MATRICES

1 MATRICES
 I) Présentation des matrices de type (p, q) sur un
corps K commutatif
Soit (K, +, ×) un corps commutatif. Comme exemples de
corps commutatifs, vous avez: (R, +, ×) et (C, +, ×).
Définition
p et q sont deux entiers tels que p ≥ 1, q ≥ 1.
• Une matrice p × q ou de type (p, q) est, par définition,
un tableau: de scalaires (ou nombres) appartenant à K,
rangés horizontalement ou verticalement.
• Une rangée horizontale est appelée ligne et une rangée
verticale est appelée colonne.
• Les rangées figurent dans deux parenthèses ou deux
crochets et la matrice est désignée par une lettre
majuscule.
2 MATRICES
• Le nombre de rangées horizontales est le nombre de lignes
p et le nombre de rangées verticales est le nombre de
colonnes q.
• Les nombres dans le tableau sont appelés les termes,
coefficients ou composantes de la matrice
• Le coefficient de la matrice A qui se trouve à
l’intersection de la i-ème ligne et de la j-ème colonne est
noté aij ou [A]i,j :
◦ i représente l’indice de ligne.
◦ j représente l’indice de colonne.

3 MATRICES
• Soit A une matrice de type (p, q).
On a
   
a11 a12 · · · a1q a11 a12 · · · a1q

 a21 a22 · · · a2q  
  a21 a22 · · · a2q 

A= .. .. = .. .. 
. . . .
   
   
ap1 ap2 · · · apq ap1 ap2 · · · apq

On emploie aussi la notation

A = (aij )1≤ i ≤p .
1≤ j ≤ q

Ceci est la 2ème ligne: a21 a22 · · · a2q ; la 4ième

a14
a24
colonne est: . .
..
ap4
4 MATRICES
 • L’ensemble des matrices à n lignes et p colonnes à
coefficients dans K est noté Mn,p (K). Les éléments de
Mn,p (R) sont appelés matrices réelles.

Exemple
Soit
1 2 3 4 5 6
 
7
 −2 π 21
−9 −11 3 
A= .

−3 −2 0 8 9 15

 
−4 75 − 13 −7π i 5+i
A est une matrice de type (4, 6).
1
Ici l’élément a14 = 4, a22 = π, a35 = 9, a33 = 0, a43 = − ,
3
a46 = 5 + i.

5 MATRICES
II) Différents types de matrices
1) Matrice uniligne: p = 1,

Définition
Une matrice M qui n’a qu’une seule ligne (p = 1) est appelée
matrice ligne ou vecteur ligne. On la note
h i
M= a11 a12 · · · a1q .

M est de type (1, q).

Exemple
h i
M= −1 5 7 78
est de type (1, 4)

6 MATRICES
2) Matrice unicolonne: q = 1,

Définition
Une matrice qui n’a qu’une seule colonne (p = 1) est appelée
matrice colonne ou vecteur colonne. On la note
 
a11

 a21 

M= .. .
.
 
 
ap1

M est de type (p, 1).

7 MATRICES
Exemple
 
1

 2 

3
 
 
M=  

 4 

5
 
 
6
est de type (6, 1)

8 MATRICES
3) Matrice nulle de type (p, q)

Définition
La matrice nulle de type (p, q) est la matrice à p lignes et q
colonnes dont les composantes sont toutes nulles.

Exemple
Soit  
0 0
A= 0 0 

.
0 0
A est la matrice nulle de type (3, 2).

9 MATRICES
4) Matrice carrée d’ordre n

Définition
Une matrice carrée d’ordre n est une matrice à n lignes et n
colonnes, les termes aii sont les éléments diagonaux et
forment la diagonale principale. L’autre diagonale du
tableau carré s’appelle la contre diagonale principale.
L’ensemble des matrices carrées d’ordre n à coefficients dans
K est noté Mn (K).

10 MATRICES
Exemple
1 4 83
 

A =  −9 74 −2 
 

0 1 3
est une matrice carrée d’ordre 3 et les éléments diagonaux
4
sont: a11 = 1; a22 = ; a33 = 3. Les éléments de la contre
7
4 8
diagonale principale sont: a31 = 0; a22 = ; a13 = .
7 3

11 MATRICES
5) Matrice diagonale

Définition
Une matrice diagonale est une matrice carrée telle que tous les
termes en dehors de la diagonale principale sont nuls.

Exemple
 
1 0 0 " #
2 0
A1 =  0 0 0  ; A2 =
 
.
0 −6
0 0 3

12 MATRICES
6) Matrice unité (ou identité) d’ordre n

Définition
La matrice unité (ou identité) d’ordre n est la matrice
diagonale d’ordre n telle que tous les termes de la diagonale
principale sont égaux à 1 (et les autres nuls). On la note In .

Exemple

1 0 0 0
 
 
" # 1 0 0
1 0  0 1 0 0 
I2 = , I3 =  0 1 0 , I4 =  .
   
0 1  0 0 1 0 
0 0 1
0 0 0 1

13 MATRICES
7) Matrice triangulaire supérieure:

Définition
Une matrice triangulaire supérieure est une matrice carrée telle
que tous les termes en-dessous de la diagonale principale sont
nuls (aij = 0 si i > j).

