Académique Documents
Professionnel Documents
Culture Documents
MOHAMMED MOUÇOUF
Cours d’Algèbre 3
Année 2022-2023
Chapitre 4
Matrices
4.1 Généralités
Définition 1. Soient n et m deux entiers naturels non nuls. On appelle matrice
d’ordre (ou de type, ou de taille) n × m à coefficient dans K un tableau de scalaires
à n lignes et m colonnes de la forme
Notations .
1. On note par Mn,m (K) l’ensemble des matrices d’ordre n × m à coefficients dans
K.
2. On note par Mn (K) l’ensemble des matrices carrées d’ordre n à coefficients
dans K.
3. La matrice A pourra être écrite de façon abrégée :
1
Université Chouaib Doukkali M. Mouçouf
• On appelle matrice ligne toute matrice d’ordre 1 × n. On dit aussi que c’est
un vecteur ligne et elle de la forme
(a1 a2 . . . an )
⎛a1 0 ⋯ 0 ⎞
⎜ ⎟
⎜ 0 a2 ⋱ ⋮ ⎟
⎜
A=⎜ ⎟
⎟
⎜ ⋮ ⋱ ⋱ 0⎟
⎜ ⎟
⎝ 0 ⋯ 0 an ⎠
On la note A = diag(a1 , . . . , an ).
⎛1 0 0 ⎞
⎜ √ ⎟
A = ⎜0 2 0⎟
⎜ ⎟
,
⎝0 0 3 ⎠
⎛ i 0 0⎞
⎜ ⎟
A = ⎜0 i 0 ⎟ ,
⎜ ⎟
⎝0 0 i ⎠
• La matrice d’ordre n × m dont tous les coefficients sont des zéros est appelée
la matrice nulle et est notée 0n,m . Donc la matrice 0n est la matrice scalaire
d’ordre n : 0n = diag(0, . . . , 0).
⎛0 0⎞
⎜ ⎟
03,2 = ⎜0 0⎟ ,
⎜ ⎟
⎝0 0⎠
⎛0 0 0⎞
⎜ ⎟
03 = ⎜0 0 0⎟ ,
⎜ ⎟
⎝0 0 0⎠
• Une matrice triangulaire supérieure est une matrice carrée A = (aij )1≤i,j≤n
telle que aij = 0 si i > j, donc A est de la forme
⎛1 0 5⎞
⎜ √ ⎟
A = ⎜0 2 −1⎟
⎜ ⎟
,
⎝0 0 3⎠
est une matrice triangulaire supérieure.
• Une matrice triangulaire inférieure est une matrice carrée A = (aij )1≤i,j≤n
telle que aij = 0 si i < j, donc A est de la forme
⎛ a11 0 ⋯ 0 ⎞
⎜ ⎟
⎜ a21 a22 ⋱ ⋮ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⋮ ⋱ ⋱ ⎟
⎜ 0 ⎟
⎝an1 ⋯ ann−1 ann ⎠
⎛1 0 0⎞
⎜ √ ⎟
A = ⎜2 2 0⎟
⎜ ⎟
,
⎝4 0 −7⎠
est une matrice triangulaire inférieure.
Remarques 3.
1. Si A = (aij ) 1≤i≤n alors AT = (bji )1≤j≤m avec bji = aij .
1≤j≤m
2. Si A est d’ordre n × m alors AT est d’ordre m × n.
1≤i≤n
3. Si A est une matrice carrée d’ordre n alors AT est aussi une matrice carrée
d’ordre n.
4. On a Li (A) = Ci(AT et Li (AT ) = Ci (A).
5. Le transposée d’une matrice triangulaire supérieure est une matrice triangulaire
inférieure.
6. Le transposée d’une matrice triangulaire inférieure est une matrice triangulaire
supérieure.
Exemples 1.
⎛1 5 ⎞
⎛1 2 3 ⎞ ⎜ ⎟
1.Soit A = alors AT = ⎜2 7 ⎟.
⎝5 7 6 ⎠ ⎜ ⎟
⎝3 6 ⎠
2. InT = In , 0Tn = 0n et 0Tn,m = 0m,n .
3 (αA)T = αAT .
4. Si A est une matrice scalaire alors AT = A.
5. On peut avoir AT = A sans que soit une matrice scalaire. En effet, considérons
la matrice
⎛1 2 3⎞
⎜ ⎟
A = ⎜2 7 6⎟
⎜ ⎟
⎝3 6 7⎠
Il est clair que AT = A. On dit que A est une matrice symétrique.
