Rsum de cours : Calcul Matriciel

Premire partie
Cours dalgbre linaire Prsent par

Dr B. Chaouchi
email : chaouchicukm@gmail.com

LUniversit dAlger 1
Facult des sciences

L1 MATHS INFORMATIQUE

Section D

Jours et Horaires de rception Mardi 8h00-9h30

Avril 2016

Chapitre 1
Les Matrices

1.1

Dntions et notations

Dnition 1.1 Une matrice de type (n m) coe cients dans | est un tableau de
n lignes et m colonnes. Les nombres qui composent la matrice sont appels les lments
de la matrice (ou aussi les coe cients). Une matrice n lignes et m colonnes est dite
matrice dordre (n; m) ou de dimension n m .
1. Lensemble des matrices n lignes et m colonnes coe cients dans | se note Mn;m (|) :
2. Les coe cients scrivent sans sparation verticale ou horizontale contrairement aux
tableaux que vous connaissez. La matrice est "encadre" par des parenthses (ou des
crochets)
3. Si A est une matrice de dimension n m, on note gnralement
aij ;
le coe cient qui se trouve la i-me ligne et dans j-me colonne o 1
1 i m:
4. Une matrice A de type (n m) peut scrire sous la forme condense
A = (aij )1

i n;1 i m

Exemple 1.1
2

1
4
A= 4
8

0
3
7

3
3 4
4 5 5
7 3

est une matrice de 3 lignes et 4 colonnes. Donc A 2 M3;4 (R) :

Exemple 1.2
2

1
A =4 6
8

3
9
3 5
0

est une matrice de 3 lignes et 2 colonnes. Donc A 2 M3;2 (R) :

2

n et

1.1. DFINTIONS ET NOTATIONS

Exemple 1.3
2

3
1
6 5
A =4
1+i

est une matrice de 3 lignes et 1 colonne. Donc A 2 M3;1 (C) :

Exemple 1.4

A= 1 0 1

i 4

est une matrice de 1 ligne et 3 colonnes. Donc A 2 M1;3 (C) :

1.1.1

Cas particuliers :

Matrice nulle : Une matrice A dont tous les lments sont nuls est appele matrice
nulle :
Exemple 1.5

0
6 0
A =6
4 :
0

0
:
:
0

:
:
:
:

0
:
:
:

3
0
0 7
7
: 5
0

Matrice carre : Une matrice ayant le mme nombre de lignes et de colonnes

(matrice n n) est appele matrice carre. Lensemble des matrices carres dordre
n coe cients dans se note Mn;n (|) ou plus simplement Mn (|) :
Exemple 1.6

1
4
A= 4
8

3
3
4 5
7

0
3
7

Matrice diagonale : cest une matrice carre dont les coe cients en dehors de la
diagonale principale sont nuls.
Exemple 1.7

6
6
A =6
4

1
0
0
0

0
2
0
0

0
0
3
0

0
0
0
4

3
7
7
7
5

Matrice identit dordre n : cest une matrice carre dordre n, dont les lments de
la diagonale sont gaux 1 et tous les autres sont gaux 0. On la note In .

CHAPITRE 1.

4
Exemple 1.8

1
6 0
I4 = 6
4 0
0

0
1
0
0

0
0
1
0

LES MATRICES

3
0
0 7
7
0 5
1

Matrice triangulaire suprieure : une matrice triangulaire suprieure coe cients

dans | est une matrice carre coe cients dans | dont les valeurs sous la diagonale
principale sont nulles, autrement dit A est triangulaire suprieure si et seulement si :
8 iij : aij = 0:
Exemple 1.9

6
6
A =6
4

1
0
0
0

2
-5
0
0

4
9
7
0

4
7
2
4

3
7
7
7
5

Matrice triangulaire infrieure : une matrice triangulaire infrieure coe cients dans |
est une matrice carre coe cients dans | dont les valeurs au-dessus de la diagonale
principale sont nulles, autrement dit A est triangulaire infrieure si et seulement si :
8 ihj : aij = 0:
Exemple 1.10

6
6
A =6
4

1.1.2

1
20
6
2

0
-5
4
7

0
0
7
9

0
0
0
4

3
7
7
7
5

galit de deux matrices

Soit A et B deux matrices ayant le mme nombre de lignes et de colonnes, cest dire
la mme dimension, on dit que
A = B;
si tous les lments de A sont gaux aux lments correspondants de B.

