Académique Documents
Professionnel Documents
Culture Documents
Avertissement
FT
Ce document est un DRAFT,
les erreurs et les suggestions
RA
sont à envoyer à
abdoulaziz.fall@uadb.edu.sn
FT
MATRICES
RA 6 mai 2023
Plan du cours
FT
1 Définitions et exemples
3
RA
Matrices particulières et sous-matrices
Définitions et exemples
FT
Définition
On appelle matrice de type (n; m) (ou de taille n × m ) un
tableau à n lignes et m colonnes, comportant n.m nombres d’
éléments de K. Une matrice M sera notée :
a11 a12 · · · a1m
RA 1≤j≤m
a21 a22 · · · a2m
M = (aij )1≤i≤n = .
.
.
..
.
..
.
an1 an2 · · · anm
Définitions et exemples
FT
Définition
On appelle matrice de type (n; m) (ou de taille n × m ) un
tableau à n lignes et m colonnes, comportant n.m nombres d’
éléments de K. Une matrice M sera notée :
a11 a12 · · · a1m
RA 1≤j≤m
a21 a22 · · · a2m
M = (aij )1≤i≤n = .
.
.
..
.
..
.
an1 an2 · · · anm
Définitions et exemples
FT
Définition
1 On appelle matrice-colonne ou un vecteur-colonne une
Définitions et exemples
FT
Définition
1 On appelle matrice-colonne ou un vecteur-colonne une
Définitions et exemples
FT
Définition
1 On appelle matrice-colonne ou un vecteur-colonne une
Exemple
Définitions et exemples
FT
Exemple
1
2 1 10 15
A = 3 2 3 1
5 4 2 6
c’est une matrice de 3 lignes et 4 colonnes autrement dit
c’est une matrice de taille 3 × 4 c’est-à -dire une matrice de
RA
type (3; 4).
Définitions et exemples
FT
Exemple
1
2 1 10 15
A = 3 2 3 1
5 4 2 6
c’est une matrice de 3 lignes et 4 colonnes autrement dit
c’est une matrice de taille 3 × 4 c’est-à -dire une matrice de
RA
type (3; 4).
2
1
0
B=
−2
5
c’est une matrice-colonne de type (4; 1).
Définitions et exemples
FT
Exemple
1
2 1 10 15
A = 3 2 3 1
5 4 2 6
c’est une matrice de 3 lignes et 4 colonnes autrement dit
c’est une matrice de taille 3 × 4 c’est-à -dire une matrice de
RA
type (3; 4).
2
1
0
B=
−2
5
c’est une matrice-colonne de type (4; 1).
Définitions et exemples
FT
Exemple
C = −2 1 0 1
c’est une matrice-ligne de type (1; 4).
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
Définitions et exemples
FT
Exemple
C = −2 1 0 1
c’est une matrice-ligne de type (1; 4).
Remarque
RA
✓Les indices i, j sont des variables muettes car nous pouvons
les remplacer par d’autres indices.
Définitions et exemples
FT
Exemple
C = −2 1 0 1
c’est une matrice-ligne de type (1; 4).
Remarque
RA
✓Les indices i, j sont des variables muettes car nous pouvons
les remplacer par d’autres indices.
✓Deux matrices sont égales si elles ont la même taille et si leurs
éléments de même indices sont identiques.
FT
Proposition
Soit A la matrice de taille m × n
a11 a12 · · · a1m
a21 a22 · · · a2m
A = (aij )1≤i≤n = .
.. ..
1≤j≤m .. . .
RA an1 an2 · · · anm
FT
Remarque
Le coefficient à la place (i, j) de AT est aji . Ou encore la i-ième
ligne de A devient la i-ème colonne de AT (et réciproquement la
j-ème colonne de AT est la j-ème ligne de A).
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Remarque
Le coefficient à la place (i, j) de AT est aji . Ou encore la i-ième
ligne de A devient la i-ème colonne de AT (et réciproquement la
j-ème colonne de AT est la j-ème ligne de A).
Example
RA
2 1 −10 5
Soit A = −3 2
5 4
3
2
1 alors AT =
6
2
1
−3 5
2 4
−10 3 2
5 1 6
FT
Remarque
Le coefficient à la place (i, j) de AT est aji . Ou encore la i-ième
ligne de A devient la i-ème colonne de AT (et réciproquement la
j-ème colonne de AT est la j-ème ligne de A).
Example
RA
2 1 −10 5
Soit A = −3 2
5 4
3
2
1 alors AT =
6
2
1
−3 5
2 4
−10 3 2
5 1 6
Notation
La transposée de la matrice A se note aussi souvent t A.
FT
Proposition
1 (λA)T = λAT
2 (AT )T = A
RA
3 (AB)T = B T AT (on le verra plus tard avec le produit
matriciel)
Matrice symétrique
FT
Définition
Une matrice A de taille n × n est symétrique si elle est égale à
sa transposée, c’est-à-dire si :
Matrice symétrique
FT
Définition
Une matrice A de taille n × n est symétrique si elle est égale à
sa transposée, c’est-à-dire si :
Example
RA
Les coefficients sont donc symétriques par rapport à la diagonale.