6. On peut avoir AT = −A. Par exemple
⎛ 0 2 −3⎞
⎜ ⎟
A = ⎜−2 0 6 ⎟
⎜ ⎟
⎝ 3 −6 0 ⎠
On a
⎛ 0 −2 3 ⎞ ⎛ 0 2 −3⎞
⎜ ⎟ ⎜ ⎟
AT = ⎜ 2 0 −6⎟ = − ⎜−2 0 6 ⎟ = −A
⎜ ⎟ ⎜ ⎟
⎝−3 6 0 ⎠ ⎝ 3 −6 0 ⎠
On dit que A est une matrice antisymétrique.
Définition 4. Soient A et B deux matrices de même ordre. On dit que A = B si
Aij = Bij pour tout i et j.
Exemples 2. Soient
√
⎛1 2 3⎞ ⎛−1 2 3⎞
A= et B =
⎝5 −2 6⎠ ⎝1 1
3 3⎠
alors √
⎛2 4 6⎞ ⎛0 2 + 2 6⎞
2A = et A + B =
⎝10 −4 12⎠ ⎝6 −5
3 9⎠
Cherchons une base et la dimension du K-ev Mn,m (K). Pour cela on considère
le cas où n = 2 et m = 3. Soit
⎛a11 a12 a13 ⎞
A= .
⎝a21 a22 a23 ⎠
Décomposans A sous la forme
⎛1 0 0⎞ ⎛0 1 0 ⎞ ⎛0 0 1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = a11 ⎜0 0 0⎟ + a12 ⎜0 0 0⎟ + a13 ⎜0 0 0⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝0 0 0⎠ ⎝0 0 0 ⎠ ⎝0 0 0 ⎠
⎛0 0 0 ⎞ ⎛0 0 0⎞ ⎛0 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
+ a21 ⎜1 0 0⎟ + a22 ⎜0 1 0⎟ + a23 ⎜0 0 1⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝0 0 0 ⎠ ⎝0 0 0⎠ ⎝0 0 0⎠
Soit Eij la matrice d’ordre 2 × 3 dont tous les coefficients sont des zéro sauf celui
en position (i, j) qui vaut 1. On a montré alors que toute matrice de M2,3 (K)
s’écrit de manière unique comme combinaison linéaire des matrices Eij . Par suite
la famille
{Eij /1 ≤ i ≤ 2, 1 ≤ j ≤ 3}
est une base du K-ev M2,3 (K). On a alors dimK (M2,3 (K)) = 2 × 3 = 6.
De la même façon on montre toute matrice A = (aij ) 1≤i≤n de Mn,m (K) s’écrit de
1≤j≤m
manière unique comme combinaison linéaire des matrices Eij . Plus pécisement on
a
n m
A = ∑ ∑ aij Eij = ∑ aij Eij .
i=1 j=1 1≤i≤n
1≤j≤m
Donc la famille
{Eij /1 ≤ i ≤ n, 1 ≤ j ≤ m}
est une base du K-ev Mn,m (K) On a alors dimK (Mn,m (K)) = nm.
Définition 5. Les matrices Eij défini ci-dessus sont appelées matrices élémentaires
et la base qu’elles constituent est appelée la base canonique de l’espace vectoriel
Mn,m (K).
⎛ b1j ⎞
⎜ ⎟
cij = (ai1 . . . aim ) ⎜
⎜ ⋮ ⎟
⎟
⎝bmj ⎠
Remarques 6.
1. Le produit de deux matrice n’est défini que si le nombre de colonnes de la pre-
mière matrice est égal au nombre de lignes de la deuxième matrice et le produit
d’une matrice d’ordre n × m par une matrice d’ordre m × p est une matrice d’ordre
n × p.
2. En particulier :
● Si A est d’ordre n × m et B est d’ordre m × n, alors AB est une matrice carrée
d’ordre n.
● Si A est d’ordre n × m et B est une matrice colonne d’ordre m × 1, alors AB est
une matrice colonne d’ordre n × 1.
● Si A est une matrice ligne d’ordre 1 × m et B est d’ordre m × n, alors AB est
une matrice ligne d’ordre 1 × n.
Exemples 3.
1.