1.2
1.2.1

Oprations lmentaires
Transpose dune matrice

Pour A = (aij ) 2 Mn;m (|) : On appelle transpose de A et lon note

B =t A;
la matrice m lignes et n colonnes obtenue en changeant les lignes et les colonnes de A et
on a
8 (i; j) 2 f1; ::; ng f1; ::; mg : bij = aji

1.2. OPRATIONS LMENTAIRES

Exemple 1.11

3
9
3 5 ;t A =
0

1
4
6
A=
8

1.2.2

1
9

6 8
3 0

Addition de matrices

Soit A et B deux matrices ayant le mme nombre de lignes et de colonnes. La

somme des matrices A et B est la matrice de mme dimension que A et B, dont chaque
lment est la somme des lments correspondants de M et N, autrement dit :
Pour A = (aij ) et B = (bij ) 2 Mn;m (|) : Alors, la somme S = A + B = (sij ) est une
matrice de Mn;m (|) avec
sij = aij + bij :
Exemple 1.12
2

3 2
3 2
9
3 7
1+3
5
4
5
4
3 + 4 1 =
6+4
0
5 1
8+5

1
4 6
8

1.2.3

3 2
3
9+7
4 16
3+1 5=4 2
2 5
0+1
13 1

Multiplication par un scalaire

Soit A = (aij ) 2 Mn;m (|) une matrice quelconque et un scalaire. Le produit de A par
est la matrice de mme dimension que A et dont chaque lment est le produit de par
llment correspondant de A, autrement dit, pour A = (aij ) 2 Mn;m (|) : Alors, le produit
A est une matrice de Mn;m (|) avec
A = ( aij ) :
Exemple 1.13

p
En prenant

1
4
6
5
8

3 2 p
1 p5
9
5
4
3 =
6p 5
0
8 5

1, on peut dnir la matrice oppose dune matrice A. Cest la matrice

( 1)

quon note aussi

p 3
9 p5
3 5 5:
0

A:

A. De mme, on dnit la soustraction de deux matrices A et B :

A

B = A + ( 1)

B:

Proprits
Soit A; B et C, trois matrices ayant la mme dimension,
admettra les proprits suivantes :

et

deux scalaires. On

1. A + B = B + A qui caractrise la commutativit de laddition matricielle

CHAPITRE 1.

LES MATRICES

2. (A + B) + C = A + (B + C) qui caractrise lassociativit de laddition matricielle

3.

(A + B) =

A+ B

4. ( + ) A =

A+ A

5. ( : ) :A =

1.2.4

: ( :A)

Produit de matrices

Produit dune matrice ligne par une matrice colonne

Soit A = (aij ) 2 M1;n (|) et B = (bij ) 2 Mn;1 (|)
On appelle produit de la matrice ligne A par la matrice colonne B la matrice
C = (cij ) 2 M1;1 (|)
avec
c11 =

n
X

a1k bk1

k=1

Exemple 1.14

A=

2 3 4 5

0 p
p2
B 3
p
B =B
@ 4
p
5

C
p
p
p
p
C=C = 2 2+3 3+4 4+5 5
A

Produit matriciel
A = (aij ) 2 Mn;p (|) et B = (bij ) 2 Mp;m (|) On peut eectuer le produit dune matrice
n lignes et p colonnes par une matrice p lignes et m colonnes. On appelle la matrice
produit, la matrice
C=A B
de dimension n m obtenue en multipliant chaque ligne de A par chaque colonne
de B. Plus prcisment,
C = (cij )
avec
cij =

n
X

aik bkj :

k=1

On remarque la condition de compatibilit sur les tailles des matrices, cest--dire lgalit
entre le nombre de colonnes de la premire matrice A avec le nombre de lignes
de la deuxime matrice B.
Exemple 1.15

1.2. OPRATIONS LMENTAIRES

Soit la matrice
2 4
1 8

A=
et la matrice

6
4

2 M2;3 (R)

2 p 3
p3
4
B = p5 5 2 M3;1 (R)
7

Le produit AB est la matrice

C = A B 2 M2;1 (R)
et on a
2 p 3
p3
2 4 6
4 5 5
p
1 8 4
7
p
p
p
2 p3 +4 p5 +6 p7
1 3 +8 5 +4 7

C =

=
Exemple 1.16
Soit la matrice

3 2
1 4

A=
et la matrice

4
7

2 M2;3 (R)

3
2
B = 4 3 5 2 M3;1 (R)
9

Le produit A B est la matrice

C = AB 2 M2;1 (R)
et on a
C=

3 2
1 4

4
7

3
2
4 3 5=
9

24
73

Exemple 1.17
Soit la matrice

et la matrice

3
1 2 3
A = 4 4 5 6 5 2 M3;3 (R)
7 8 9
2

3
12 11 10 9
B = 4 8 7 6 5 5 2 M3;4 (R)
4 3 2 1

CHAPITRE 1.

