Cours Matrice
Cours Matrice
Cours Matrice
Matrices
1
4. Soit A = (ai,j )1≤i,j≤n ∈ Mn (K). Les coéfficients aii , pour 1 ≤ i ≤ n
s’appellent les coéfficients diagonaux de A.
1. (a11 , . . . , ann ) est dite diagonale de A.
2. Une matrice est dite diagonale si et seulement si
∀i 6= j, aij = 0. On note
λ1 0 ... 0
0 λ2 ... 0
D = diag(λ1 , . . . , λn ) = ..
.. .. ..
. . . .
0 0 ... λn
Exemple : Pour
0 1 −3 1
A = 2 −1 et B = 5 1 ,
0 3 4 −2
2
on a
0 1 −3 1 0 + (−3) 1+1 −3 2
A + B = 2 −1 + 5 1 = 2+5 −1 + 1 = 7 0 .
0 3 4 −2 0+4 3 + (−2) 4 1
Preuve :
” + ” est une loi de composition interne.
” + ” est associative (A + B) + C = A + (B + C) = A + B + C.
” + ” est commutative A + B = B + A.
La matrice nulle (0) 1≤i≤n = 0 est l’élément neutre pour la loi ” + ”.
1≤j≤p
En effet
∀A ∈ Mn,p (K) A + 0 = 0 + A = A.
(−A) est le symétrique de A pour ” + ” où
−A = (−aij ) 1≤i≤n
1≤j≤p
puisque −A + A = 0.
Exemple :
1 −1 α −α
α =
2 0 2α 0
3
Ce qui donne le résultat.
On pose Eij la matrice dont tous les coéfficients sont nuls sauf celui de la i
ème ligne et de la j ème colonne qui prend la valeur 1.
0 ... 0 ... 0
.. .. ..
. . .
Eij = 0 . . . 1 . . . 0
. .. ..
.. . .
0 ... 0 ... 0
On a ∀A ∈ Mn,p (K)
a11 a12 . . . a1p
a21 a22 . . . a2p X
A = .. = aij Eij .
.. ..
. . . 1≤i≤n
1≤j≤p
an1 an2 . . . app
Ainsi
Alors
α11 . . . α1p 0 ... 0
α21 . . . α2p 0 . . . 0
.. = .. .. .
..
. . . .
αn1 . . . αpp 0 ... 0
Donc
αij = 0, ∀1 ≤ i ≤ n et ∀1 ≤ j ≤ p.
Ainsi B est libre. (2)
(1) et (2) donnent que B est une base de Mn,p (K). Elle est appeleé base
canonique de Mn,p (K). Par conséquent dim(Mn,p (K)) = Card(B) = np.
4
1.1.4 Multiplication des matrices ou multiplication ma-
tricielle
Soit A ∈ Mn,p (K) et B ∈ Mp,q (K), n, p et q ∈ N? . On définit le produit
de A et B par A.B = C ∈ Mn,q (K) tel que C = (cij ) 1≤i≤n avec
1≤j≤q
q
X
cij = aik bkj .
k=1
(Rq le coefficient ci,j est donné par le produit de la ième ligne de la 1ère
matrice par la jème colonne de la 2ème matrice.)
Exemple :
0 −1 3
1 2 −1 4 0 2
1. 2 1 0 =
0 1 0 2 1 0
0 1 1
−1
2. 1 2 3 1 = (1).
0
−1 −1 −2 −3 1 −1 1 0
3. 1 1 2 3 = 1 2 3 , 2 −1 1 0 = −2 2 0 .
0 0 0 0 3 −3 3 0
1 0
1 2
4. AB = 3 4 n’existe pas car A ∈ M2,2 (R) et B ∈
−1 4
−1 5
M3,2 (R).
(A.B).C = A.(B.C).
5
Preuve :
1. (Mn (K), +) est un groupe abélien.
2. ”.” est associative
A(B.C) = (A.B).C
In est l’élément neutre pour .
In .A = A.In = A.
Exemple :
1 0 a b a b a b 1 0
= = .
0 1 c d c d c d 0 1
3. On a de plus
A.(B + C) = A.B + A.C
(B + C).A = B.A + C.A
4. ”.” est non commutative :
Contre exemple :
0 1 0 2
A= , B=
1 0 1 0
1 0 2 0
A.B = 6= B.A = .
0 2 0 1
(Mn (K), +, .) n’est pas intègre (A.B = 0 ; A = 0 ou B = 0.)
En effet, on a le contre exemple suivant :
0 1 0 2
A= 6= 0, B = 6 0
=
0 0 0 0
et
0 1 0 2 0 0
A.B = = = 0.
