, sont les variables et où , ∈ ℝ, ∀1 ≤ ≤ , ∀1 ≤ ≤ , sont les coefficients.

Si = 0, alors, on obtient le système de la forme = 0 et est appelé système homogène.

Exemples

2 + =1
est un système linéaire à deux variables et à deux équations
− +5 = √10

+5 +2 =0
+ + =7 est un système linéaire à trois variables et à trois équations
3 + 6 − 11 = −1

8.2. Méthodes de résolution

8.2.1. Première méthode
Soit ∈ (ℝ) une matrice carrée inversible telle que, il existe un polynôme de degré vérifiant
+ + ⋯+ =0
Avec ≠ 0, donc
1
=− ( + + ⋯+ ).

1 −1 0
Exemple. Soit = 0 1 1 . Calculer −2 + + . Déduire .
1 0 0

8.2.2. Méthode de Cramer

Proposition.A) Un système linéaire carré est dit de Cramer si det ≠ 0.

B) Un système linéaire carré = admet unique solution ssi est inversible (det ≠ 0) et cette solution est
donnée par :

det
= ,
det

où est la matrice carrée formée en remplaçant la kème colonne de par le vecteur colonne .

Remarque.

1) Soit un système linéaire quelconque donné, = . Alors, il y a trois possibilités

Il n’y a aucune solution au système
Il y a exactement une unique solution au système
Il y a une infinité de solutions
2) Tous les systèmes homogènes admettent au moins une solution :
= 0, = 0, … , = 0
Cette solution est la solution nulle. Si un système homogène comporte moins d’équations que
d’inconnues alors il admet une infinité de solutions.

8
 8.2.3. Méthode d’inversion d’une matrice

Pour det ≠ 0 la matrice carrée admet une matrice inverse . Le système = peut être multipliépar
afin d’obtenir la solution :

= ⇒ = ⇒ = .

Exemple 1.On considère des systèmes de deux équations du premier degré à deux inconnues ( , ) de la forme :

+ =
′ ′ (1)
+ = ′

où , , et ′, ′, ′ sont des constantes fixées.

(a) Ecriture matricielle

+ =
′ ′ ⇔ =
+ = ′ ′ ′ ′

Tel que = , = , =
′ ′ ′

(b) Déterminant

Le déterminant du système (1) est défini par :

′
det = det = = − ′
′ ′ ′ ′

(c) Solutions
Le système (1) possède une seule solution si et seulement si son déterminant est non nul :

′
det = det = = − ′ ≠0
′ ′ ′ ′

Dans ce cas, les formules de Cramer pour le système (1) donnent l'expression des solutions en fonction des
coefficients du système :

′ ′
′ ′ = − ′ ′ ′ = − ′
= ′− ′
= ′ − ′
′ ′ ′ ′

Question.Trouver la solution de système (1) dans le cas où : = 2, = 4, = −5, = 1, = −1

Exemple 2. On considère des systèmes de trois équations à trois inconnues ( , , ) de la forme :

+ + =
+ + = (2)
+ + = ′′

où , , , , ′ , ′ , ′ , ′ , ′′
, ′′
, ′′
, ′′
sont des constantes fixées.

(a) Ecriture matricielle

+ + =
+ + = ⇔ ′ ′ ′ = ′
+ + = ′′ ′′ ′′ ′′ ′′

9
Tel que = ′ ′ ′ , = , = ′
′′ ′′ ′′ ′′

(b) Déterminant

Le déterminant du système (2) est défini par :

det = det ′ ′ − ′ ′ + ′ ′
′ ′ ′ = ′ ′ ′ =
′′ ′′ ′′ ′′ ′′ ′′
′′ ′′ ′′ ′′ ′′ ′′

= ( − )− ( − )+ ( − ′′ ′)

(c) Solutions
Le système (2) possède une seule solution si et seulement si son déterminant est non nul :

det = det ′ ′ ′ = ( − )− ( − )+ ( − ′′ ′) ≠ 0
′′ ′′ ′′

Dans ce cas, les formules de Cramer pour le système (2) donnent l'expression des solutions en fonction des
coefficients du système :

det ′ ′ ′ det ′ ′ ′ det ′ ′ ′

= ′′ ′′ ′′ , = ′′ ′′ ′′ , = ′′ ′′ ′′
det det det

Exercice. Appliquer cette méthode sur le système de 4 équations à 4 inconnues suivant :

+2 − + =6
− + + + =8
3 + 5 − 2 − 2 = −1
− − 3 = −13

Exemple 2.

Résoudre le système suivant en utilisant la méthode d’inversion d’une matrice

+ 2 = 11
3 + 4 = −5

On a
+ 2 = 11 1 2 11
⇔ =
3 + 4 = −5 3 4 −5

1 2 11
Tel que = , = , = . Alors = implique que = ×
3 4 −5

−2 1
La matrice inverse de est donnée par = − Donc on obtient la solution :

−2 1
3 1 11 −27
= × = = =
− −5 19
2 2

10
2) Résoudre le système suivant en utilisant la méthode d’inversion d’une matrice

2 2 1 3
1 1 1 = 2
3 4 1 6

2 2 1 3
On pose = 1 1 1 , = , = 2 . Alors = implique que = ×
3 4 1 6

3 −2 −1
La matrice inverse de est donnée par = −2 1 1
−1 2 0

3 −2 −1 3 −1
Alors = × = −2 1 1 2 = 2 =
−1 2 0 6 1

Exercice. Trouver la solution (si elle existe) des systèmes suivants en utilisant deux méthodes différentes :

− − + =1
5 − +9 =1
3 + 23 = −2 2 −3 +2 =8
) , ) 2 −2 =3 , )
11 − 6 = 9 +5 +3 − =0
− − = −7
−5 + 6 − 2 + 4 = −3

8.2.4. Méthode de Gauss (l’élimination de Gauss)

La méthode du pivot de Gauss est une méthode pour transformer un système en un autre
système équivalent (ayant les mêmes solutions) qui est échelonné et est donc facile à
résoudre. Les opérations autorisées pour transformer ce système sont :

 échange de deux lignes.

 multiplication d'une ligne par un nombre non nul.
 addition d'un multiple d'une ligne à une autre ligne.

Exemple. Voir le cours

11