Exemple
1 5 0 1
 
 0 0 −4 0 
A= .

0 0 1 −2

 
0 0 0 −3

14 MATRICES
8) Matrice triangulaire inférieure:

Définition
Une matrice triangulaire inférieure est une matrice carrée telle
que tous les termes au-dessus de la diagonale principale sont
nuls (aij = 0 si i < j).

Exemple
1 0 0 0
 
 0 7 0 0 
B= .

5 −8 −1 0

 
−6 4 −1 −9

15 MATRICES
9) Matrice en bloc

Définition
Une matrice en bloc est une matrice de type (m, n) dans
laquelle on trouve des matrices bien établies. Soient
M ∈ Mr (K), N ∈ Mrs (K), P ∈ Ms (K) et Q ∈ Msr (K)
alors
" #
M N
A= est en bloc.
Q P

16 MATRICES
Exemple
 
15 4 0 0 0  
3 5 4 0 0 15 4 0
 
 
 
A= 
 0 1 5 4 0 
 où M =  3 5 4 ,
 

 0 0 1 5 20 
 0 1 5
0 0 0 1 25
 
0 0 ! !
0 0 1 5 20
N =  0 0 , Q= et P= ‘
 
0 0 0 1 25
4 0

17 MATRICES
10) Transposée d’une matrice:
Définition
On appelle transposée de la matrice A = (aij )1≤ i ≤ p la matrice
1≤ j ≤ q
 
A0 = aij0 1≤ i ≤ q
1≤ j ≤ p

où aij0 = aji .
La transposée de A est notée (t A); c’est la matrice dont les
colonnes sont les lignes de A et vice versa.

Exemple
 
" # −1 4
−1 2 1 + i
Soit A = . On a (t A) =  2 −6 
.

4 −6 −8
1 + i −8
18 MATRICES
11) Opposée d’une matrice:
Définition
L’opposée d’une matrice A est la matrice obtenue en prenant
l’opposée de chaque terme de A. elle est notée −A:
si A = (aij )1≤ i ≤ p , alors −A = (−aij )1≤ i ≤ p .
1≤ j ≤ q 1≤ j ≤ q

Exemple
" #
−1 2 1 + i
soit A = . On a:
4 −6 −8
" #
− (−1) −2 − (1 + i)
(−A) =
−4 − (−6) − (−8)
" #
1 −2 − (1 + i)
= .
−4 6 8
19 MATRICES
III) Opérations sur les matrices
1) Egalité de deux matrices de même type
Définition
Deux matrices A = (aij )1≤ i ≤ p et B = (bij )1≤ i ≤ p , de type
1≤ j ≤ q 1≤ j ≤ q
(p, q) sont égales si leurs coefficients aij et bij sont égaux,
quels que soient i = 1, 2, ..., p et j = 1, 2, ..., q.

contre exemple
   
0 1 −8 0 1 −8
Soit A =  −1 0 0  et B =  −1 0 0  .
  

8 −1 0 8 0 0
On a A 6= B car a32 = −1 6= 0 = b32 .

Remarque
Soit A ∈ Mpq (K), on a: (t A) ∈ Mqp (K) et (t (t A)) = A.
20 MATRICES
Définition
Soit A ∈ Mn (K), si on a: (t A) = A, on dit que A est une
matrice symétrique.

Exemple
 
−2 1 −8
A= 1 3 0 

 est une matrice symétrique, car
−8 0 1
 
−2 1 −8
(t A) =  1 3 0  = A.
 

−8 0 1

21 MATRICES
Définition
Soit A ∈ Mn (K), si on a: (t A) = −A, on dit que A est une
matrice antisymétrique.

Exemple
 
0 1 −8
A =  −1 0 0  est une matrice antisymétrique, car
 

8 0 0
 
0 −1 8
(t A) =  1  = −A
0 0 


−8 0 0

22 MATRICES
2) Somme de deux matrices de même type

On définit la matrice C = A + B, de type (p, q) , somme des

deux matrices de type (p, q), par ses coefficients :
cij = aij + bij , 1 ≤ i ≤ p, 1 ≤ j ≤ q.
Exemple
" # " #
2 −1 1−i 3 1 −1 + i
A= ; B= ,
−3 −1 + i 2 −3 1 i
" #
2+3 −1 + 1 1 − i + (−1 + i)
A+B =
−3 + (−3) −1 + i + 1 2+i
" #
5 0 0
=
−6 i 2 + i

23 MATRICES
 " #
2 −1 1−i
A + (−A) = +
−3 −1 + i 2
" #
−2 − (−1) − (1 − i)
− (−3) − (−1 + i) −2
" #
0 0 0
= .
0 0 0

24 MATRICES
Exemple
! !
3 −2 0 5
Si A = et B=
1 7 2 −1
alors !
3 3
A+B = .
3 6
Par contre si
!
0 −2
B = alors A + B0 n’est pas définie.
8

On a ainsi une loi de composition interne: l’addition, qui fait

de l’ensemble Mpq (K) des matrices p × q un groupe
commutatif. L’ élément neutre est la matrice dont tous les
coefficients aij sont nuls dite matrice nulle 0 . La matrice
opposée à A = (aij ) est la matrice (−A) de coefficients (−aij ).
25 MATRICES
Remarque
( i) On a une loi de composition interne ∗ dans un ensemble
E , si les deux opérades a, b et la résultante a ∗ b
appartiennent à E .
( ii) Soient A, B ∈ Mpq (K), on a: (t (A + B)) = (t B) + (t A).