⎛ 1 3 −1⎞ ⎛ 2 ⎞ ⎛−5⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 2 −2 0 ⎟ ⎜−1⎟ = ⎜ 6 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝−1 4 5 ⎠ ⎝ 4 ⎠ ⎝ 14 ⎠
2.
⎛ 1 3 −1⎞
⎜ ⎟
(2 −1 4) ⎜ 2 −2 0 ⎟ = (−4 24 18)
⎜ ⎟
⎝−1 4 5 ⎠
3.
⎛1 ⎞
⎜ ⎟
(2 −1 4) ⎜2⎟ = (12)
⎜ ⎟
⎝3 ⎠
4.
⎛1 ⎞ ⎛2 −1 4 ⎞
⎜ ⎟ ⎜ ⎟
⎜2⎟ (2 −1 4) = ⎜4 −2 8 ⎟
⎜ ⎟ ⎜ ⎟
⎝3 ⎠ ⎝6 −3 12⎠
5.
⎛ 1 3 −1⎞ ⎛1⎞ ⎛1 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(2 −1 4) ⎜ 2 −2 0 ⎟ ⎜2⎟ = (−4 24 18) ⎜2⎟ = (106)
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝−1 4 5 ⎠ ⎝3⎠ ⎝3 ⎠
Démonstration.
1. Soient A ∈ Mn,m (K) et B, C ∈ Mm,p (K). On a
B + C = (Bij + Cij )
m
Vij = ∑ Aik Ckj
k=1
m m m
Dij = ∑ Aik (Bkj + Ckj ) = ∑ Aik Bkj + ∑ Aik Ckj
k=1 k=1 k=1
B + C = (Bij + Cij )
m
Vij = ∑ Cik Akj
k=1
m m m
Dij = ∑ (Bik + Cik )Akj = ∑ Bik Akj + ∑ Cik Akj
k=1 k=1 k=1
m
Wij = ∑ Aik Vkj
k=1
p p m p m
Uij = ∑ Dik Ckj = ∑ (∑ Ais Bsk )Ckj = ∑ ∑ Ais Bsk Ckj
k=1 k=1 s=1 k=1 s=1
et p p
m m m
Wij = ∑ Ais Vsj = ∑ Ais ( ∑ Bsk Ckj ) = ∑ Ais ∑ Bsk Ckj
s=1 s=1 k=1 k=1 s=1
Donc p
m
Wij = ∑ ∑ Ais Bsk Ckj
k=1 s=1
Puisque les indices k et s sont indépendantes, alors on peut échanger l’ordre des
sommations ∑m
k=1 et ∑s=1 pour obtenir
p
p m
Wij = ∑ ∑ Ais Bsk Ckj = Uij
s=1 k=1
Théorème 8. (Mn (K), +, ., ×) est une algèbre unitaire sur K (en général n’est
pas commutatif).
⎛−1 3 ⎞ ⎛1 3 ⎞
A= et B =
⎝ 2 −2⎠ ⎝2 −2⎠
On a
⎛ 5 −9⎞
AB =
⎝−2 10 ⎠
⎛ 5 −3⎞
BA =
⎝−2 10 ⎠
On a alors AB ≠ BA.
Remarque 10. Le produit de deux matrices non nulles peut être nul, c’est-à-dire,
AB = 0 ⇏ A = 0 ou B = 0.
En effet considérons
⎛−1 1⎞ ⎛1 1 ⎞
A= et B =
⎝−1 1⎠ ⎝1 1 ⎠
On a
⎛0 0⎞
AB =
⎝0 0⎠
On a alors AB = 0.
(A + B)2 = A2 + AB + BA + B 2
(A − B)2 = A2 − AB − BA + B 2
(A + B)(A − B) = A2 − AB + BA − B 2
Rappels.
1. Soit R un anneau commutatif unitaire d’unité 1R et soit
IR = {n ∈ N⋆ /n1R = 0} où n1R = 1R + 1R + ⋯ + 1R .
´¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹¸¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¶
n fois
Exercice 1.
1. On sait que si p est un nombre premier alors on a
p divise k! ⇐⇒ k ≥ p.
Exercice 2.
1. Montrer que (A + B)T = AT + B T et (αA)T = αAT . Par suite l’application
g ∶ Mn (K) Ð→ Mn (K)
A z→ AT
est un endomorphisme.