LES MATRICES

Le produit A B est la matrice

C = AB 2 M3;4 (R)
et on a
2

3
1 2 3
C= 4 4 5 6 5
7 8 9

3 2
3
12 11 10 9
40 34 28 22
4 8 7 6 5 5 = 4 112 97 82 67 5
4 3 2 1
184 160 136 112

La matrice identit joue pour le produit matriciel une rle similaire au nombre 1 pour
le produit des nombres rels, en supposant que les dimensions permettent le produit,
on a
A In = In A = A:
Le produit matriciel nest pas commutatif
Proprits
On admettra les proprits suivantes :
Soit A; B et C, trois matrices relles ; si les oprations indiques existent, alors on admettra
1. A (B + C) = (A

B) + (A

2. (A + B)

C+B

3. A (B

C=A
C) = (A

B)

C)
C

Dnition1.2
Soit A une matrice carre dordre n. Soit p un entier naturel non nul. On note Ap , la
matrice dnie par
Ap = |A A {zA
p fois

::::A}

Attention ! ! ! Le calcul de A2 , par exemple, ne consiste pas lever les lments de A

au carr !
Matrices inversibles
Dnition1.3
Soit A une matrice carre dordre n. On dit que la matrice A est inversible sil existe
une matrice carre B dordre n telle que :
A

B = In

B est appele linverse de la matrice A et se note A 1 :

Chapitre 2
Dtereminant dune matrice
A toute matrice carre A dordre n correspond une valeur appele le dterminant de A
que lon dnote det(A) ou encore jAj. Nous viterons la dnition formelle du dterminant
(qui implique des notions de permutations) mais allons plutt nous concentrer sur le calcul
celui-ci.

2.1

Dterminant dune matrice 2

Considrons la matrice A de dimension 2

A=

a11 a12
a21 a22

Le dterminant de la matrice A est dnie par la relation

det (A) :=

a11 a12
a21 a22

:= a11 a22

a21 a12 :

Exemple 2.1
Soit la matrice
A=

2 3
5 4

Le dterminant de la matrice A est

det (A) :=

2 3
5 4

:= 2

5=

7:

Avant de ne pouvoir valuer le dterminant dune matrice 3 3 (ou toute autre matrice de
dimension suprieure), il nous faut dabord voir quelques concepts qui sy rattachent

2.2

Dnition dun mineur

A titre dexemple, on considre une matrice carre A de dimension 3

2
3
a11 a12 a13
A = 4 a21 a22 a23 5
a31 a32 a33
9

CHAPITRE 2. DTEREMINANT DUNE MATRICE

10

Le mineur M12 est le dterminant de la matrice obtenue en liminant la 1-re ligne et la

2-me colonne, cest--dire
a21 a23
12 =
a31 a33
Le mineur M22 est le dterminant de la matrice A obtenue en liminant la 2-me ligne
et la 2-me colonne, cest--dire
a11 a13
12 =
a31 a33
De mme pour une matrice carre de dimension n n , le mineur Mij est le dterminant
de la matrice obtenue en liminant la i-me ligne et la j-me colonne.

2.2.1

Dnition dun cofacteur

Le cofacteur,
Cij
dune matrice A est dni par la relation
Cij = ( 1)i+j

ij :

Exemple 2.2
Considrons la matrice

ainsi

3
2 1 4
A =4 5 2 3 5
8 7 3
C12 = ( 1)1+2

12

avec
12

5 3
8 3

C22 = ( 1)2+2

9
22

avec
22

2.2.2

2 4
8 3

26

Dterminant dune matrice carre

Soit A = (aij ) 2 Mn;n (|) une matrice carre. Le dterminant de A est donn par la
mthode des cofacteurs
det (A) : =
: =

n
X
j=1
n
X
j=1

aij Cij
aij ( 1)i+j

ij :