26 MATRICES
3) Multiplication par un scalaire

Soit λ ∈ K, la matrice λA est par définition, la matrice de

coefficient λaij , où A = (aij ).
C’est le produit de la matrice A ∈ Mpq (K) par le scalaire λ
notée λA.
Exemple
" #
2 −1 + 2i 1 − i
A= ;
−3 −1 + i 0
" #
2×2 2 × (−1 + 2i) 2 (1 − i)
2A = =
2 × (−3) 2 (−1 + i) 2×0
" #
4 −2 + 4i 2 − 2i
.
−6 −2 + 2i 0

27 MATRICES
Remarque
La multiplication"." par un scalaire λ ∈ K d’une matrice
A ∈ Mpq (K) est telle que
λA ∈ Mpq (K), on dit que la multiplication "." est une loi de
composition externe
dans Mpq (K) car l’opérade λ ∈ K mais pas à Mpq (K).

28 MATRICES
Propriété ( Propriétés de la multiplication par un scalaire
d’une matrice)
i) 1.A = A, pour tout élément A ∈ Mpq (K). 1 étant
l’élément neutre de (K∗ , ×).
ii) α (βA) = (αβ) A, pour tout élément A ∈ Mpq (K),
∀α,β ∈ K.
iii) α (A + B) = αA + αB, ∀α ∈ K, ∀A, B ∈ Mpq (K).
iV) (α + β) A = αA + βA, ∀α, β ∈ K, pour tout élément
A ∈ Mpq (K).

Remarque
Soient A ∈ Mpq (K), on a: (t (λA)) = λ (t A), λ ∈ K.

29 MATRICES
4) Produit de deux matrices

Le produit de matrices est sous condition:

A × B est possible si le nombre de colonnes de A est égal
au nombre de lignes de B.
Soient
A = (aij )1≤ i ≤ m ∈ Mm,n (K), B = (bij ) 1≤ i ≤ n ∈ Mn,p (K) ,
1≤ j ≤ n 1≤ j ≤ p
on pose: AB = C = (cij ) 1≤ i ≤ m ∈ Mm,p (K) , où
1≤ j ≤ p
n
X
cij = aik bkj
k=1
(on dit que l’on fait li-col, c’est-à-dire ligne par colonne) est le
produit de la matrice A par B.

30 MATRICES
 En fait pour obtenir le terme cij de la matrice A × B = AB,
on multiplie les composantes de la i ème ligne de A par celles de
la j ème colonne de B dans l’ordre et on fait la somme des
différents produits.
On a symboliquement du point de vu des types de matrices

(m, n) (n, p) = (m, p) .

31 MATRICES
Remarque
On peut écrire le coefficient de façon plus développée, à savoir
:
cij = ai1 b1j + ai2 b2j + · · · + aik bkj + · · · + aip bpj .
Il est commode de disposer les calculs de la façon suivante.

×
 
 × 
←B
 
×
 
 
×
|
   
   | 
A→ ← AB
   
× × × × − − − cij
  


32 MATRICES
Exemple
 
! 1 2
1 2 3
A= B = −1 1

2 3 4

1 1
la matrice obtenue est de taille 2 × 2.
c11 = 1 × 1 + 2 × (−1) + 3 × 1 = 2.
   
1 2 1 2
−1 1 −1 1
   

! 1 1! ! 1 1!
1 2 3 c11 c12 1 2 3 2 c12
2 3 4 c21 c22 2 3 4 c21 c22
Finalement !
2 7
A×B =
3 11

33 MATRICES
Remarque
Un exemple intéressant est le produit d’un vecteur ligne par un
vecteur colonne :
 
b1
 b2 
   
u = a1 a2 · · · an v =
 .. 

.
bn

Alors u × v est une matrice de taille 1 × 1 dont l’unique

coefficient est a1 b1 + a2 b2 + · · · + an bn . Ce nombre s’appelle
le produit scalaire des vecteurs u et v .

Calculer le coefficient cij dans le produit A × B revient donc à

calculer le produit scalaire des vecteurs formés par la i-ème
ligne de A et la j-ème colonne de B.

34 MATRICES
Exemple
Soit
 
−1 3 " #
3 −1 2 1
A =  −4 1  et B= ;
 
1 −3 4 7
0 2
Déterminons si possible A × B et B × A.
 
0 −8 10 20
A × B = AB =  −11 1 −4 3 
 

2 −6 8 14
B × A n’est pas un produit possible car le nombre de colonnes
de B égalant 4 n’est pas égal au nombre de lignes de A qui est
3.