Matrice symétrique
FT
Définition
Une matrice A de taille n × n est symétrique si elle est égale à
sa transposée, c’est-à-dire si :
Example
RA
Les coefficients sont donc symétriques par rapport à la diagonale.
Matrice anti-symétrique
Définition
FT
Une matrice A de taille n × n est anti-symétrique si elle est
égale à sa transposée, c’est-à-dire si :
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
Matrice anti-symétrique
Définition
FT
Une matrice A de taille n × n est anti-symétrique si elle est
égale à sa transposée, c’est-à-dire si :
Example
Soient A =
RA
Les matrices suivantes sont symétriques :
0 1
1 0
et
Matrice anti-symétrique
Définition
FT
Une matrice A de taille n × n est anti-symétrique si elle est
égale à sa transposée, c’est-à-dire si :
Example
Soient A =
RA
Les matrices suivantes sont symétriques
0 1
1 0
et B =
0 −3
3
−5 −4
0
:
5
4
0
Remarque
Les éléments diagonaux d’une matrice antisymétrique sont
toujours tous nuls.
Matrice anti-symétrique
Définition
FT
Une matrice A de taille n × n est anti-symétrique si elle est
égale à sa transposée, c’est-à-dire si :
Example
Soient A =
RA
Les matrices suivantes sont symétriques
0 1
1 0
et B =
0 −3
3
−5 −4
0
:
5
4
0
Remarque
Les éléments diagonaux d’une matrice antisymétrique sont
toujours tous nuls. En effet aij = −aji pour tout i, j = 1, 2, ...n.
alors aii = −aii c’est-à-dire aii = 0
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition (Somme de deux matrices)
Soit A = (aij )1≤i≤n et B = (bij )1≤i≤n deux matrices de type
1≤j≤m 1≤j≤m
(n; m). On appelle la somme de A et B, notée A + B, la matrice
S = (sij )1≤i≤n telle que sij = aij + bij pour tout i, j.
1≤j≤m
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition (Somme de deux matrices)
Soit A = (aij )1≤i≤n et B = (bij )1≤i≤n deux matrices de type
1≤j≤m 1≤j≤m
(n; m). On appelle la somme de A et B, notée A + B, la matrice
S = (sij )1≤i≤n telle que sij = aij + bij pour tout i, j.
1≤j≤m
Example
RA
2 1 −10 5
Soit A = −3 2 3 1
5 4 2 6
FT
Définition (Somme de deux matrices)
Soit A = (aij )1≤i≤n et B = (bij )1≤i≤n deux matrices de type
1≤j≤m 1≤j≤m
(n; m). On appelle la somme de A et B, notée A + B, la matrice
S = (sij )1≤i≤n telle que sij = aij + bij pour tout i, j.
1≤j≤m
Example
RA
2 1 −10 5
Soit A = −3 2 3
−2 1 6 1
1 et B = −1 4 2 1
5 4 2 6 0 −5 2 −6
FT
Définition (Somme de deux matrices)
Soit A = (aij )1≤i≤n et B = (bij )1≤i≤n deux matrices de type
1≤j≤m 1≤j≤m
(n; m). On appelle la somme de A et B, notée A + B, la matrice
S = (sij )1≤i≤n telle que sij = aij + bij pour tout i, j.
1≤j≤m
Example
RA
2 1 −10 5
Soit A = −3 2 3
−2 1 6 1
1 et B = −1 4 2 1
5 4 2 6 0 −5 2 −6
0 2 −4 6
alors A + B = −4 6 5 2.
5 −1 4 0
FT
Définition (Produit d’une matrice par un scalaire)
Soit A = (aij )1≤i≤n une matrice de type (n; m) et soit λ ∈.
1≤j≤m
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition (Produit d’une matrice par un scalaire)
Soit A = (aij )1≤i≤n une matrice de type (n; m) et soit λ ∈. On
1≤j≤m
appelle produit de λ par A la matrice λA = (λaij )
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition (Produit d’une matrice par un scalaire)
Soit A = (aij )1≤i≤n une matrice de type (n; m) et soit λ ∈. On
1≤j≤m
appelle produit de λ par A la matrice λA = (λaij )
Example
RA
2 1 −10 5
Soit A = −3 2 3 1
5 4 2 6
FT
Définition (Produit d’une matrice par un scalaire)
Soit A = (aij )1≤i≤n une matrice de type (n; m) et soit λ ∈. On
1≤j≤m
appelle produit de λ par A la matrice λA = (λaij )
Example
RA
2 1 −10 5
Soit A = −3 2 3
6
1 alors 3A = −9 6
3 −30 15
9
3 .
5 4 2 6 15 12 6 18
FT
Example
0 1 −2
RA 2 0 −1
Soit A = et B = −2 0 0 alors AB =
−1 0 3
1 −1 2
FT
Définition (Produit de deux matrices)
Soit A = (aij )1≤i≤n et B = (bij )1≤i≤p deux matrices de type
1≤j≤p 1≤j≤m
(n; m). On appelle le produit de A et B, notée AB, la matrice
RA p
X
P = (pij )1≤i≤n telle que pij = aik bkj pour tout i, j.
1≤j≤m
k=1
FT
Définition (Produit de deux matrices)
Soit A = (aij )1≤i≤n et B = (bij )1≤i≤p deux matrices de type
1≤j≤p 1≤j≤m
(n; m). On appelle le produit de A et B, notée AB, la matrice
RA p
X
P = (pij )1≤i≤n telle que pij = aik bkj pour tout i, j.
