SlideShare une entreprise Scribd logo
1  sur  18
Printemps 2010              Chap. I.   Calcul Matriciel   1




                 Chap. I.   Calcul Matriciel

                       Printemps 2010
Printemps 2010                    Chap. I.   Calcul Matriciel                 2




      Dans tout ce qui suit, K désigne R ou C.


      1 Dénitions et propriétés
      Un tableau rectangulaire, de nombres ( ∈ K ), de la forme

                                                      
                          a       a12   ...      a1n
                         11                           
                         a21     a22   ...      a2n
                                                      
                                                                        (1)
                                                       
                         .                       .
                         .                       .
                                                      
                         .                       .
                                                       
                                                       
                                                       
                          am1     am2   ...     amn

      est appelé matrice. Les nombres aij sont appelés coecients de la
      matrice. Les lignes horizontales sont appelées rangées ou vecteurs
      rangées, et les lignes verticales sont appelées colonnes ou vecteurs
Printemps 2010                      Chap. I.   Calcul Matriciel                      3




      colonnes de la matrice. Une matrice à m rangées et n colonnes est
      appelée matrice de type (m, n). On note la matrice ( ??) par (aij ).
      Exemple 1.    :
                                                        
                                0 0            ...   0
                                                      
                               0 0            ...   0 
                                                      
      1) La matrice nulle   O= .
                               .                    .      a tous ses coecients
                               .                    . 
                                                     . 
                                                      
                                0 0            ...   0
      nuls.
      2) Une matrice (a1 , ..., an ) ayant une seule rangée est appelée
      matrice uniligne.
Printemps 2010                     Chap. I.   Calcul Matriciel                   4



                             
                         b
                        1    
                        b2
                             
      3) Une matrice              ayant une seule colonne est appelée
                              
                        .
                        .
                             
                        .
                              
                              
                              
                         bm
      matrice unicolonne.
      1) Une matrice ayant le même nombre de rangées et de colonnes est
      appelées matrice carrée, et le nombre de rangées est appelé son
      ordre.
      2) La matrice carrée (aij ) telle que aij = 0 si i = j et aii = 1 ∀i est
      appelée matrice unité, notée par I , elle vérie AI = IA = A, ∀A
      matrice carrée du même ordre que I .
      3) Deux matrices (aij ) et (bij ) sont égales si et seulement si elles
      ont même nombre de rangées et le même nombre de colonnes et les
      éléments correspondants sont égaux ; c'est à dire aij = bij ∀i, j .
Printemps 2010                      Chap. I.   Calcul Matriciel                   5




      2 Opérations sur les matrices
      2.1        Addition


      La somme de deux matrices de type (m, n) (aij ) et (bij ) est la
      matrice (cij ) de type (m, n) ayant pour éléments cij = aij + bij
      pour i = 1, ..., m et j = ..., n.
                               1,                                  
                                    −4 6 3                        5 −1   0
      Exemple 2.     : Si   A=                     et   B=                ,
                                    0 1 2                         3   1 0
                                   
                            1 5 3
      alors   A+B =                
                            3 2 2
      L'addition des matrices satisfait les propriétés suivantes :
      Pour A, B et C des matrices de type (m, n) on a :
      1) A + B = B + A
Printemps 2010                       Chap. I.   Calcul Matriciel   6




      2) (A + B) + C = A + (B + C)
      3) A + O = O + A = A où O est la matrice nulle
      4) A + (−A) = O où −A = (−aij ).

      2.2        Multiplication par un scalaire


      Soit A (aij ) et λ ∈ K, on dénit 
            =
             λa11       λa12   ...     λa1n
                                               
            λa21       λa22   ...     λa2n
                                               
                                                 = (λaij ).
                                                
      λA =  .
            .                           .
            .                           .
                                         .
                                                
                                                
                                               
             λam1       λam2   ...    λamn
      Exemple 3.    :
      Si A = (2 7 8), alors 3A = (6 21 24)
      Cette multiplication vérie :
Printemps 2010                              Chap. I.   Calcul Matriciel      7




      Pour A, B des matrices de type (m, n)
      1) λ(A + B) = λA + λB
      2) (λ + µ)A = λA + µA
      3) λ(µA) = (λµ)A
      4) 1A = A


      2.3        Multiplication des matrices


      Soit A = (aij ) une matrice de type (m, n) et B = (bkl ) une matrice
      de type (r, p), alors le produit AB ( dans cet ordre ) n'est déni
      que si n = r, et est la matrice C = (cil ) de type (m, p) dont les
                          j=n
      éléments cil =            aij bjl .
                          j=1
      Exemple 4.      :
Printemps 2010                           Chap. I.   Calcul Matriciel                        8



                                                         
                                            1 0 2
                 3 2     −1
                                  et      5 3 1 ,           alors
                                                
      A=                             B=
                 0   4    6
                                                 
                                           6 4 2


      AB =
                                                                                       
    3(1) + 2(5) + (−1)(6) 3(0) + 2(3) + (−1)(4)                 3(2) + 2(1) + (−1)(2)
                                                                                       
      0(1) + 4(5) + 6(6)    0(0) + 4(3) + 6(4)                    0(2) + 4(1) + 6(2)
                     
           7 2      6
     =               
          56 36 16

      Le produit matriciel vérie les propriétés suivantes :
      1) λ(AB) = (λA)B , λ ∈ K
      2) A(BC) = (AB)C
Printemps 2010                        Chap. I.   Calcul Matriciel                    9