3. Montrer que g est un automorphisme de ∶ Mn (K).
4. Montrer que (AT )T = A et en déduire que g −1 = g.
2. Montrer que (AB)T = B T AT .
3. Montrer que AAT et AT A sont des matrice carrées.
4. On dit que A est une matrice symétrique si AT = A.
(i) Montrer que si A est symétrique alors A est une matrice carrée.
(ii) Montrer que AAT et AT A sont deux matrices symétriques.
An = A × A × ⋯ × A
´¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¸¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹¶
n fois
Exercice 4.
1. Montrer que (An )T = (AT )n .
2. Montrer que si A est une matrice triangulaire (supérieure ou inférieure) d’ordre
m alors Am = 0.
⎛ 2 − 2n 2n − 1 ⎞
An = .
⎝2 − 2n+1 2n+1 − 1⎠
⎛2 0 1⎞ ⎛0 0 1 ⎞
⎜ ⎟ ⎜ ⎟
5. Soient B = ⎜0 2 1⎟ et N = ⎜0 0 1⎟.
⎜ ⎟ ⎜ ⎟
⎝0 0 2⎠ ⎝0 0 0 ⎠
(i) Montrer que N 2 = 0 et que B − N = 2I3 .
(ii) Déterminer B n en remarquons que B = 2I3 + N et N × (2I3 ) = (2I3 ) × N.
Définition 15. Une matrice carrée A de Mn (K) est dite inversible, s’il existe
une matrice B ∈ Mn (K) telle que
AB = In et BA = In .
Remarque 16. Une matrice carrée non inversible est dite singulière.
Démonstration.
In est l’élément neutre de GLn (K) car AIn = In A = A.
On a A(BC) = (AB)C donc × est associative.
tout élément A de GLn (K) est inversible. Par suite (GLn (K), ×) est un groupe.
On vérifie facilement que que le système (S) peut être présenté sous la forme
matricielle suivante
AX = B
où
⎛a1,1 a1,2 ⋯ a1,n ⎞ ⎛ x1 ⎞ ⎛b1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a2,1 a2,2 ⋯ a2,n ⎟ ⎜ x2 ⎟ ⎜b2 ⎟
A=⎜
⎜
⎟,
⎟ X =⎜
⎜ ⎟
⎟ et B = ⎜
⎜ ⎟.
⎟
⎜ ⋮ ⋮ ⋯ ⋮ ⎟ ⎜ ⋮ ⎟ ⎜⋮⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ap,1 ap,2 ⋯ ap,n ⎠ ⎝xn ⎠ ⎝bb ⎠
On remarque que A est la matrice des coefficients du système (S) et B son second
membre.
Par exemple, considérons le système suivant
⎧
⎪ 2x − 3y + 5z = 1
⎪
(S) ⎨
⎪
⎪
⎩ 3x + 2z = 4
Posons
⎛x⎞
⎛2 −3 5⎞ ⎜ ⎟ ⎛1⎞
A= , X = ⎜y ⎟ et B =
⎝3 0 2 ⎠ ⎜ ⎟ ⎝4⎠
⎝z ⎠
On a
⎛2x − 3y + 5z ⎞
AX ==
⎝ 3x + 2z ⎠
et donc
⎧
⎪ 2x − 3y + 5z = 1
⎪
AX = B ⇐⇒ ⎨ ⇐⇒ (x, y, z) ∈ S.
⎪
⎪
⎩ 3x + 2z = 4
AX = Y ⇐⇒ X = A−1 Y
et donc
(x1 , . . . , xn ) ∈ S ⇐⇒ (y1 , . . . , yn ) ∈ H.
Comme application de ces résultats on a la proposition suivante
Proposition 19. Soit A une matrice inversible d’ordre n et soit (S) le système
d’équation dont l’écriture matricielle est AX = Y . La resolution du système (S)
donne naissance à une matrice carrée B d’ordre n telle que BY = X. La matrice
B ainsi obtenue est l’inverse de A, c’est-à-dire B = A−1 .
⎛−1 0 4 0⎞
⎜ ⎟
MatB (P1 , P5 , P3 , P4 ) = ⎜ 0 0 −1 5⎟
⎜ ⎟
⎝ 6 0 0 3⎠
Par suite,
MatB,B′ (f ) = MatB′ (f (u1 ), . . . , f (un )).