35 MATRICES
Nous allons donner quelques pièges à éviter
Remarque (Premier piège à éviter)
Le produit de matrices n’est pas commutatif en général. En
effet, il se peut que AB soit défini mais pas BA, ou que AB et
BA soient tous deux définis mais pas de la même taille. Mais
même dans le cas où AB et BA sont définis et de la même
taille, on a en général AB 6= BA.

Exemple
" # " #
1 −4 3 −4
Soient A = et B =
−3 2 −3 0
" # " #
15 −4 15 −20
on a: AB = 6= = BA.
−15 12 −3 12
Ainsi le produit de matrices n’est pas commutatif.

36 MATRICES
Remarque (Deuxième piège à éviter)
AB = 0 n’implique pas A = 0 ou B = 0. Il peut arriver que le
produit de deux matrices non nulles soit nul. En d’autres
termes, on peut avoir A 6= 0 et B 6= 0 mais AB = 0.

Exemple

! ! !
0 −1 2 −3 0 0
A= B= et AB = .
0 5 0 0 0 0

37 MATRICES
Remarque (Troisième piège à éviter)
AB = AC n’implique pas B = C . On peut avoir AB = AC et
B 6= C .

Exemple
! ! !
0 −1 4 −1 2 5
A= B= C=
0 3 5 4 5 4
et !
−5 −4
AB = AC = .
15 12

38 MATRICES
Remarque
1 (Mn (K) , +, ×) est un anneau unitaire non commutatif.
L’élément unité se note In . Ainsi ∀A ∈ Mn (K),
AIn = In A = A.
" # " #
1 0 0 0
2 Avec A = 6= 0M2 (R) et B = 6= 0M2 (R) ;
2 0 1 2
on a: " #" # " #
1 0 0 0 0 0
AB = = donc
2 0 1 2 0 0

(Mn (K) , +, ×) est un anneau non intègre.

39 MATRICES
Définition
Quand on a deux matrices carrées A et B telles que
A × B = B × A on dit que A et B commutent (ou permutent).

Exemple
" # " #
1
1 −2 0 2
Soient A = et B = , on constate que
2 0 − 12 1
4
1 1 "
   
0  0
" # #
1 −2  2 
2  1 −2
AB = = = BA
2 0  −1 1   −1 1  2 0
   

2 4 2 4
Ainsi A et B commutent mais le produit de matrices n’est pas
commutatif.
Aussi A et B sont dites commutantes (permutantes).

40 MATRICES
Remarque
1 Formule du binôme de Newton ∀A, B ∈ Mn (K),
commutant (permutant) e.i. A × B = B × A, on a:
n n
(A + B)n = {kn An−k B k = {kn B n−k Ak ;
X X

k=0 k=0

n!
n ≥ 1, n ∈ N, {kn = .
k! (n − k)!
2 ∀A ∈ Mn (K) avec A 6= 0Mn (K) , on a A0 = In .

41 MATRICES
Propriété
1 Distributivité à gauche de la multiplication par rapport à
l’addition:

A (B + C ) = AB+AC , ∀A ∈ Mmn (K) , ∀B, C ∈ Mnp (K) .

2 Distributivité à droite de la multiplication par rapport à

l’addition:

(A + B) C = AC +BC , ∀A, B ∈ Mmn (K) , ∀C ∈ Mnp (K) ;

3 ∀λ ∈ K, ∀A ∈ Mmn (K), ∀B ∈ Mnp (K),

(λA) B = A (λB) = λ (AB).

42 MATRICES
 4 Associativitité de la multiplication des matrices:

∀A ∈ Mmn (K) , ∀B ∈ Mnp (K) , ∀C ∈ Mpr (K) ,

(AB) C = A (BC ) = ABC .

5 (t (AB)) = (t B) (t A), ∀A ∈ Mpn (K) , ∀B, ∈ Mnq (K).
6 Ip .A = A = A.In , ∀A ∈ Mpn (K), IP , In sont unitées
d’ordre resp. p, n.

Remarque
Vu 1) et 2) la multiplication est distributive par rapport à
l’addition.

43 MATRICES
IV) Trace d’une matrice carrée

Définition
Etant donné A = (aij ) ∈ Mn (K) une matrice carrée d’ordre n
(nombre de lignes = nombre de colonnes=n), on définit une
application tr de Mn (K) sur K nommée trace telle que
n
X
tr (A) = aii .
i=1

Mn (K) est l’ensemble des matrices de type (n, n), dites aussi
matrices carrée d’ordre n.

44 MATRICES
Exemple
7 −1 0 −2
 
 −4 −5 11 52 
Soit A =  ,
 
 1 2 −3 4 
π
74 9 0 2
alors
π π π−2
tr (A) = 7 + (−5) + (−3) + = − 1 = = tr (t A).
2 2 2

45 MATRICES
Propriété
K est un corps commutatif. Etant données deux matrices
A, B ∈ Mn (K),
i) tr (A + B) = tr (A) + tr (B)
ii) tr (AB) = tr (BA).
iii) tr (A) = tr (t A).

46 MATRICES
V) Matrices inversibles

Définition
A ∈ Mn (K) est dite inversible s’il existe B ∈ Mn (K) telle
que
AB = BA = In .
B est appelée l’inverse de A et se note
1
B = A−1 6=
A
1
n’existe pas. (B et A sont des matrices carrées de même
A
ordre).