0 0 0 0 0 0
Produit de matrices digonales
6
Définition 1.1.5 Une matrice A ∈ Mn (K) est dite inversible s’il existe
B ∈ Mn (K) tel que :
A.B = B.A = In .
Dans ce cas B est notée A−1 .
On note :
GLn (K) = {A ∈ Mn (K); A inversible}
et on l’appelle groupe liéaire.
A.A−1 = A−1 .A = In
où P est un Polynôme.
Exemple : Soit A ∈ Mn (K). On a
ϕ : Mn (K) −→ Mn (K)
X 7−→ X.A
7
On a
D’où Ker(ϕ) = {0}. Ce qui implique que ϕ est injective. Comme dimMn (K) =
n2 (finie), alors ϕ est bijective. Par suite ϕ est surjective. D’autre part
8
Propriétés : Soient A ∈ Mn,p (K) et α ∈ K.
P1 ) t In = In , t 0 = 0.
P2 ) t ( t A) = A.
P3 ) t (αA + B) = t (αaij + bij ) = α(aij ) + (bij ) = α t A + t B.
=⇒ la transposée est linéaire de Mn,p dans Mn,p .
P4 ) t A = 0 ⇐⇒ A = 0. (Car A et t A ont les mêmes coéfficients mais leur
position est inversée).
P5 ) Si A ∈ Mn,q (K), B ∈ Mq,p (K) alors t (A.B) = t B. t A.
En effet,
p
X
AB = C = (cij ) 1≤i≤n , avec cij = aik bkj
1≤j≤p
k=1
t t t
Pp
donc (A.B) = (cji ) et B. A = (dij ), avec dij = k=1 bki ajk = cij .
P6 ) Si A ∈ GLn (K) alors t A ∈ GLn (K) et on a t (A−1 ) = ( t A)−1 .
t
A. t (A−1 ) = t (A−1 .A) = t In = In
=⇒ t A est inversible et ( t A)−1 = t (A−1 ).
Matrices symétriques-antisymétriques :
• Soit A ∈ Mn (K). A est dite symétrique si et seulement si t A = A.
Exemples :
1. t In = In ⇒ In est symétrique.
2. t 0 = 0 ⇒ 0 est symétrique.
3. D = diag(λ1 , . . . , λn )
λ1 0 . . . 0
0 λ2 . . . 0
D = ..
.. . . ..
. . . .
0 0 . . . λn
t
D = D ⇒ D est symétrique.
1 1 2
4. A = 1 −2 3
2 3 0
t
A = A ⇒ A est symétrique.
• Soit A ∈ Mn (K). A est dite antisymétrique si et seulement si t A = −A.
Exemples :
9
t
1. 0 = 0 = −0 ⇒ 0 est antisymétrique.
t
2. I = I 6= −In ⇒ In n’est pas antisymétrique.
n n
1 2
3. n’est pas antisymétriques et n’est pas symétrique.
3 4
0 1 2
4. A = −1 0 3 est antisymétrique. En effet
−2 −3 0
0 −1 −2
t
A = 1 0 −3 = −A
2 3 0
Exemples :
1. tr(In ) = n.
2. tr(0) = 0.
10
Proposition 1.1.9 Pour tous A ∈ Mn,p (K) et B ∈ Mp,n (K), on a
tr(AB) = tr(BA)
n
X X
tr(AB) = cii = aik bki .
i=1 1≤i≤n
1≤k≤p
Pn
De plus, BA = (dij ), avec dij = k=1 bik akj . Donc
p
n X
X X
tr(BA) = bik aki = aik bki = tr(AB).
i=1 k=1 1≤i≤n
1≤k≤p
Remarques :
• Ona : tr(A.B − B.A) = tr(A.B) − tr(B.A) = 0 et A.B 6= B.A.
• tr(A) = 0 ; A = 0.
11
Matrices : Partie 2
On définit la matrice colonne des composants de x dans B qu’on note M atB (x)
ou MB (x) par
x1
x2
MB (x) = .. = X.
.
xn
Exemples :
1
3
1. x = (1, 2, 3) ∈ R , MB (x) = 2.
3
2. P1 = 1 − 2X + X 3 , P2 = 2 + X − 3X 2 .
1 2
−2 1
MB (P1 , P2 ) =
0 −3
1 0
avec B = (1, X, X 2 , X 3 ) la base canonique de R3 [X].