Démonstration. Posons
wB = (a1 , . . . , an ), c’est-à-dire, w = a1 u1 + ⋯ + an un
On a alors
n
⎛ ⎞
⎛ c11 c12 ⋯ c1n ⎞ ⎛ a1 ⎞ ⎜ ∑ c1j aj ⎟
⎜ ⎟ ⎜ ⎟ ⎜ j=1 ⎟
⎜ c21 c22 ⋯ c2n ⎟ ⎜ a2 ⎟ ⎜ n ⎟
MatB,B′ (f )MatB (w) = ⎜ ⎟ ⎜ ⎟ = ⎜ ∑j=1 c2j aj ⎟ .
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜. . . . . . . . . . . . . . . . . . ⎟ ⎜ ⋮ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜
⎜ ⋮ ⎟
⎟
⎝cm1 cm2 ⋯ cmn ⎠ ⎝an ⎠
⎝∑nj=1 cmj aj ⎠
Puisque w = a1 u1 + a2 u2 + ⋯ + an un , alors
Par suite
n n n
f (w)B′ = (∑ c1j aj , ∑ c2j aj , . . . , ∑ cmj aj )
j=1 j=1 j=1
En conclusion,
MatB′ (f (w)) = MatB,B′ (f )MatB (w)
Remarque 22.
1. Soit Ci (MatB,B′ (f )) la i-ième colonne de la matrice MatB,B′ (f ).
On a Ci (MatB,B′ (f )) = MatB′ (f (ui )). Puisque MatB′ (f (ui )) = MatB,B′ (f )MatB (ui ),
alors
MatB,B′ (f )MatB (ui ) = Ci (MatB,B′ (f )).
Par suite
Plus généralement on a
Exemple 3.
1. On considère l’application identique de E. On a
idE (u1 )B = (1, 0 . . . , 0), idE (u2 )B = (0, 1, 0 . . . , 0), . . . , idE (un )B = (0, . . . , 0, 1).
⎛1 −2 0 ⎞
MatB,B′ (f ) =
⎝1 1 −3⎠
⎛x ⎞
⎛1 −2 0 ⎞ ⎜ ⎟ ⎛ x − 2y ⎞
On a ⎜y ⎟ = .
⎝1 1 −3⎠ ⎜ ⎟ ⎝x + y − 3z ⎠
⎝z ⎠
Pousons u = (x, y), alors MatB′ (f (u)) = MatB,B′ (f )MatB (u).
3. Soient E = K4 [X] et F = K2 [X] et soient B et B ′ les bases canoniques de E et
de F . Soit f ∶ E Ð→ F l’application linéaire définie par (f (P ) = P ′′ .
on a f (1) = 0, f (X) = 0, f (X 2 ) = 2, f (X 3 ) = 6X, f (X 4 ) = 12X 2 ,
donc f (1)B′ = (0, 0, 0), f (X)B′ = (0, 0, 0), f (X 2 )B′ = (2, 0, 0), f (X 3 )B′ = (0, 6, 0),
f (X 4 )B′ = (0, 0, 12).
⎛0 0 2 0 0 ⎞
⎜ ⎟
MatB,B′ (f ) = ⎜0 0 0 6 0 ⎟
⎜ ⎟
⎝0 0 0 0 12⎠
Considérons P = 2X 4 + X 3 − X 2 + 3X + 5 Déterminer P ′′ .
On a PB = (5, 3, −1, 1, 2). Alors
⎛5⎞
⎜ ⎟
⎜ 3 ⎟ ⎛−2⎞
⎛0 0 2 0 0 ⎞ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
MatB′ (P ”) = MatB′ (f (P )) = ⎜0 0 0 6 0 ⎟ ⎜−1⎟ = ⎜ 6 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟
⎝0 0 0 0 12⎠ ⎜ 1 ⎟ ⎝ 24 ⎠
⎜ ⎟
⎝2⎠
⎛1 −2 1 ⎞
⎜ ⎟
MatB (f ) = ⎜0 1 −3⎟ .
⎜ ⎟
⎝2 1 1 ⎠
On a
v1 = e1 +e2 +e3 , donc f (v1 ) = f (e1 )+f (e2 )+f (e3 ) = (1, 0, 2)+(−2, 1, 1)+(1, −3, 1) =
(0, −2, 4)
v2 = e1 + e2 , donc f (v1 ) = f (e1 ) + f (e2 ) = (1, 0, 2) + (−2, 1, 1) = (−1, 1, 3)
v3 = e1 , donc f (v3 ) = (1, 0, 2), alors
⎛ 0 −1 1⎞
⎜ ⎟
MatB′ ,B (f ) = ⎜−2 1 0⎟ .