1≤j≤m
k=1
FT
Remarque
✓Le produit de deux matrices n’existe que si le nombre de
colonnes de l’une est égale au nombre de lignes de l’autre.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Remarque
✓Le produit de deux matrices n’existe que si le nombre de
colonnes de l’une est égale au nombre de lignes de l’autre.
✓On retient que le produit s’obtient "ligne par colonne".
Example RA
0 1 −2
2 0 −1
Soit A = et B = −2 0 0
−1 0 3
1 −1 2
FT
Remarque
✓Le produit de deux matrices n’existe que si le nombre de
colonnes de l’une est égale au nombre de lignes de l’autre.
✓On retient que le produit s’obtient "ligne par colonne".
Example RA
0 1 −2
2 0 −1
Soit A = et B = −2 0 0
−1 0 3
1 −1 2
−1 3 −6
alors AB =
3 −4 8
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
2 (A + B) + C = A + (B + C) ; (associativité)
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
2 (A + B) + C = A + (B + C) ; (associativité)
3 λ(A + B) = λA + λB avec λ ∈ ; (distributivité par rapport à
RA
un scalaire)
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
2 (A + B) + C = A + (B + C) ; (associativité)
3 λ(A + B) = λA + λB avec λ ∈ ; (distributivité par rapport à
4
RA
un scalaire)
(AB)C = A(BC) ;
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
2 (A + B) + C = A + (B + C) ; (associativité)
3 λ(A + B) = λA + λB avec λ ∈ ; (distributivité par rapport à
5
RA
un scalaire)
(AB)C = A(BC) ;
A(B + C) = AB + BC ; (distributivité)
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
2 (A + B) + C = A + (B + C) ; (associativité)
3 λ(A + B) = λA + λB avec λ ∈ ; (distributivité par rapport à
5
RA
un scalaire)
(AB)C = A(BC) ;
A(B + C) = AB + BC ; (distributivité)
6 (B + C)A = BA + CA ; (distributivité)
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
2 (A + B) + C = A + (B + C) ; (associativité)
3 λ(A + B) = λA + λB avec λ ∈ ; (distributivité par rapport à
5
RA
un scalaire)
(AB)C = A(BC) ;
A(B + C) = AB + BC ; (distributivité)
6 (B + C)A = BA + CA ; (distributivité)
7 (A + B)T = AT + B T ; (transposée)
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
2 (A + B) + C = A + (B + C) ; (associativité)
3 λ(A + B) = λA + λB avec λ ∈ ; (distributivité par rapport à
5
RA
un scalaire)
(AB)C = A(BC) ;
A(B + C) = AB + BC ; (distributivité)
6 (B + C)A = BA + CA ; (distributivité)
7 (A + B)T = AT + B T ; (transposée)
8 (AB)T = B T AT ;
FT
Proposition
Soit A et B deux matrices avec des tailles adéquates suivant les
opérations utilisées. Alors on a :
1 A + B = B + A ; (commutativité)
2 (A + B) + C = A + (B + C) ; (associativité)
3 λ(A + B) = λA + λB avec λ ∈ ; (distributivité par rapport à
5
RA
un scalaire)
(AB)C = A(BC) ;
A(B + C) = AB + BC ; (distributivité)
6 (B + C)A = BA + CA ; (distributivité)
7 (A + B)T = AT + B T ; (transposée)
8 (AB)T = B T AT ;
9 AB ̸= BA (en général).
FT
Une matrice M = (aij )1≤i≤n est dite nulle si aij = 0 pour tout
1≤j≤m
i, j
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Une matrice M = (aij )1≤i≤n est dite nulle si aij = 0 pour tout
1≤j≤m
i, j et on note
0 0··· 0
0 0 · · · 0
Onm = . . .. .
.. .. .
RA 0 0··· 0
FT
Une matrice M = (aij )1≤i≤n est dite nulle si aij = 0 pour tout
1≤j≤m
i, j et on note
0 0··· 0
0 0 · · · 0
Onm = . . .. .
.. .. .
RA 0 0··· 0
Autrement dit une matrice est nulle si tous ses éléments sont
nuls.
FT
Une matrice M = (aij )1≤i≤n est dite nulle si aij = 0 pour tout
1≤j≤m
i, j et on note
0 0··· 0
0 0 · · · 0
Onm = . . .. .
.. .. .
RA 0 0··· 0
Autrement dit une matrice est nulle si tous ses éléments sont
nuls.
Remarque
La matrice nulle Onm est neutre pour l’addition c’est-à -dire
pour toute matrice M de taille nm, on a
M + Onm = Onm + M = M.
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Remarque
On peut avoir deux matrices non nulles
dont le
produit est
nulle.
1 0 0 0
Pour s’en convaincre, considérons A = et B =
0 0 0 5
0 0
RA
alors AB = .
0 0
FT
Remarque
On peut avoir deux matrices non nulles
dont le
produit est
nulle.
1 0 0 0
Pour s’en convaincre, considérons A = et B =
0 0 0 5
0 0
RA
alors AB = .
0 0
Définition
On appelle matrice carrée toute matrice de type (n; n) et note
par Mn l’ensemble des matrices carrées.
