Académique Documents
Professionnel Documents
Culture Documents
PARTIE 2 : MATRICES
Objectifs de la partie
Dans cette partie, nous allons introduire une nouvelle représentation des graphes : la matrice
d’adjacence. Elle nous permettra de résoudre de nouveaux types de problèmes en nous appuyant sur le
calcul matriciel. C’est calcul matriciel qui constituera l’essentiel de cette partie.
1. La notion de matrice
Définition
Matrices n × p
Une matrice de dimension n × p est un tableau rectangulaire de nombres réels comportant n lignes et p
colonnes. Ces nombres sont appelés les coefficients ou termes de la matrice.
Exemples
La matrice A est une matrice 2 × 3, B est une matrice 2 × 1 dite matrice colonne (ou vecteur colonne) et C
est une matrice 1 × 3 dite matrice ligne ou (vecteur ligne).
⎛
2 −1 3 ⎞ ⎛ ⎞
⎟ , B = ⎜ −2 ⎟ et C = ⎜ −4
⎛
A=⎜ 5 2 ⎞⎟ .
⎜⎝ −5 2 3 ⎟
−6 ⎠ ⎝ 3 ⎠ ⎝ ⎠
Notation
⎛ ⎞
Pour une matrice A d’ordre n × p, on utilise la notation A = ⎜ a ⎟ .
⎝ i ,j ⎠
1≤ i ≤ n, 1≤ j ≤ p
Définition
Matrices carrées d’ordre p
Définition
La matrice d’adjacence d’un graphe à m sommets numérotés de 1 à m, est la matrice A = a
est le nombre d’arêtes reliant le sommet i au sommet j.
i ,j ( ) où a i ,j
Cette matrice est une « numérisation » du graphe qui va nous permettre de faire de nombreux calculs.
Exemple
Donner la matrice d’adjacence du graphe ci-dessous. On prendra les sommets dans l’ordre alphabétique.
vers
Solution A B C D
de A
⎛ 0 1 1 1 ⎞
⎜ ⎟
A = B
⎜ 0 1 2 0 ⎟
C ⎜ 0 0 0 1 ⎟
D
⎜⎝ 0 0 1 0 ⎟⎠
Remarque
• Il est important de convenir préalablement de l’ordre des sommets.
⎛ 1 2 0 0 ⎞
⎜ ⎟
En effet, dans l’exemple précédent, la matrice A = ⎜ 0 0 1 0 ⎟ est aussi la matrice d’adjacence du
⎜ 0 1 0 0 ⎟
⎜⎝ 1 1 1 0 ⎟⎠
graphe mais en prenant les sommets dans cet ordre : B, C, D, A.
Propriété
n
Le degré du sommet Si est la somme des coefficients de la ligne i de la matrice d’adjacence : ∑ai ,j .
j =1
La démonstration est immédiate.
Remarque
On peut directement déduire de la matrice d’adjacence certaines caractéristiques du graphe (et
réciproquement) :
• La matrice est symétrique si et seulement si le graphe est non orienté.
• Les coefficients diagonaux sont nuls si et seulement si le graphe n’a pas de boucle.
• Les coefficients sont tous égaux à 1 sauf ceux de la diagonale qui sont nuls si et seulement si le graphe
est complet.
• Les coefficients sont égaux à 0 ou à 1 si et seulement si le graphe n’a pas d’arête multiple.
a) Égalité de matrices
Deux matrices A et B sont égales si elles ont les mêmes dimensions et si chaque coefficient de A est égal
au coefficient correspondant de B, pour toute ligne et toute colonne.
b) Addition de matrices
La somme de deux matrices de même dimension est la matrice de même dimension dont chaque
(
coefficient est la somme des deux coefficients situés à la même place : A + B = aij + bij )
1≤i ≤n, 1≤ j ≤ p
.
Exemple
⎛
Calculer A + B lorsque : A = ⎜ 2 −1 ⎞ et B = ⎛ −3 6 ⎞ .
⎟ ⎜ ⎟
⎝ −4 3 ⎠ ⎝ 0 −5 ⎠
Propriété
Remarque
Cette propriété découle de la commutativité de l’addition dans R.
Définitions
Remarques
( )
• On a : A + − A = 0n,p .
Exemple
⎛ ⎞ ⎛
Soit A = ⎜ 2 0 ⎟ . On a : 3 ⋅ A = ⎜ 3 × 2 3 × 0 ⎞ = ⎛ 6 0 ⎞.
⎟ ⎜ ⎟
⎝ −1 4 ⎠ ⎝ 3 × ( −1) 3×4 ⎠ ⎝ −3 12 ⎠
Remarque
L’opposée de la matrice A est la matrice A multipliée par –1 : − A = (−1) ⋅ A.