⎜ ⎟
⎝ 4 3 2⎠
On a
Donc
⎛4 3 2⎞
⎜ ⎟
MatB′ (f ) = ⎜−6 −2 −2⎟ .
⎜ ⎟
⎝ 2 −2 1 ⎠
Donc
⎛2 1 1⎞
⎜ ⎟
MatB,B′ (f ) = ⎜−2 0 −4⎟ .
⎜ ⎟
⎝ 1 −3 4 ⎠
Proposition 23. L’application
Démonstration. Voir TD
2.
MatB (g) = In ⇐⇒ g = idE
Remarque 26. On a dim(Mm,n (K)) = mn et dim(Mn,m (K)) = nm, donc dim(Mm,n (K)) =
dim(Mnm (K)), alors Mm,n (K) ≃ Mm,n (K).
Il est facile de montrer que l’application
MatB,B′ (f )−1 ∈ Mn,m (K), alors d’après la proposition 23, ∃g ∈ L (F, E) telle que
MatB′ ,B (g) = MatB,B′ (f )−1 . On a
donc
MatB (g ○ f ) = In
⎛2 1⎞
MatB (B ′ ) =
⎝−1 1⎠
Démonstration.
1. On sait que MatB (B ′ ) est une matrice d’ordre s × t où s = card(B) et t =
card(B ′ ). Puisque card(B) = card(B ′ ) = n, alors MatB (B ′ ) est une matrice carrée
d’ordre n.
2. On considère idE de E muni de B ′ dans E muni de B :
Pour tout vj ∈ B ′ on a idE (vj ) = vj , donc la jième colonne de la matrice MatB′ ,B (idE )
est la même que la jième colonne de la matrice MatB (B ′ ). Par suite, MatB (B ′ ) =
MatB′ ,B (idE ).
3. L’application
idE ∶ (E, B ′ ) Ð→ (E, B)
est bijective et on a
E = idE ∶ (E, B) Ð→ (E, B ).
id−1 ′
Donc MatB′ ,B (idE ) est inversible et on a MatB′ ,B (idE )−1 = MatB,B′ (id−1
E ) = MatB,B ′ (idE ).
D’où le résultat.
Proposition 32. Soit w ∈ E. Soient MatB (w) la matrice colonne des coordonnées
de w dans la base B et MatB′ (w) la matrice colonne des coordonnées de w dans
la base B ′ . Alors
MatB′ (w) = MatB′ (B)MatB (w).
On a
MatB,B′ (idE )MatB (w) = MatB′ (idE (w)).
Donc
MatB′ (B)MatB (w) = MatB′ (w).
2. On a e1 = 71 v1 + 72 v2 et e2 = −3
7 v1 + 17 v2 . Donc
1 ⎛1 −3⎞
MatB′ (B) = .
7 ⎝2 1 ⎠
Alors
1 ⎛1 −3⎞ ⎛3⎞ 1 ⎛−12⎞
MatB′ (w) = = .
7 ⎝2 1 ⎠ ⎝5⎠ 7 ⎝ 11 ⎠
Par suite, w = −12
7 v1 + 11
7 v2 .
et
Donc
MatC,C ′ (f ) × MatC (B) = MatC ′ (B ′ ) × MatB,B′ (f )
alors
MatC,C ′ (f ) = MatC ′ (B ′ ) × MatB,B′ (f ) × MatC (B)−1
ou
MatC,C ′ (f ) = MatB′ (C ′ )−1 × MatB,B′ (f ) × MatB (C).
⎛3 1⎞
MatB (f ) = .
⎝2 0⎠
On a
⎛ 1 3⎞
MatB (B ′ ) =
⎝−2 1⎠
et
1 ⎛1 −3⎞
MatB′ (B) = .
7 ⎝2 1 ⎠
On a
1 ⎛1 −3⎞ ⎛3 1⎞ ⎛ 1 3⎞
MatB′ (f ) = .
7 ⎝2 1 ⎠ ⎝2 0⎠ ⎝−2 1⎠
Démonstration. L’application
Proposition 37. Le rang d’une matrice A est égal à celui du système homogène
associé.
Remarque 38. La proposition37 montre que le rang d’une matrice peut être cal-
culer en utilisant la méthode de Gauss utilisée pour la résolution des systèmes
d’équations linéaires.