Définition 1.2.3 Soient E et F deux K e.v. dim(E) = n, dim(F ) = p, où
n, p ∈ N? . Soient f ∈ L(E, F ), B = (e1 , . . . , en ) base de E. C = (v1 , . . . , vp )
base de F . On a p
X
∀ 1 ≤ j ≤ p, f (ej ) = αij vi
i=1
On définit la matrice de f relativement aux bases B et C et note MB,C (f ),
la matrice de Mp,n (K) donnée par
α11 . . . α1n
MB,C (f ) = MC (f (e1 ), . . . , f (ep )) = ... ..
.
αp1 . . . αpn
Remarquons bien que
• p = dimE : nombres de colonnes.
n = dimF : nombres de lignes.
• Si E = F et B = C. On note MB (f ) = MB,B (f ).
Exemples :
1. Soit
f: R3 −→ R3
(x, y, z) 7−→ (2x − y + 4z, x − z, y − 3z)
Si B est la base canonique de R3 alors f (e1 ) = f (1, 0, 0) = (2, 1, 0),
f (e2 ) = f (0, 1, 0) = (−1, 0, 1) et f (e3 ) = f (0, 0, 1) = (4, −1, −3).
Donc
2 −1 4
MB (f ) = 1 0 −1 .
0 1 −3
13
Matrices : Partie 2 Selma Negzaoui
2. Soit
IdE : E −→ E
x 7−→ x
avec dimE = n. Soit B une base quelconque de E.
1 0 ... 0
0 1 . . . 0
MB (IdE ) = .. .. . . .. = In .
. . . .
0 0 ... 1
3. Pour 0 : E −→ F on a MB (0) = 0.
x 7−→ 0F
4. Soit
f : R3 [X] −→ R3 [X]
P 7−→ P 0
B base de canonique de R3 [X].
0 1 0 0
0 0 2 0
MB (f ) =
0
0 0 3
0 0 0 0
14
Matrices : Partie 2 Selma Negzaoui
Determiner f .
x
Réponse : Soit (x, y, z) ∈ R3 . Posons X = y . On a
z
2 −1 4 x 2x − y + 2z
AX = 1 0 −1 y = x − z .
0 1 −3 z y − 3z
Donc f (x, y, z) = (2x − y + 2z, x − z, y − 3z).
Remarque : On peut définir d’une façon analogue le noyau d’une matrice
A Ker(A) et l’image de A Im(A).
On a
2x − y + 2z = 0
x ∈ Ker(f ) ⇔ f (x) = 0 ⇔ A.X = 0 ⇔ x−z =0 ⇔ X ∈ Ker(A)
y − 3z = 0
et
x1
..
Y ∈ Im(A) ⇔ ∃ X = . tel que AX = Y
xp
⇔ ∃ x = (x1 e1 + ... + xp ep ) ∈ E tel que f (x) = y
⇔ y ∈ Im(A)
15
Matrices : Partie 2 Selma Negzaoui
Y = MB,D (g ◦ f )X ⇔ Y = A2 A1 X.
Donc MB,D (g ◦ f ) = A2 A1 .
f (x) = y ⇔ x = f −1 (y).
En terme de matrice on a
AX = Y ⇔ X = M atC,B (f −1 )Y.
On pose
x1 x01
X = ... = MB (x) X 0 = ... = MB (x0 ).
xn x0n
16
Matrices : Partie 2 Selma Negzaoui
IdE
On a x = IdE (x). Le shéma E −→ E entraine que M atC (x) = MB,C (IdE )MB (x)
B C
0
c.à.d X = P X entraine que P = MB,C (Id). P s’appelle matrice de passage
de la base C à la base B
e1 ... en
u1
.
P = .. = MB,C (IdE )
un
Comme IdE est inversible alors cette matrice est inversible. Donc ∃ P −1 ∈
GLn (K) tel que P P −1 = In . De plus on a
u1 ... un
e1
.
P −1 = MC,B (IdE ) = .. .
en
α1 v1 + α2 v2 + α3 v3 = 0 ⇔ α1 e1 + α1 e3 + α3 e2 + α2 e1 + α3 e1 + α3 e2 = 0.
α1 + α3 = 0 (1)
3
Comme B est une base de R alors α2 + α3 = 0 (2)
α1 + α2 = 0 (3)
(1) − (2) ⇒ α3 − α2 = 0. Donc α3 − α2 = α2 + α3 ⇒ α2 = 0.
(3) ⇒ α1 = 0 et (2) ⇒ α3 = 0.
D’où C est une famille libre R3 et comme Card(C) = 3 = dim R3 ,
alors C est une base de R3 .