47 MATRICES
Exemple
" # " #
1
1 −2 0 2
Soient A = et B = on a:
2 0 − 12 1
4
" #
1 0
AB = BA = I2 = .
0 1

Ainsi A est inversible d’inverse B et inversemment ou A et B

sont inverses l’une de l’autre.

48 MATRICES
Proposition
le produit de matrices inversibles est inversible.

Proposition
L’ensemble GLn (K) des matrices carrées d’ordre n inversibles
est un groupe multiplicatif appelé le groupe linéaire.

49 MATRICES
Définition
i) Deux matrices A, B ∈ Mpq (K) sont équivalentes s’ils
existent P ∈ Mp (K) inversible et Q ∈ Mq (K) inversible
telle que
A = PBQ ⇔ P −1 AQ −1 = B
.
ii) Deux matrices A, B ∈ Mn (K) sont semblables s’il existe
P ∈ Mn (K) inversible telle que

A = P −1 BP ⇔ PA = BP
⇔ PAP −1 = B
⇔ AP −1 = P −1 B,

ce qui entrainera que tr (A) = tr (B).

50 MATRICES
Exemple
   
5 2 4 7 1 0 0 0
Soient A =  3 2 0 1  et R =  0 1 0 0 
   

1 0 2 3 0 0 0 0
   
0 0 1 5 2 0
1
Soit P = 
 2 0 − 25 
 avec P 0 =  3 2 1 
 

−1 1 2 1 0 0
On constate que
    
0
0 1 5 2 0 1 0 0
0  1 5 
PP =  2 0 − 2   3 2 1  =  0 1 0 
  

−1 1 2 1 0 0 0 0 1

51 MATRICES
     
5 2 0 0 0 1 1 0 0
0  1 5 
Aussi P P =  3 2 1   2 0 − 2  =  0 1 0 
 

1 0 0 −1 1 2 0 0 1
−1 0
Donc P est inversible d’inverse P = P
1 0 −2 −3 1 0 2 3
   

 0 1 −3 −4
 0 1 3 4   
Soit Q =   avec Q 0 = 

 0 0 1 0   0 0 1 0
 

0 0 0 1 0 0 0 1
On constate que
1 0 −2 −3 1 0 2 3
  

  0 1 −3 −4 
 0 1 3 4   
QQ 0 =  =
 0 0 1 0  0 0 1 0 
 

0 0 0 1 0 0 0 1
1 0 0 0
 
 0 1 0 0 
 
 0 0 1 0 
 

0 0 0 1
52 MATRICES
 1 0 2 3 1 0 −2 −3
  
 0 1 −3 −4   0 1 3 4 
et Q 0 Q =  =
  
 0 0 1 0 0 0 1 0 

 
0 0 0 1 0 0 0 1
1 0 0 0
 
 0 1 0 0 
 
 0 0 1 0 
 

0 0 0 1
Ainsi Q est inversible d’inverse Q −1 = Q 0
Aussi
 1 0 −2 −3
 
 
0 0 1 5 2 4 7 
 0 1 3 4 
PAQ =  12 0 − 52   3 2 0 1  
  
 0 0 1 0 

−1 1 2 1 0 2 3
0 0 0 1

53 MATRICES
 1 0 −2 −3
 
 
1 0 2 3  0 1 3 4 
PAQ =

0 1 −3 −4   
0 0 1 0 
  

0 0 0 0
0 0 0 1
 
1 0 0 0
PAQ =  0 1 0 0 =R


0 0 0 0
PAQ = R.
On a bien PAQ = R avec P ∈ M3 (R) inversible, A ∈ M34 (R)
et Q ∈ M4 (R) inversible donc A et R sont équivalentes.

54 MATRICES
Exemple
1 12 − 32
   
2 1 1
Soient M =  2 3 2  et D =  0 21
   3
2


1 1 2 0 −3 11
 3 2 2
− 12 − 14
  
1 0 1
 41 1
avec P =  0

1 1  et P 0 =  − 4 2
− 14 

1 1 1
−1 −2 1 4 2
 3 4
− 12 − 14

1 0 1 4
1 1
On a: PP 0 =  0

1 1    −4

2
− 14 
 =
1 1 1
−1 −2 1 4 2 4
 
1 0 0
 0 1 0 
 

0 0 1

55 MATRICES
 3
− 21 − 14
  
4
1 0 1
1 1 1 
Aussi P 0 P = 
 −4 2
−4   0 1 1 =
1 1 1
4 2 4
−1 −2 1
 
1 0 0

 0 1 0  
0 0 1
Ainsi P est inversible d’inverse P −1 = P 0
On constate que:
3
− 12 − 14
  
4
2 1 1 1 0 1
P −1 MP =  − 14 21 − 14   2 3 2  0 1 1 
  

1 1 1
1 1 2 −1 −2 1
 4 1 2 4
1 2 − 23
P −1 MP =  0 12 3 
= D.

2 
0 − 32 11 2
donc M et D sont sont semblables.

56 MATRICES
Remarque
Deux matrices semblables sont équivalentes.Mais deux
matrices équivalentes ne sont pas nécessairement semblables,
il suffit qu’elles ne soient pas carrées.