FT
Définition
Une matrice carrée M = (aij )1≤i≤n est dite triangulaire
1≤j≤n
supérieure (resp. inférieure) si aij = 0 pour tout i > j (resp.
pour tout j > i )
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition
Une matrice carrée M = (aij )1≤i≤n est dite triangulaire
1≤j≤n
supérieure (resp. inférieure) si aij = 0 pour tout i > j (resp.
pour tout j > i )
Example RA
5 1 −2
0 8 0 est une matrice triangulaire supérieure.
0 0 2
FT
Définition
Une matrice carrée M = (aij )1≤i≤n est dite triangulaire
1≤j≤n
supérieure (resp. inférieure) si aij = 0 pour tout i > j (resp.
pour tout j > i )
Example RA
5 1 −2
0 8 0 est une matrice triangulaire supérieure.
0 0 2
−1 0 0
1 3 0 est une matrice triangulaire inférieure
6 4 2
FT
Définition
Une matrice carrée M = (aij )1≤i≤n est dite diagonale si aij = 0
1≤j≤n
pour tout i ̸= j.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition
Une matrice carrée M = (aij )1≤i≤n est dite diagonale si aij = 0
1≤j≤n
pour tout i ̸= j.
Remarque
En d’autres termes, une matrice carrée est dite diagonale si elle
RA
est à la fois une matrice triangulaire supérieure et une matrice
triangulaire inférieure.
FT
Définition
Une matrice carrée M = (aij )1≤i≤n est dite diagonale si aij = 0
1≤j≤n
pour tout i ̸= j.
Remarque
En d’autres termes, une matrice carrée est dite diagonale si elle
RA
est à la fois une matrice triangulaire supérieure et une matrice
triangulaire inférieure.
Example
5 0 −0
0 8 0 est une matrice diagonale.
0 0 2
FT
Définition
La matrice identité est la matrice carrée notée In = (aij )1≤i≤n
1≤j≤n
aij = 1 si i = j ,
telle que ,i.e,
aij = 0 si i ̸= j .
1 0··· 0
RA .. . . .. .
In = . . .
0 0··· 1
FT
Définition
La matrice identité est la matrice carrée notée In = (aij )1≤i≤n
1≤j≤n
aij = 1 si i = j ,
telle que ,i.e,
aij = 0 si i ̸= j .
1 0··· 0
RA .. . . .. .
In = . . .
0 0··· 1
Remarque
La matrice identité est neutre pour le produit matriciel c-à -d
pour toute matrice M ∈ Mn ,
M In = In M = M.
FT
Toute matrice construite à partir d’une matrice A par
élimination de lignes ou de colonnes est dite sous-matrice de A.
En particulier, toute ligne ou toute colonne de A est une sous
matrice de A.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Toute matrice construite à partir d’une matrice A par
élimination de lignes ou de colonnes est dite sous-matrice de A.
En particulier, toute ligne ou toute colonne de A est une sous
matrice de A.
Définition
RA
La trace d’une matrice carrée A notée tr(A) est la somme des
éléments sur le diagonal de A.
FT
Toute matrice construite à partir d’une matrice A par
élimination de lignes ou de colonnes est dite sous-matrice de A.
En particulier, toute ligne ou toute colonne de A est une sous
matrice de A.
Définition
RA
La trace d’une matrice carrée A notée tr(A) est la somme des
éléments sur le diagonal de A.
Example
3 1 −2
1 A = −2 0 −1 alors tr(A) = 3 + 0 + 2 = 5.
1 −1 2
2 tr(In ) = n.
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Proposition
Soit λ ∈ et soit A, B ∈ Mn alors
1 tr(A + B) = tr(A) + tr(B) ;
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Proposition
Soit λ ∈ et soit A, B ∈ Mn alors
1 tr(A + B) = tr(A) + tr(B) ;
2
RA
tr(λA) = λtr(A) ;
FT
Proposition
Soit λ ∈ et soit A, B ∈ Mn alors
1 tr(A + B) = tr(A) + tr(B) ;
2
3
RA
tr(λA) = λtr(A) ;
′
tr(A ) = tr(A) ;
FT
Proposition
Soit λ ∈ et soit A, B ∈ Mn alors
1 tr(A + B) = tr(A) + tr(B) ;
2
4
RA
tr(λA) = λtr(A) ;
′
tr(A ) = tr(A) ;
tr(AB) = tr(BA) ;
FT
Définition
Toute matrice carrée A = (aij )n×n admet un déterminant réel
noté det(A) ou |A|.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition
Toute matrice carrée A = (aij )n×n admet un déterminant réel
noté det(A) ou |A|.
1 Pour n = 1, la matrice se réduit au seul élément A = (a11 )
et on a
RA det(A) = a11 .
FT
Définition
Toute matrice carrée A = (aij )n×n admet un déterminant réel
noté det(A) ou |A|.
1 Pour n = 1, la matrice se réduit au seul élément A = (a11 )
et on a
2
RA det(A) = a11 .
a21 a22
FT
Définition
Toute matrice carrée A = (aij )n×n admet un déterminant réel
noté det(A) ou |A|.
1 Pour n = 1, la matrice se réduit au seul élément A = (a11 )
et on a
2
RA det(A) = a11 .