17
Matrices : Partie 2 Selma Negzaoui
1 0 1 v1 = e1 + e3
2. MC,B (IdR3 ) = 0 1 1 = P . On a S = v2 = e2 + e3 alors
1 1 0 v3 = e1 + e2
v1 − v3 + v2 = e1 + e3 − (e1 + e2 ) + e2 + e3 ⇒ 2e3 = v1 − v3 + v2
v1 v3 v2
⇒ e3 = − +
2 2 2
et
−1 1 1
v3 − v1 = e2 − e3 ⇒ e2 = v1 + v2 + v3 .
2 2 2
D’où e1 = v3 + 2 v1 − 2 v2 − 2 v3 alors e1 = 2 v1 − 2 v2 + 12 v3 . Par suite
1 1 1 1 1
1
− 12 12
1 −1 1
2 1
P −1 = MC,B (Id) = − 12 12 1
2
= −1 1 1
1 1 1 2
2 2
−2 1 1 −1
Ainsi on a x = 2v1 − v2 .
En terme de matrices, on a
18
Matrices : Partie 2 Selma Negzaoui
A0 = Q−1 AP.
A = QA0 P −1 .
IdE f IdE
E −→ E −→ E −→ E
B0 B B B0
A0 = P −1 AP et A = P A0 P −1 .
A2 = (P A0 P −1 )(P A0 P −1 )
= P A0 (P P −1 )A0 P −1
= P (A0 )2 P −1 .
An = P (A0 )n P −1 .
19
Matrices : Partie 2 Selma Negzaoui
20
Matrices : Partie 2 Selma Negzaoui
• Calculer Ker(f )
1 −1 1
A = −1 1 1 .
−1 1 1
x 0 x−y+z =0 (1)
A y = 0 ⇔ −x + y + z = 0 (2)
z 0 −x + y + z = 0
(1) + (2) ⇒ 2z = 0 ⇒ z = 0.
(1) ⇒ x = y.
D’où Ker(f ) = {xe1 + xe2 ; x ∈ R} = V ect(e1 + e2 ).
B3 = {e1 + e2 } est une base de Ker(f ).
2. Posons B 0 = B1 ∪ B2 ∪ B3 = {v1 , v2 , v3 }, avec v1 = e1 + e2 + e3 ,
v2 = e2 + e3 et v3 = e1 + e1 . Montrons que B 0 est libre.
Soit α1 , α2 , α3 ∈ R tel que α1 v1 + α2 v2 + α3 v3 = 0. Montrons que
α1 = α2 = α3 = 0. On a
(α1+ α2 )e1 + (α1 + α3 )e2 + (α1 + α2 + α3 )e3 = 0
α1 + α2 = 0 α1 = α2
⇒ α1 + α3 = 0 ⇒ α1 = α3 ⇒ α1 = α2 = α3 = 0.
α1 + α2 + α3 = 0 3α1 = 0
D’où B est libre. comme Card(B 0 ) = 3 = dim(E) alors B 0 est une
0
base de E. Donc
3. B 0 = (v1 , v2 , v3 ).
v1 ∈ Ker(f − Id) ⇒ f (v1 ) − v1 = 0 ⇒ f (v1 ) = v1 .
v2 ∈ Ker(f − 2Id) ⇒ f (v2 ) − 2v2 = 0 ⇒ f (v2 ) = 2v2 .
v3 ∈ Ker(f ) ⇒ f (v3 ) = 0.
Donc
f (v1 ) f (v2 ) f (v3 )
v1 1 0 0
MB 0 (f ) = v2 0 2 0 = D.
v3 0 0 0
4. On a
v1 = e1 + e2 + e3
v2 = e1 + e3
v3 = e1 + e2
21
Matrices : Partie 2 Selma Negzaoui
v1 v2 v3
e1 1 1 1
P = MB 0 ,B (Id) = e2 1 0 1 .
e3 1 1 0
5. On a A = P DP −1 ⇒ An = P Dn P −1 , avec
1 0 0
Dn = 0 2n 0
0 0 0
Cherchons P −1
v1 = e1 + e2 + e3 e2 = v1 − v2 e1 = −v1 + v2 + v3
v2 = e1 + e3 ⇒ e1 = v3 − e2 ⇒ e2 = v1 − v2
v3 = e1 + e2 e3 = v2 − 2e1 e3 = v1 − v3
D’où
1 −1 1
P −1 = −1 1 0 .
0 1 −1
Par suite
1 0 1 1 0 0 1 −1 1
An = 1 1 1 0 2n 0 −1 1 0
1 1 0 0 0 0 0 1 −1
1 0 0 1 −1 1
n
= 1 2 0 −1 1 0
n
1 2 0 0 1 −1
1 −1 1
= 1 − 2 −1 + 2n
n
1 .
1 − 2n −1 + 2n 1
22