57 MATRICES
VI) Opérations élémentaires sur les matrices

Définition
Soit A ∈ Mpq (K). On appelle opérations élémentaires sur A
l’une des transformations suivantes:
1 Ajouter à une colonne(resp. ligne) de A le produit par un
élément de K∗ d’une autre colonne(resp. ligne): on parle
de transvection sur les colonnes (resp. lignes) de A.
2 Permuter les colonnes(resp. lignes) de A.
3 Multiplier une colonne(resp. ligne) de A par un élément
de K∗ : on parle de dilatation ou d’affinité sur A.

58 MATRICES
Exemple
" #
3 −1 2 1
soit B = en faisant C10 = C1 + (−2) C3 on a:
1 −3 4 7
" # " #
3 + (−2) × 2 −1 2 1 −1 −1 2 1
B0 = = .
1 + (−2) × 4 −3 4 7 −7 −3 4 7
Evidemment on a B équivalente à B 0 , ce qui se note: B ∼ B 0
qui se lit B équivalente à B 0 .

59 MATRICES
Exemple
 
−1 3
soit A =  −4 1 

 permutons L1 et L3 , on a:
0 2
 
0 2
A0 =  −4 1 . Evidemment on a A équivalente à A0 , ce qui
 

−1 3
se note: A ∼ A0 qui se lit A équivalente à A0 .

60 MATRICES
Exemple
 
−1 3
soit A =  −4 1 

 faisons 4L2 , on a:
0 2
 
−1 3
A0 =  −16 4 .
 

0 2
Evidemment on a A équivalente à A0 , ce qui se note: A ∼ A0
qui se lit A équivalente à A0 .

61 MATRICES
Définition
Les matrices Eij ∈ Mpq (K) tels que aij = 1 et ars = 0, si r 6= i
ou s 6= j, sont les matrices élémentaires de MX
pq (K).
Soit A = (aij ) ∈ Mpq (K),on a A = aij Eij .
1≤ i ≤ p
1≤ j ≤ q 1≤ i ≤ p
1≤ j ≤ q

62 MATRICES
Exemple
0 0
 
 
0 0 0 0  0 0 
E23 =  ∈ M34 (R), E42 = 
0 0 1 0  ∈ M42 (R)
  
0 0
 
 
0 0 0 0
0 1
 
a11 a12
Soit A =  a21 a22 . On a:
 

a31 a32
     
a11 0 0 a12 0 0
A =  0 0  +  0 0  +  a21 0  +
     

0 0 0 0 0 0
     
0 0 0 0 0 0
 0 a22  +  0 0  +  0 0 
     

0 0 a31 0 0 a32

63 MATRICES
      
1 0 0 1 0 0
A = a11  0 0  + a12  0 0  + a21  1 0 
    
+
0 0 0 0 0 0
     
0 0 0 0 0 0
a22 

0 1  + a31 
 
0 0  + a32  0 0 
  

0 0 1 0 0 1
= a11 E11 + a12 E12 + a21 E21 + a22 E22 + a31 E31 + a32 E32
X
= aij Eij ∈ M32 (R)
1≤ i ≤ 3
1≤ j ≤ 2

64 MATRICES
VII) Les opérations élémentaires sur les matrices
avec les matrices élémentaires

D’abord, il est nécessaire de savoir que ∀Eij , Ekl ∈ Mp (K), on

a: Eij .Ekl = δjk Eil ,
(
1 si j = k
δjk = .
0 si j 6= k
X
Soit A = (aij ) ∈ Mpq (K), alors A = aij Eij , et
1≤ i ≤ p
1≤ j ≤ q 1≤ i ≤ p
1≤ j ≤ q
∀Ekl ∈ Mp (K),

65 MATRICES
 X
Ekl .A = aij Ekl Eij
1≤ i ≤ p
1≤ j ≤ q
X
= aij δli Ekj
1≤ i ≤ p
1≤ j ≤ q
X
= alj Ekj
1≤ j ≤ q
 
0
=  ak1 ak2

· · · ak(q−1) akq 
←− k ième ligne

0

66 MATRICES
Aussi ∀Ekl ∈ Mq (K),
X X
AEkl = aij Eij Ekl = aij δjk Eil
1≤ i ≤ p 1≤ i ≤ p
1≤ j ≤ q 1≤ j ≤ q
 
a1l
a2l
 
 
..
X  
= aik Eil = 
 0 . 0


 
1≤ i ≤ p 
 a(p−1)l 

apl
↑
l ième colonne

de là, on comprend ce qui suit: Soit A ∈ Mpq (K). On appelle

opérations élémentaires sur A l’un des produits suivants:

67 MATRICES
1 1 Soit r 6= s, A (Iq + λErs ), Ers ∈ Mq (K), c’est ajouter à
la colonne s de A le produit par un élément λ de K∗ de
la colonne r , on parle de transvection sur les colonnes
de A.
2 Soit r 6= s, (Ip + λErs ) A, Ers ∈ Mp (K), c’est ajouter à
la ligne r de A le produit par un élément λ de K∗ de la
ligne s, on parle de transvection sur les lignes de A.
2 1 Soit r 6= s, (Ip − Err − Ess + Ers + Esr ) A,
Err , Ess , Ers , Esr ∈ Mp (K), c’est permuter les lignes r et
s de A.
2 Soit r 6= s, A (Iq − Err − Ess + Ers + Esr ),
Err , Ess , Ers , Esr ∈ Mq (K), c’est permuter les colonnes r
et s de A.
3 1 (Ip + (λ − 1) Err ) A, Err ∈ Mp (K), c’est multiplier la
ligne r de A par un élément λ de K∗ : on parle de
dilatation ou d’affinité sur A.
2 A (Iq + (λ − 1) Err ), Err ∈ Mq (K), c’est multiplier la
colonne r de A par un élément λ de K∗ : on parle de
dilatation ou d’affinité sur A.
68 MATRICES
Pratiquement, cela se fait aisément en augmentant la
matrice A par la matrice identité de même nombre de lignes
que A, à la suite de la dernière colonne de A, quand l’on
effectue des opérations élémentaires sur les lignes, à la fin des
opérations sur les lignes, on obtient à la place de la matrice
identité, la matrice L par laquelle, il faudra multiplier par A,
comme suit:
L.A pour avoir la transformation obtenue de A.
En ce qui concerne les opérations sur les colonnes, on
augmente la matrice A par la matrice identité de même
nombre de colonnes que A, à la suite de la dernière ligne de A,
à la fin des opérations sur les colonnes, on obtient à la place
de la matrice identité, la matrice C par laquelle, il faudra
multiplier par A, comme suit:
AC pour avoir la transformation obtenue de A.

69 MATRICES
Remarque
Les matrices L et C supra, sont dites matrices produit de
matrices d’opérations élémentaires sur A.

Définition
Les matrices:
1 (Iq + (λ − 1) Err ), Err ∈ Mq (K);
2 (Ip + (λ − 1) Err ), Err ∈ Mp (K);
3 r 6= s, (Iq − Err − Ess + Ers + Esr ),
Err , Ess , Ers , Esr ∈ Mq (K);
4 r 6= s, (Ip − Err − Ess + Ers + Esr ),
Err , Ess , Ers , Esr ∈ Mp (K);
5 r 6= s, (Ip + λErs ), Ers ∈ Mp (K);
6 r 6= s, (Iq + λErs ), Ers ∈ Mq (K)
sont dites matrices d’opérations élémentaires. En somme,
70 MATRICES
Définition
Toute matrice par laquelle, on multiplie une matrice A pour
obténir une matrice semblable à A est une matrice produit de
matrices d’opérations élémentaires sur A.

Proposition
det ((Iq + λErs )) = det ((Ip + λErs )) = 1 6= 0,
det (Ip − Err − Ess + Ers + Esr ) =
det (Iq − Err − Ess + Ers + Esr ) = −1 6= 0,
det (Ip + (λ − 1) Err ) = det (Iq + (λ − 1) Err ) = λ 6= 0 car
λ ∈ K ∗ , donc
Toute matrice d’opération élémentaire est inversible.

Proposition
Toute matrice carrée inversible est le produit de matrices
d’opérations élémentaires.
71 MATRICES
VIII) Rang d’une matrice

Proposition
Etant donnée une matrice A ∈ Mpq (K), à l’aide des
opérations élémentaires sur A, A sera semblable à une matrice
de la forme suivante:
" #
Ir 0r (q−r )
R=
0(p−r )r 0(p−r )(q−r )

où r ≤ inf (p, q), Ir est la matrice unité d’ordre r et 0st est la

matrice identiquement nulle avec s lignes et t colonnes. R est
la matrice échélonnée réduite de A. On appelle l’entier r le
rang de la matrice A et il se note rg (A) = r = rg (t A).

72 MATRICES
Remarque
Le rang de A est indépendant des opérations élémentaires
pouvant permettre d’avoir R.

73 MATRICES
Exemple
 
5 2 4 7
Soit A =  3 2 0 1 , recherchons le rang de A. Nous
 

1 0 2 3
allons faire des opérations élémentaires sur les lignes de A en
augmentant A de la matrice identité de même nombre de
lignes que A, à la suite de la dernière colonne de A. Et on fait
les opérations élémentaires sur la matrice augmentée. Ainsi
d’entrée,
 on a: 
5 2 4 7 1 0 0
 3 2 0 1 0 1 0 ∼
 

1 0 2 3 0 0 1
| {z }| {z }
A I3
2 4 7 1 1
 
1 5 5 5 5
0 0 L
5 1
4
 0

5
− 12
5
− 16
5
− 35 1 0  3
 L2 − 5 L1 ∼
0 − 25 6
5
8
5
− 15 0 1 L3 − 51 L1
74 MATRICES
 1
− 12 0 L1 − 21 L2
 
1 0 2 3 2
 0 1 −3 −4

− 34 5
4
0 

5
L
4 2
0 0 0 0 − 12 1
2
1 L3 + 21 L2
| {z }| {z }
R0 P
Evaluons:
1
− 12 0
  
2
5 2 4 7
3 5
PA =  − 4 4 0   3 2 0 1 
 
=
1 1
−2 2 1 1 0 2 3
 
1 0 2 3
 0 1 −3 −4 .
 