FT
Définition
a11 a12 a13
Pour n = 3, la matrice se réduit à A = a21 a22 a23 et on a
RA a31 a32 a33
det(A) = a11 a22 a33 + a21 a32 a13 + a31 a12 a23 − (a31 a22 a13 +
a32 a23 a11 + a33 a21 a12 ).
FT
Example
2 −1
1 A= alors det(A) = (2)(3) − (−1)(−5) = 11.
−5 3
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Example
2 −1
1 A= alors det(A) = (2)(3) − (−1)(−5) = 11.
−5 3
2
RA
3
B = −2 0
1
1 −1
−2
−1
2
FT
Example
2 −1
1 A= alors det(A) = (2)(3) − (−1)(−5) = 11.
−5 3
2
RA
3
B = −2 0
1
1 −1
−2
FT
Example
2 −1
1 A= alors det(A) = (2)(3) − (−1)(−5) = 11.
−5 3
2
RA
3 1 −2
FT
Soit λ ∈ et soit A ∈ Mn alors
1 det(λA) = λn det(A) ;
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Soit λ ∈ et soit A ∈ Mn alors
1 det(λA) = λn det(A) ;
′
2 det(A ) = det(A) ;
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Soit λ ∈ et soit A ∈ Mn alors
1 det(λA) = λn det(A) ;
′
2 det(A ) = det(A) ;
3 det(AB) = det(BA).
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Soit λ ∈ et soit A ∈ Mn alors
1 det(λA) = λn det(A) ;
′
2 det(A ) = det(A) ;
3 det(AB) = det(BA).
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Soit λ ∈ et soit A ∈ Mn alors
1 det(λA) = λn det(A) ;
′
2 det(A ) = det(A) ;
3 det(AB) = det(BA).
Proposition RA
Soit A = (aij )n×n alors det(A) = 0 si la matrice A a une des
caractéristiques suivantes :
1 une ligne (ou une colonne ) est composée uniquement de
zéro ;
FT
Soit λ ∈ et soit A ∈ Mn alors
1 det(λA) = λn det(A) ;
′
2 det(A ) = det(A) ;
3 det(AB) = det(BA).
Proposition RA
Soit A = (aij )n×n alors det(A) = 0 si la matrice A a une des
caractéristiques suivantes :
1 une ligne (ou une colonne ) est composée uniquement de
zéro ;
2 deux lignes (ou deux colonnes ) sont proportionnelles ;
FT
Soit λ ∈ et soit A ∈ Mn alors
1 det(λA) = λn det(A) ;
′
2 det(A ) = det(A) ;
3 det(AB) = det(BA).
Proposition RA
Soit A = (aij )n×n alors det(A) = 0 si la matrice A a une des
caractéristiques suivantes :
1 une ligne (ou une colonne ) est composée uniquement de
zéro ;
2 deux lignes (ou deux colonnes ) sont proportionnelles ;
3 une ligne ( ou une colonne ) est une combinaison linéaires
des suites lignes ( colonnes).
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
Les déterminants
FT
Remarque
✓Les déterminants ne change pas, on on ajoute une ligne ( une
colonne) une combinaison linéaire d’autres lignes ( colonnes).
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
Les déterminants
FT
Remarque
✓Les déterminants ne change pas, on on ajoute une ligne ( une
colonne) une combinaison linéaire d’autres lignes ( colonnes).
✓Le déterminant change de signe si on permute deux lignes (ou
deux colonnes).
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
Les déterminants
FT
Remarque
✓Les déterminants ne change pas, on on ajoute une ligne ( une
colonne) une combinaison linéaire d’autres lignes ( colonnes).
✓Le déterminant change de signe si on permute deux lignes (ou
deux colonnes).
RA
✓Le déterminant est multiplier par λ ∈, si on multiplie une
ligne (ou une colonne ) par λ.
Les déterminants
FT
Remarque
✓Les déterminants ne change pas, on on ajoute une ligne ( une
colonne) une combinaison linéaire d’autres lignes ( colonnes).
✓Le déterminant change de signe si on permute deux lignes (ou
deux colonnes).
RA
✓Le déterminant est multiplier par λ ∈, si on multiplie une
ligne (ou une colonne ) par λ.
Définition
Le rang d’une matrice A = (aij )n×m , noté rg(A) est égale au
nombre de colonnes ( ou de lignes) de A linéaires indépendantes.
Les déterminants
FT
Définition
Les lignes (colonnes) sont linéairement indépendantes si et si
seulement si l’équation λ1 L1 + λ2 L2 + · · · + λn Ln = 0Rn admet
une unique solution (λ1 , λ2 , · · · , λn−1 , λn ) = 0Rn .
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
Les déterminants
FT
Définition
Les lignes (colonnes) sont linéairement indépendantes si et si
seulement si l’équation λ1 L1 + λ2 L2 + · · · + λn Ln = 0Rn admet
une unique solution (λ1 , λ2 , · · · , λn−1 , λn ) = 0Rn .
Example
1 2 0
RA
A = 1 −1 2.
3 0 1
Les déterminants
FT
Définition
Les lignes (colonnes) sont linéairement indépendantes si et si
seulement si l’équation λ1 L1 + λ2 L2 + · · · + λn Ln = 0Rn admet
une unique solution (λ1 , λ2 , · · · , λn−1 , λn ) = 0Rn .