On a : 0 ⋅ A = 0 et 1⋅ A = A.
(1 ⎛
) ⎞
−2 ⎜ 3 ⎟ et effectuer 1 × 3+(−2) × (−1)=5.
⎝ −1 ⎠
Pour calculer m , il faut prendre en compte la 1re ligne de A et la 2e colonne de B :
12
(1 ⎛ ⎞
)
−2 ⎜ 5 ⎟ et effectuer 1 × 5+(−2) × 6=− 7.
⎝ 6 ⎠
⎛ 5
Finalement, A ⋅ B = ⎜
−7 ⎞ .
⎟
⎝ −5 39 ⎠
• Cas général
Le produit d’une matrice A de dimension n × p par une matrice B de dimension p × q est la matrice
de dimension n × q, notée A ⋅ B, dont le coefficient situé à l’intersection de la i-ème ligne et de la j-ème
colonne est égal au produit de la i-ème ligne de la matrice A et de la j-ème colonne de la matrice B.
⎛ L L b1j L ⎞
B= ⎜ ⎟
⎜ ⎟
⎜ L L b2 j L ⎟
⎜ ⎟
⎜ M ⎟
⎜
⎜⎝ L L bpj L ⎟⎟
⎠
⎛ ⎞ ⎛ L L L L ⎞
⎜ L L L L ⎟ ⎜ ⎟
p
A = ⎜ ai 1 ai 2 L a ⎟
ip ⎟
⎜ L L ∑
k =1aikbkj L ⎟ = A ⋅B
⎜ ⎜ ⎟
⎜ L L L ⎟⎠ ⎜ L L L ⎟⎠
⎝ L ⎝ L
Définition ⎛ 1 0 0 ⎞
⎛ 1 0 ⎞ ⎜ ⎟
On définit les matrices unités d’ordre 2, 3... par I2 = ⎜ ⎟ , I3 = ⎜ 0 1 0 ⎟ .
⎝ 0 1 ⎠ ⎜ 0 0 1 ⎟
⎝ ⎠
Lorsqu’il n’y a pas d’ambiguité sur l’ordre de la matrice identité, on note simplement I.
Exemple ⎛ 2 4 0 ⎞
⎛ −5 3 2 ⎞ ⎜ ⎟
Calculer A ⋅ B où A = ⎜ ⎟ et B = ⎜ −4 1 5 ⎟ .
⎝ 4 0 1 ⎠ ⎜ −1 3 2 ⎟
⎝ ⎠
Solution
On a les calculs suivants :
−5 × 2 + 3 × ( −4) + 2 × ( −1) = −24 −5 × 4 + 3 × 1 + 2 × 3 = −11 −5 × 0 + 3 × 5 + 2 × 2 = 19
4 × 2 + 0 × ( −4) + 1 × ( −1) = 7 4 × 4 + 0 × 1 + 1 × 3 = 19 4 × 0 + 0 × 5 + 1× 2 = 2
d’où le produit :
⎛ 2 4 0 ⎞
⎜ ⎟
⎜ −4 1 5 ⎟
⎜ −1 3 2 ⎟
⎝ ⎠
⎛ −5 3 2 ⎞ ⎛ −24 −11 19 ⎞
⎜ ⎟ ⎜ ⎟
⎝ 4 0 1 ⎠ ⎝ 4 19 2 ⎠
⎛ ⎞
Ainsi : A ⋅ B = ⎜ −24 −11 19 ⎟ .
⎝ 4 19 2 ⎠
Remarque
Dans ce dernier cas, B ⋅ A est impossible à effectuer : le nombre de colonne de la première matrice n’est
pas égal au nombre de collones de la deuxième matrice.
Remarque
Le produit de matrices n’est pas commutatif. En général, A ⋅ B ≠ B ⋅ A.
Exemple
⎛ ⎞ ⎛ 2 −5 ⎞ ⎛ 1 1 ⎞ ⎛ 2 −5 ⎞ ⎛ 4 7 ⎞ ⎛ 3 4 ⎞
On a : ⎜ 4 7 ⎟ ⋅ ⎜ ⎟ = ⎜ ⎟ et ⎜ ⋅
⎟ ⎜ ⎟ = ⎜ ⎟.
⎝ 1 2 ⎠ ⎝ −1 3 ⎠ ⎝ 0 1 ⎠ ⎝ −1 3 ⎠ ⎝ 1 2 ⎠ ⎝ −1 −1 ⎠
• Cas particulier : produit d’une matrice par un vecteur
• Cas de la multiplication d’un vecteur ligne par une matrice. Il faut placer le vecteur avant :
(2 −6 )⋅ ⎛ 1
⎜
⎝ −4
−2 ⎞ =
3 ⎠
⎟ ( 26 )
−22 .