2.2. DFINITION DUN MINEUR

11

Exemple 2.3
2

3
2 1 4
A =4 5 2 3 5
8 7 3

alors
jAj = 2 ( 1)1+1
= 2 ( 1)1+1

11 +1

( 1)1+2

12 +4

( 1)1+3

13

5 3
5 2
2 3
+1 ( 1)1+2
+4 ( 1)1+3
7 3
8 3
8 7

= 55
Exemple 2.4
2

3
1 2 3 4
6 8 7 6 5 7
7
B =6
4 9 10 11 12 5
16 15 14 13
jBj
= 1 ( 1)1+1

= 1 ( 1)1+1

1+3

+3 ( 1)

11 +2

( 1)1+2

12 +3

( 1)1+3

13

+ 4 ( 1)1+4

14

7 6 5
8 6 5
10 11 12 +2 ( 1)1+2 9 11 12
15 14 13
16 14 13
8 7 5
8 7 6
1+4
9 10 11
9 10 12 +4 ( 1)
16 15 14
16 15 13

= 0
Donnons maintenant quelques proprits importantes du dterminant : comment se comporte le dterminant face aux oprations lmentaires sur les colonnes et lignes ?
Soit A = (aij ) 2 Mn;n (|)une matrice carre.
1. Les dterminants de A et de t Asont gaux :

det(A) = det(t A):

2. Si A a une ligne (colonne) forme de zros, alors
det(A) = 0:

12

CHAPITRE 2. DTEREMINANT DUNE MATRICE

3. Si A a deux lignes (colonnes) identiques, alors

det(A) = 0:
4. Si A est triangulaire, alors det(A) est produit des lments diagonaux. En particulier,
det(I) = 1:
Soit A = (aij ) 2 Mn;n (|)une matrice carre. Soit B la matrice obtenue partir de la
matrice A :
1. par multiplication dune ligne (colonne) de A par un scalaire k ; alors
det(B) = kdet(A)
1. en changeant deux lignes (colonnes) de A ; alors
det(B) =

det(A):

2. en additionnant un multiple dune ligne (colonne) de A une autre ligne (colonne),

alors,
det(B) = det(A):

Chapitre 3
Applications
3.1

Inverse dune matrice

On appelle inverse de la matrice carre A 2 Mn (|) toute matrice B 2 Mn (|) telle que
AB = BA = In
La matrice B est alors note A 1 :
Proprits :
1. Il su t quune matrice B vrie lune des relations AB = In et BA = In pour quelle
vrie lautre.
2. Si deux matrices A et B sont inversibles, leur produit est inversible et on a
1

(AB)

= B 1A 1:

3. Linverse de la transpose dune matrice A est gale la transpos de linverse

4. Dterminant de linverse dune matrice
A

1
jAj

Dntion 3.1
Soit A 2 Mn (|) une matrice carre n lignes et n colonnes. On appelle la comatrice de
A; la matrice des cofacteurs de la matrice A (dans laquelle on remplace chaque lment
de A par son cofacteur). On la note com (A) :
Dnition 3.2
La matrice adjointe est la matrice transpose de com (A) . Elle a aussi n lignes et n
e
colonnes. On la note A:
Exemple 3.1

3
1 3 7
A =4 2 4 8 5
5 0 6
13

CHAPITRE 3. APPLICATIONS

14

ainsi

1+1

6 ( 1)
6
6
2+1
com (A) = 6
6 ( 1)
6
4
( 1)3+1

4
0
3
0
3
4

8
6
7
6
7
8

1+2

( 1)

( 1)2+2
( 1)3+2
2

24
4
com (A) = 18
4

28
29
6

2
5
1
5
1
2

8
6
7
6
7
8

1+3

( 1)

( 1)2+3
( 1)3+3

3
20
15 5
2

2
5
1
5
1
2

4
0
3
0
3
4

3
7
7
7
7
7
7
5

Dans la suite, on suppose que A est inversible i.e

det(A) 6= 0
Dnition 3.3
Soit A 2 Mn (|) une matrice inversible. Alors
A

3.2

1 t
com (A)
jAj
1 e
=
A:
jAj
=

Applications aux systmes linaires

En algbre linaire, un systme dquations linaires est un ensemble dquations linaires

qui portent sur les mmes inconnues. Par exemple :
8
< x + 2y + z = 5
x + y + 4z = 0
:
3x + 3y + z = 1