Example
1 2 0
RA
A = 1 −1 2.
3 0 1
λ + β + 3α = 0,
λL1 + βL2 + αL3 = 0 alors 2λ − β = 0,
2β + α = 0.
Les déterminants
FT
Définition
Les lignes (colonnes) sont linéairement indépendantes si et si
seulement si l’équation λ1 L1 + λ2 L2 + · · · + λn Ln = 0Rn admet
une unique solution (λ1 , λ2 , · · · , λn−1 , λn ) = 0Rn .
Example
1 2 0
RA
A = 1 −1 2.
3 0 1
λ + β + 3α = 0,
λL1 + βL2 + αL3 = 0 alors 2λ − β = 0,
2β + α = 0.
En résolvant le système on obtient : α = λ = β = 0.
FT
Définition
Le rang d’une matrice A, noté rg(A) est le nombre maximal de
vecteurs lignes (ou colonnes) linéairement indépendants.
Proposition
Soit A = (aij )n×m
RA
1 rg(A) = rg(AT ) ;
2 r(A) ≤ min(n, m).
FT
Définition
Le rang d’une matrice A, noté rg(A) est le nombre maximal de
vecteurs lignes (ou colonnes) linéairement indépendants.
Proposition
Soit A = (aij )n×m
RA
1 rg(A) = rg(AT ) ;
2 r(A) ≤ min(n, m).
Définition
Si la matrice A = (aij )n×m est telle que rg(A) = min(n, m) elle
est dite de plein rang.
FT
Proposition
Le rang d’une matrice ne change pas lorsque :
1 les colonnes ( ou lignes) sont permutées ;
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Proposition
Le rang d’une matrice ne change pas lorsque :
1 les colonnes ( ou lignes) sont permutées ;
2
RA
une colonne (ou ligne ) est multipliée par un réel non nul ;
FT
Proposition
Le rang d’une matrice ne change pas lorsque :
1 les colonnes ( ou lignes) sont permutées ;
2
3
RA
une colonne (ou ligne ) est multipliée par un réel non nul ;
une combinaison d’autres lignes ( ou colonnes ) est ajoutée
à une ligne ( ou ) colonne donnée.
FT
Définition
Une matrice A ∈ Mn est inversible (régulière) s’il existe une
′
matrice A ∈ Mn telle que A′ A = AA′ = In et on note
A′ = A−1 la matrice inverse de A.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition
Une matrice A ∈ Mn est inversible (régulière) s’il existe une
′
matrice A ∈ Mn telle que A′ A = AA′ = In et on note
A′ = A−1 la matrice inverse de A.
Proposition RA
1 Si A ∈ M
n est inversible alors :
FT
Définition
Une matrice A ∈ Mn est inversible (régulière) s’il existe une
′
matrice A ∈ Mn telle que A′ A = AA′ = In et on note
A′ = A−1 la matrice inverse de A.
Proposition RA
1 Si A ∈ M
n est inversible alors :
1 A−1 est aussi inversible et (A−1 )−1 = A ;
FT
Définition
Une matrice A ∈ Mn est inversible (régulière) s’il existe une
′
matrice A ∈ Mn telle que A′ A = AA′ = In et on note
A′ = A−1 la matrice inverse de A.
Proposition RA
1 Si A ∈ M
n est inversible alors :
1 A−1 est aussi inversible et (A−1 )−1 = A ;
′
2 A′ est inversible et (A′ )−1 = (A−1 ) ;
FT
Définition
Une matrice A ∈ Mn est inversible (régulière) s’il existe une
′
matrice A ∈ Mn telle que A′ A = AA′ = In et on note
A′ = A−1 la matrice inverse de A.
Proposition RA
1 Si A ∈ M
n est inversible alors :
1 A−1 est aussi inversible et (A−1 )−1 = A ;
′
2 A′ est inversible et (A′ )−1 = (A−1 ) ;
1 −1
3 λ ∈, λ ̸= 0, (λA) est inversible et (λA)−1 = A .
λ
FT
Définition
Une matrice A ∈ Mn est inversible (régulière) s’il existe une
′
matrice A ∈ Mn telle que A′ A = AA′ = In et on note
A′ = A−1 la matrice inverse de A.
Proposition RA
1 Si A ∈ M
n est inversible alors :
1 A−1 est aussi inversible et (A−1 )−1 = A ;
′
2 A′ est inversible et (A′ )−1 = (A−1 ) ;
1 −1
3 λ ∈, λ ̸= 0, (λA) est inversible et (λA)−1 = A .
λ
2 Si A, B ∈ Mn sont inversibles alors le produit AB est
inversible et (AB)−1 = B −1 A−1 .
FT
Remarque (Inverse d’une matrice d’ordre 2)
a11 a12
Soit A = telle que det(A) = a11 a22 − a12 a21 ̸= 0.
a21 a22
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Remarque (Inverse d’une matrice d’ordre 2)
a11 a12
Soit A = telle que det(A) = a11 a22 − a12 a21 ̸= 0.
a21 a22
RA
Alors on a
−1 1 a22 −a12
A = .
det(A) −a21 a11
FT
Définition (application linéaire associée à une matrice )
On appelle système linéaire de n équations à p inconnues un
système du type
a1,1 x1 + a1,2 x2 + · · · + a1,p xp = b1
a2,1 x1 + a2,2 x2 + · · · + a2,p xp =
b2
RA .. ..