Remarque
⎛
Le produit ⎜ 1
⎝ −4
−2 ⎞ ⋅
3 ⎠
⎟ (2 −6 ) est impossible à effectuer.
→ Cas de la multiplication d’une matrice par un vecteur colonne. Il faut placer le vecteur après :
⎛ 5 −1 ⎞ ⋅ ⎛ −2 ⎞ = ⎛ −13 ⎞ .
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ 0 2 ⎠ ⎝ 3 ⎠ ⎝ 6 ⎠
Remarque
⎛ −2 ⎞ ⎛ 5 −1 ⎞ est impossible à effectuer.
Le produit ⎜ ⎟ ⋅⎜ ⎟
⎝ 3 ⎠ ⎝ 0 2 ⎠
• Cas particulier : produit d’un vecteur ligne par un vecteur colonne
Considérons le produit d’un vecteur ligne par un vecteur colonne suivant
U ⋅V = (2 ) ⎛ ⎞
−1 ⎜ 3⎟ =2 × 3 + (−1) × 2=4
⎝ 2⎠
4 . (produit scalaire)
Chaque matrice colonne ou ligne peut être vue comme les coordonnées d’un
vecteur du plan muni d’un repère orthonormé, on dit que l’on identifie les
matrices colonnes
r ou lignes aux vecteurs du plan. La matrice U correspond
r
au vecteur u de coordonnées (2 ; − 1) et la matrice V au vecteur v ( 3 ; 2). En
identifiant aussi les matrices 1 × 1 avec les nombres réels, le produit U ⋅ V
r r
est alors le produit scalaire des vecteurs u et v .
a) Propriétés algébriques
Propriétés
Associativité
Pour toutes matrices A, B et C carrées de même ordre, on a : A ⋅ (B ⋅ C ) = (A ⋅ B ) ⋅ C . On écrit A ⋅ B ⋅ C .
Notation
Soit A une matrice non nulle d’ordre p. Soit n un entier naturel, on définit la matrice An par
⎧ A0 = I
⎪⎪ p
⎨ An = A ⋅ A ⋅ ... ⋅ A si n ≥ 1.
⎪ 14442444 3
⎪⎩ n fois
Remarque
A0 n’est pas défini si A est la matrice nulle.
Exemple
⎛ ⎞
Soit A = ⎜ 2 −1 ⎟ . On a :
⎝ 1 3 ⎠
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
A2 = ⎜ 2 −1 ⎟ ⋅ ⎜ 2 −1 ⎟ = ⎜ 3 −5 ⎟ et A3 = A ⋅ A2 = ⎜ 2 −1 ⎟ ⋅ ⎜ 3 −5 ⎟ = ⎜ 1 −18 ⎟ .
⎝ 1 3 ⎠ ⎝ 1 3 ⎠ ⎝ 5 8 ⎠ ⎝ 1 3 ⎠ ⎝ 5 8 ⎠ ⎝ 18 19 ⎠
Remarque
Conséquence de la notation de An : pour tout entier naturel p et q, et toute matrice carrée non nulle A :
q
Ap +q = Ap ⋅ Aq et Apq = Ap . ( )
Propriétés
Distributivité
• Pour toutes matrices A et B carrées de même ordre, pour tout réel k, on a :
k ⋅ (A + B ) = k ⋅ A + k ⋅ B.
• Pour toute matrice A, pour tous réels k et k’, on a :
(k + k' ) ⋅ A = k ⋅ A + k' ⋅ A.
• Pour toutes matrices A , B et C carrées de même ordre, on a :
A ⋅ (B + C ) = A ⋅ B + A ⋅ C et (B + C ) ⋅ A = B ⋅ A + C ⋅ A.
Exemple
⎛ ⎞ ⎛ 4 ⎞
Soit A = ⎜ 2 −1 ⎟ et B = ⎜
−2
⎟ . On a :
⎝ 1 3 ⎠ ⎝ 2 1 ⎠
⎡ 1 0 ⎞ + ⎛ 2 −1 ⎞ ⎤ ⎡5 ⎛ 1 0 ⎞ − ⎛ 4 −2 ⎞ ⎤
(I + A)(5I − B ) = ⎢⎢⎣⎛⎜⎝ ⎟ ⎜ ⎟⎥⎢ ⎜ ⎟ ⎜
0 1 ⎠ ⎝ 1 3 ⎠ ⎥⎦ ⎢⎣ ⎝ 0 1 ⎠ ⎝ 2 1 ⎠ ⎦⎥
⎟⎥
⎛
= ⎜ 3 −1 ⎞ ⎛ 5 − 4 −2 ⎞
⎟⎜ ⎟
⎝ 1 4 ⎠⎝ 2 5−1 ⎠
⎛
= ⎜ 3 −1 ⎞ ⎛ 1 −2 ⎞
⎟⎜ ⎟
⎝ 1 4 ⎠⎝ 2 4 ⎠
⎛
= ⎜ 1 −10 ⎞
⎟
⎝ 9 6 ⎠
Définition
Soit A une matrice carrée d’ordre p. On dit que la matrice carrée B d’ordre p est l’inverse de la matrice
A si B ⋅ A = A ⋅ B = Ip . La matrice B se note alors A−1.