Le problme est de trouver les valeurs des inconnues x; 2y et z qui satisfassent les trois
quations simultanment.
En gnral, un systme de n quations linaires p inconnues peut tre crit sous la
forme suivante
8
a11 x1 + a12 x2 +a13 x3 :::::::::::: + a1p xp = b1
>
>
>
>
< a21 x1 + a22 x2 +a23 x3 :::::::::::: + a2p xp = b2
a31 x1 + a32 x2 +a33 x3 :::::::::::: + a3p xp = b3
(S) :
>
>
>
>
:
an1 x1 + an2 x2 +an3 x3 :::::::::::: + anp xp = bn ;
o x1 , ..., xp sont les inconnues et les nombres aij sont les coe cients du systme.
Le systme dquations linaires (S) peut aussi scrire sous la forme matricielle :
A

X=B

3.2. APPLICATIONS AUX SYSTMES LINAIRES

avec :

6
6
A =6
6
4

a11
a21
a31

a12
a22
a32

a13 ::::::::::::a1p
a23 ::::::::::::a2p
a33 ::::::::::::a3p

an1 an2 an3 ::::::::::::anp

15

x1
7
x2
7
7 ; X = x3 et B =
7
5
xp

b1
b2
b3
bn

Llment B est appel second membre du systme (S)

La matrice A est appel matrice du systme (S) :
Le vecteur X est appel solution solution du systme (S) :
Les systmes linaires rencontrs en Sciences Physiques tant pour la plupart de Cramer,
cest--dire un systme qui vrie les deux conditions suivantes :
1. le systme (S) est carr, cest dire quil y autant dquations que dinconnues, cest
dire n = p,
2. il admet une solution unique.
Nous prsentons deux mthodes de rsolution pour ces systmes.

3.2.1

1re mthode : Inversion matricielle

Si la matrice carre A admet une matrice inverse A 1 .

Le systme (S) sous la forme matricielle
A
peut tre pr-multipli par A

X=B

an dobtenir la solution :
A

X=A

ce qui implique que

X=A

Exemple 3.2
Rsolution du systme :

La matrice du systme tant

Calculons A

par la formule

8
< x + 3y + 4z = 50
3x + 5y 4z = 2
(S) :
:
4x + 7y 2z = 31
2

1 3
4
A= 3 5
4 7
A

Sachant que

3
4
4 5:
2

1 t
com (A) :
=
jAj
jAj =

8;

CHAPITRE 3. APPLICATIONS

16

et

18
com (A) = 4 34
32

Donc

Il vient alors que

3
x
X = 4 y 5= A
z
2
18
1 4
10
=
8
1
2 3
3
= 4 5 5
8

3.2.2

3
1
5 5:
4

18
1 4
1
10
com (A) =
=
jAj
8
1
t

10
18
16

34
18
5

3
32
16 5 :
4

B
34
18
5

3
32
16 5
4

3
50
4 2 5
31

2me Mthode : mthode de Cramer

.
Le thorme a rme alors que le systme admet une unique solution si et seulement si sa
matrice A est inversible (dterminant non nul), et cette solution est alors donne par :
xk =

det (Ak )
;
det (A)

o Ak est la matrice carre forme en remplaant la k-ime colonne de A par le vecteur

colonne B:
Exemple 3.3
Systme dordre 3

Posons :

8
< a1 x + b1 y + c1 z = d1
a2 x + b2 y + c2 z = d2
(S) :
:
a3 x + b3 y + c3 z = d3
2

3
a1 b1 c1
x
d1
A = 4 a2 b2 c2 5 ; X = y et B = d2
a3 b3 c3
z
d3

Le systme (S) admet une solution unique si et seulement si

det (A) 6= 0

3.2. APPLICATIONS AUX SYSTMES LINAIRES

17

et on a

x=

y=

x=

det (A1 )
=
det (A)

d1
d2
d3
a1
a2
a3

b1
b2
b3
b1
b2
b3

c1
c2
c3
c1
c2
c3

det (A2 )
=
det (A)

a1
a2
a3
a1
a2
a3

d1
d2
d3
b1
b2
b3

c1
c2
c3
c1
c2
c3

det (A1 )
=
det (A)

a1
a2
a3
a1
a2
a3

b1
b2
b3
b1
b2
b3

d1
d2
d3
c1
c2
c3