. .
an,1 x1 + an,2 x2 + · · · + an,p xp =
FT
Example
−2 2
Soit A =
3 1
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Example
−2 2
Soit A = alors det(A) = −2(1) − 3(2) = −8 ̸= 0
3 1
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Example
−2 2
Soit A = alors det(A) = −2(1) − 3(2) = −8 ̸= 0 et
3 1
RA
−1 1 1 −2
donc A = .
−8 −3 −2
FT
Définition
Deux matrices carrées A et B d’ordre n sont dites semblables s’il
existe une matrice P carrée d’ordre n inversible telle que :
A = P −1 BP ( ou B = P AP −1 ). P est appelée matrice de
passage. RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition
Deux matrices carrées A et B d’ordre n sont dites semblables s’il
existe une matrice P carrée d’ordre n inversible telle que :
A = P −1 BP ( ou B = P AP −1 ). P est appelée matrice de
passage. RA
Définition
Une matrice carrée A d’ordre n est diagonalisable si elle est
semblable à une matrice diagonale.
FT
Définition
Soit A une matrice carrée d’ordre n.
x1
x2
1 Le vecteur colonne X ∈ Rn×1 , i.e, X
..
RA .
xn−1
xn
FT
Définition
Soit A une matrice carrée d’ordre n.
x1
x2
Le vecteur colonne X ∈ Rn×1 , i.e, X ..
est un
1
RA .
xn−1
xn
vecteur propre de A si et seulement si
1 X ̸= 0 ;
FT
Définition
Soit A une matrice carrée d’ordre n.
x1
x2
Le vecteur colonne X ∈ Rn×1 , i.e, X ..
est un
1
RA .
xn−1
xn
vecteur propre de A si et seulement si
1 X ̸= 0 ;
2 il existe λ ∈ tel que AX = λX.
2 On dit que λ est valeur propre associée au vecteur propre X.
FT
Example
1 −2 3
Soit A = −1 0 1
0 0 1
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Example
1 −2 3 −2
Soit A = −1 0 1 et X =
1 .
0 0 1
RA 0
FT
Example
1 −2 3 −2
Soit A = −1 0 1 et X =
1 . Déterminons la valeur
0
RA 0 1 0
propre de A associée
à X.
−4 −2
AX = λX ⇐⇒ 2 = λ 1 ⇐⇒ λ = 2.
0 0
FT
λ ∈ est valeur propre de A si et seulement si
PA (λ) := det(A − λIn ) = 0.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
λ ∈ est valeur propre de A si et seulement si
PA (λ) := det(A − λIn ) = 0.
Définition
Soit A une matrice carrée d’ordre n.
1 Le polynôme PA (λ) = det(A − λIn ) de degré n est dit
RA
polynôme caractéristique de A.
FT
λ ∈ est valeur propre de A si et seulement si
PA (λ) := det(A − λIn ) = 0.
Définition
Soit A une matrice carrée d’ordre n.
1 Le polynôme PA (λ) = det(A − λIn ) de degré n est dit
RA
polynôme caractéristique de A.
2 L’équation PA (λ) = 0 est appelée équation caractéristique de
A.
FT
λ ∈ est valeur propre de A si et seulement si
PA (λ) := det(A − λIn ) = 0.
Définition
Soit A une matrice carrée d’ordre n.
1 Le polynôme PA (λ) = det(A − λIn ) de degré n est dit
RA
polynôme caractéristique de A.
2 L’équation PA (λ) = 0 est appelée équation caractéristique de
A.
3 L’ensemble des solutions complexes de l’équation
caractéristique de A constitue le spectre de A et est noté
spec(A).
FT
λ ∈ est valeur propre de A si et seulement si
PA (λ) := det(A − λIn ) = 0.
Définition
Soit A une matrice carrée d’ordre n.
1 Le polynôme PA (λ) = det(A − λIn ) de degré n est dit
RA
polynôme caractéristique de A.
2 L’équation PA (λ) = 0 est appelée équation caractéristique de
A.
3 L’ensemble des solutions complexes de l’équation
caractéristique de A constitue le spectre de A et est noté
spec(A).
4 La multiplicité algébrique d’une valeur propre est sa
multiplicité comme solution de l’équation caractéristique.
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition
On appelle sous espace propre associée à une valeur propre λ ∈
d’une matrice carrée A le noyau de Aλ − In i.e ker(A − λIn )
notée Eλ . Eλ contient 0 et le vecteur propre associé à λ, par
RA
suite dim Eλ ≥ 1.
FT
Définition
On appelle sous espace propre associée à une valeur propre λ ∈
d’une matrice carrée A le noyau de Aλ − In i.e ker(A − λIn )
notée Eλ . Eλ contient 0 et le vecteur propre associé à λ, par
Remarque
RA
suite dim Eλ ≥ 1.