0 0 0 0
On a donc: PA = R 0 .
R 0 est dite matrice échélonnée à lignes canoniques de A.

75 MATRICES
Remarque
1 Le meilleur choix pour opérations élémentaires sur lignes
ou colonnes d’une matrice de type (p, q): il faut choisir
de travailler sur les lignes si p < q sinon sur les colonnes.
2 Quand on veut travailler avec deux éléments d’une même
ligne, il faut opérer avec les colonnes.
3 Quand on veut travailler avec deux éléments d’une même
colonne, il faut opérer avec les lignes.
4 On peut d’or et déjà compter le nombre de lignes non
nulles de R 0 (parce qu’on a travaillé sur les lignes), et ce
nombre est égal au rang de A. Il en serait de même si on
avait travaillé sur les colonnes.
Suite de ce qui précède. On continue les opérations
élémentaires sur les colonnes cette fois-ci, en augmentant R 0 à
la suite de sa troisième ligne par la matrice identité de même
nombre de colonnes que R 0 , c’est-à-dire:
76 MATRICES
 C3 − 2C1 C4 − 3C1 C3 + 3C2 C4 + 4C2
   
1 0 2 3 1 0 0 0
 0 1 −3 −4   0 1 −3 −4 
   
   
 0 0 0 0   0 0 0 0 
   
 1 0 0 0  ∼  1 0 −2 −3  ∼
   
   
 0 1 0 0   0 1 0 0 
   
 0 0 1 0   0 0 1 0 
   

0 0 0 1 0 0 0 1
 
1 0 0 0
 0 1 0 0 


 
 0 0 0 0 
 
 1 0 −2 −3 .
 
 
 0 1 3 4 
 
 0 0 1 0 
 

0 0 0 1

77 MATRICES
  
1 0 0 0
Ici on a: R =  0

1 0 0 
 et on pose
0 0 0 0
1 0 −2 −3
 
 0 1 3 4 
Q= .
 
 0 0 1 0 
0 0 0 1
Evaluons:
 1 0 −2 −3
 
1
− 21 0
 
2
5 2 4 7 
3 5  0 1 3 4 
 −4
PAQ =  0 
 3 2 0 1 
 
4  0 0 1 0 

− 12 1
2
1 1 0 2 3
0 0 0 1

78 MATRICES
  1 0 −2 −3
 

1 0 2 3
 0 1 3 4 

PAQ =  0 1 −3 −4  
 
 0 0 1 0 

0 0 0 0
0 0 0 1
 
1 0 0 0
=  0 1 0 0 
 

0 0 0 0

DoncPAQ = R. Ainsi ayant

1 0 −2 −3 1 0 2 3
  
 0 1 3 4   0 1 −3 −4 
Q= ,

avec Q 0 =  
 0 0 1 0 0 0 1 0 
  
 
0 0 0 1 0 0 0 1

79 MATRICES
 1 0 −2 −3 1 0 2 3
  
 0 1 3 4   0 1 −3 −4 
 
on a: QQ 0 =  =

0 0 1 0  0 0 1 0 
 

0 0 0 1 0 0 0 1
1 0 0 0
 

 0 1 0 0 

0 0 1 0
 
 
0 0 0 1
1 0 2 3 1 0 −2 −3
  
 0 1 −3 −4   0 1 3
  4 
de même Q 0 Q =  =

0 0 1 0 0 0 1 0 
 
  
0 0 0 1 0 0 0 1
1 0 0 0
 
 0 1 0 0 
.
 
0 0 1 0

 
0 0 0 1
80 MATRICES
 −1 0
Donc Q estinversible d’inverse Q = Q .
1 1

2
− 2
0 5 2 0
Ayant P =  − 43 54 0 , avec P 0 =  3 2 0 
   

− 21 12 1 1 0 1
on a: 
1 1
    
− 0 5 2 0 1 0 0
 2 2
PP 0 =  − 34 45 0   3 2 0  =  0 1 0 
   

− 12 21 1 1 0 1 0 0 1
  1 1

5 2 0 − 0
  23 5
2
de même P 0 P =   3 2 0   −4 4
0 
=
1 1
1 0 1 −2 2 1
 
1 0 0
 0 1 0  Donc P est inversible d’inverse P −1 = P 0 .
 

0 0 1
Comme on a: PAQ = R et que P et Q sont des matrices
carrées inversibles d’ordre respectif 3 et 4 on a bien A est
équivalente à R et le rang de A est 2.
81 MATRICES
Proposition
Deux matrices sont équivalentes ssi elles ont le même rang.

Proposition
Deux matrices carrées semblables, ont nécessairement la
même trace et le même rang.

Remarque
" #
1 2
Voici deux matrices carrées A = et
− 12 −1
" #
1 0
B= , Le rang de A = le rang de B = 1, mais elles ne
0 0
sont pas semblables car tr (A) = 0 6= 1 = tr (B), alors que si
elles étaient semblables, elles devraient avoir nécessairement la
même trace.
82 MATRICES