S’il existe une matrice inverse de A, on dit que A est inversible.
Remarque
Propriété
Soit A une matrice inversible, on suppose qu’il existe deux matrices B et C tels que :
B ⋅ A = A ⋅ B = I et C ⋅ A = A ⋅ C = I .
Montrons que B = C. On a :
AB = I
ce qui donne, en multipliant par C, (CA)B = C(AB)= C or (CA) = I donc B = C.
Exemple
⎛ ⎞ ⎛ ⎞
Soit A = ⎜ 4 7 ⎟ et B = ⎜ 2 −7 ⎟ , montrer que B est l’inverse de A.
⎝ 1 2 ⎠ ⎝ −1 4 ⎠
Solution
⎛ ⎞
On a : A ⋅ B = B ⋅ A = ⎜ 1 0 ⎟ = I ce qui prouve le résultat.
⎝ 0 1 ⎠
Remarque
−1
( )
L’inverse de l’inverse d’une matrice est la matrice elle-même : A−1 = A.
Propriété
Soit A et B deux matrices inversibles, alors AB est inversible et l’inverse de AB est B −1A−1 :
( AB) −1 = B −1A−1.
Démonstration
On a B −1A−1AB = B −1IB = B −1B = I et ABB −1A−1 = A−1IA = A−1A = I donc la matrice produit AB
est inversible et B −1A−1 est bien son inverse.
Remarques
• Pour le calcul de l’inverse d’une matrice, on utilisera souvent la calculatrice.
• Si l’énoncé propose une matrice comme matrice inverse, il suffit de faire le calcul des produits pour
montrer que B ⋅ A = A ⋅ B = Ip .
Définition
⎛ ⎞
• Si A = ⎜ a b ⎟ et det (A) = ad − bc ≠ 0 , alors A−1 = 1 ⎛ d −b ⎞ .
⎜ ⎟
⎝ c d ⎠ det (A) ⎝ −c a ⎠
Remarque
On déduit du théorème précédent qu’une matrice A est inversible si et seulement si ses vecteurs
⎛ ⎞ ⎛ ⎞
colonnes ⎜ a ⎟ et ⎜ b ⎟ ne sont pas colinéaires.
⎝ c ⎠ ⎝ d ⎠
Exemple
⎛ 3 −3 ⎞
Soit A = ⎜ ⎟ . Montrer que A est inversible et déterminer son inverse A−1.
⎝ 1 2 ⎠
()
• On calcule le détermeinant : det A = 3 × 2 − 3 × ( −1) = 9. La matrice est donc inversible.
• L’inverse est obtenu facilement grâce à la formule ci dessus. Retenir : on permute a et d, on remplace b
⎛ 2 −1 ⎞
1 ⎛ 2 −1 ⎞ ⎜ 9 9 ⎟.
et c par leur opposé : A−1 = ⎜ ⎟ = ⎜ ⎟
9⎝ 3 3 ⎠ ⎜ 1 1 ⎟
⎝ 3 3 ⎠
On considère le système (S ) AX = B.
Si la matrice A est inversible alors le système possède une unique solution X = A−1B.
Remarque
Aucune notion concernant les déterminants de matrices carrées d’ordre N où N ≥ 3 n’est à connaitre
mais pour savoir si une matrice A est inversible, on pourra utiliser la calculatrice ou un logiciel pour
déterminer det A. En effet, la notion de déterminant se généralise et une matrice carrée est inversible si
et seulement si son déterminant est non nul.
⎧⎪x' = x + t ⎛ 1 0 ⎞ ⎛ t ⎞
⎨ 1 , parlons ce qui peut être traduit par X' =
⎜ ⎟ ⋅ X + ⎜ 1 ⎟.
⎩⎪
y' = y + t2 ⎝ 0 1 ⎠ ⎜ t ⎟
⎝ 2 ⎠
⎛ k 0 ⎞
X' = ⎜ 1 ⎟ ⋅ X.
⎜ 0 k ⎟
⎝ 2 ⎠