FT
Proposition
Le spectre d’une matrice A admet les propriétés suivantes
′
1 A et A ont le même spectre
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Proposition
Le spectre d’une matrice A admet les propriétés suivantes
′
1 A et A ont le même spectre
2 Si A est inversible alors 0 n’est pas valeur propre de A.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Proposition
Le spectre d’une matrice A admet les propriétés suivantes
′
1 A et A ont le même spectre
2 Si A est inversible alors 0 n’est pas valeur propre de A.
RA
3 Si A est inversible λ une valeur propre de réelle de A alors
1
est une valeur propre de A−1 .
λ
FT
Proposition
Le spectre d’une matrice A admet les propriétés suivantes
′
1 A et A ont le même spectre
2 Si A est inversible alors 0 n’est pas valeur propre de A.
RA
3 Si A est inversible λ une valeur propre de réelle de A alors
1
est une valeur propre de A−1 .
λ
4 Les matrices semblables ont toute le même le spectre.
FT
Example
1 −2 3
Soit A = −1 0 1
0RA 0 1
1 Déterminer P (λ).
A
FT
Example
1 −2 3
Soit A = −1 0 1
0RA 0 1
1 Déterminer P (λ).
2
A
En déduire que spec(A) = {1, 2, −1}
FT
Example
1 −2 3
Soit A = −1 0 1
0RA 0 1
1 Déterminer P (λ).
2
A
En déduire que spec(A) = {1, 2, −1}
FT
Définition
′
1 Une matrice A d’ordre n est dite symétrique si A = A.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition
′
1 Une matrice A d’ordre n est dite symétrique si A = A.
2 Une matrice A d’ordre n est dite antisymétrique si
′
A = −A.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Définition
′
1 Une matrice A d’ordre n est dite symétrique si A = A.
2 Une matrice A d’ordre n est dite antisymétrique si
′
A = −A.
Proposition
RA
1 Si D est une matrice carrée diagonale alors ses valeurs
FT
Définition
′
1 Une matrice A d’ordre n est dite symétrique si A = A.
2 Une matrice A d’ordre n est dite antisymétrique si
′
A = −A.
Proposition
RA
1 Si D est une matrice carrée diagonale alors ses valeurs
FT
Définition
′
1 Une matrice A d’ordre n est dite symétrique si A = A.
2 Une matrice A d’ordre n est dite antisymétrique si
′
A = −A.
Proposition
RA
1 Si D est une matrice carrée diagonale alors ses valeurs
FT
Proposition (Condition nécessaire de diagonalisation)
Si A admet n valeurs propres distinctes 2 à 2 alors A est
diagonalisable.
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Proposition (Condition nécessaire de diagonalisation)
Si A admet n valeurs propres distinctes 2 à 2 alors A est
diagonalisable.
FT
Proposition (Condition nécessaire de diagonalisation)
Si A admet n valeurs propres distinctes 2 à 2 alors A est
diagonalisable.
FT
Proposition (Condition nécessaire de diagonalisation)
Si A admet n valeurs propres distinctes 2 à 2 alors A est
diagonalisable.
FT
Proposition (Condition nécessaire de diagonalisation)
Si A admet n valeurs propres distinctes 2 à 2 alors A est
diagonalisable.
FT
Remarque
Dire qu’une matrice carrée d’ordre n est diagonalisable revient à
n
X
dire que RA
dim Eλi = n avec Eλi est le sous espace propre
i=1
associée à la valeur propre λi ∈.
FT
Remarque
Si A est diagonalisable alors :
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Remarque
Si A est diagonalisable alors :
1 l’une des matrices semblable à A est la matrice diagonale D
constituée des valeurs propres de A :
RA λ1 0 · · · 0
D = ... .. .. ;
. .
0 0··· λn
FT
Remarque
Si A est diagonalisable alors :
1 l’une des matrices semblable à A est la matrice diagonale D
constituée des valeurs propres de A :
RA λ1 0 · · · 0
D = ... .. .. ;
. .
0 0··· λn
FT
Example
6 −1
Soit A =
2 3
1 Déterminer le polynôme caractéristique P (λ).
A
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Example
6 −1
Soit A =
2 3
1 Déterminer le polynôme caractéristique P (λ).
A
2 Donner l’ensemble spec(A).
RA
Licence 1 WEB-SRT 2022-2023
Définitions et exemples Opérations sur les matrices Matrices particulières et sous-matrices Diagonalisation d
FT
Example
6 −1
Soit A =
2 3
1 Déterminer le polynôme caractéristique P (λ).
A
2 Donner l’ensemble spec(A).
RA
3 Déterminer le sous-espace propre Eλ associée à chaque
valeur propre λ.
FT
Example
6 −1
Soit A =
2 3
1 Déterminer le polynôme caractéristique P (λ).
A
2 Donner l’ensemble spec(A).
RA
3 Déterminer le sous-espace propre Eλ associée à chaque
valeur propre λ.
4 Montrer que A est diagonalisable.
FT
Example
6 −1
Soit A =
2 3
1 Déterminer le polynôme caractéristique P (λ).
A
2 Donner l’ensemble spec(A).
RA
3 Déterminer le sous-espace propre Eλ associée à chaque
valeur propre λ.
4 Montrer que A est diagonalisable.
5 Donner la matrice diagonale D semblable à A et la matrice
de passage P associée à D.
FT
Merci de votre attention
RA
Licence 1 WEB-SRT 2022-2023