      3) (A + B)C = AC + BC
      4) C(A + B) = CA + CB
      Pour vu que les produits qui gurent dans les expressions soient
      dénis.
      Remarque 1.     :
      1) La multiplication matricielle n'est pas en général commutative,
      c.à.d AB = BA.
      2) La simplication n'est pas vraie en général, c.à.d AB = O
      n'entraîne pas, nécessairement A = O ou B = O.
      3) Une matrice carrée A est inversible s'il existe B telle que
      AB = BA = I .
      Exemple 5. :
                                                                       
                     1 0              0 1                           0   1
      1)   A=             , B =           ,    alors   AB =               et
                     0 0              1 0                           0   0
Printemps 2010                         Chap. I.   Calcul Matriciel                 10




                            
                     0   0
      BA =                  
                     1   0
                                                        
                     1 1                      −1       1
      2)   A=                = O, B =                   =O       et pourtant
                     2 2                          1   −1
                            
                     0   0
      AB =                  =O
                     0   0
                                                                
                                 a11 0       ...   0
                                                   . 
                                                    . 
                                                    . 
                               
                                0 a22 0 . . .
      1) Une matrice du type  .                         c'est à dire
                                             ..
                               
                                .              .
                                .
                                                        
                                                   0   
                                   0  ...     0   ann
      aij = 0 pour i = j est appelée matrice diagonale.
Printemps 2010                     Chap. I.   Calcul Matriciel            11



                                                                
                               a
                              11                                
                              0 a22
                                                                
      2) Une matrice du type  .                                  ou
                                                                 
                              .     ..           ..
                              .        .              .
                                                                 
                                                                 
                                                                
                                0   ...           0        ann
                           
         a11 0 . . .     0
      
                   ..    . 
                         . 
                      .  . 
      
              a22
                             est appelée        matrice triangulaire.
      
                   ..
      
                      . 0 
                           
      
                           
                        ann
      La première vérie aij = 0 pour i  j et la seconde aij = 0 pour
      i  j.
      3) Au lieu de AA on écrit tout simplement A2 , de même A3 = A2 A
      ....
      4) Si les lignes et les colonnes d'une matrice sont échangées, la
Printemps 2010                               Chap. I.   Calcul Matriciel        12




      matrice obtenue est appelée transposée de la matrice d'origine ; la
      transposée de A est notée t A.
      5) Si A = (aij ), alors t A = (bij ) avec bij = aji , on a t (t A) = A.
      Exemple 6.         :
                            
                     1   4                                      
                                                        1 2 3
      Si                 5 ;    alors
                                       t
           A= 2                             A=                 
                                                        4 5 6
                          
               3         6


      3 Matrices élémentaires
      3.1        Opérations élémentaires sur une matrice


      Soit A une matrice, on appelle opération élémentaire sur A l'une
      des transformations suivantes :
Printemps 2010                    Chap. I.   Calcul Matriciel                13




      1) Ajouter à une ligne ( resp à une colonne ) de A une autre ligne (
      resp colonne ) multipliée par un scalaire. (Rj ←− Rj + kRi )
      2) Multiplier une ligne ( resp une colonne ) de A par un scalaire
      non nul. (Ri ←− kRi )
      3) Permuter les lignes ( resp les colonnes ) de A. (Ri ←→ Rj )
      Soit e une opération élémentaire sur les lignes et e(A) désigne les
      résultats obtenus après l'application de l'opération e sur une
      matrice A.
      Soit E la matrice obtenue après l'application de e sur la matrice
      unité I , c'est à dire E = e(I). E est alors appelée la matrice
      élémentaire correspondant à l'opération élémentaire e.
      Exemple 7.   :
      Considérons la matrice unité d'ordre 3.
      1) Permuter les lignes L2 et L3 .
Printemps 2010                  Chap. I.   Calcul Matriciel              14




      2) Remplacer ligne L2 par −6L2 .
      3) Remplacer ligne L3 par −4L1 + L3 .
                                               
                 1 0   0            1       0 0
            0 0 1 , E2 =  0 −6 0  et
                                     
      E1 =                           
             0 1 0           0    0 1
                   
              1 0 0
            0 1 0  sont les matrices élémentaires
                   
      E3 =         
             −4 0 1
      correspondantes.
      Théorème 1. :

      Soit e une opération élémentaire sur les lignes et E la matrice
      élémentaire correspondante d'ordre m, alors e(A) = EA pour toute
      matrice A de type (m, n).
      Les opérations élémentaires ont des opérations inverses du même
Printemps 2010                   Chap. I.   Calcul Matriciel                 15




      type
      1) Permuter Ri et Rj est son propre inverse.
      2) Remplacer Ri par kRi et remplacer Ri par k Ri sont inverses
                                                  1


      3) Remplacer Rj par kRi + Rj et remplacer Rj par −kRi + Rj sont
      inverses.
      Supposons que e est l'inverse d'une opération élémentaire sur les
      lignes e, et soit E et E les matrices correspondantes. Alors E est
      inversible et son inverse est E . En particulier un produit de
      matrices élémentaires est inversible.
      Théorème 2.    :
      Soit A une matrice carrée, alors A est inversible si et seulement si
      A est un produit de matrices élémentaires.
Printemps 2010                    Chap. I.   Calcul Matriciel                         16




      3.2        Application pour déterminer l'inverse d'une

                 matrice carrée


      Exemple 8.       :
                                                               
                                                   1    0 2
      Trouver l'inverse de la matrice                               si elle existe.
                                                           
                                        A= 2
                                                      −1 3 
                                                            
                                            4           1 8
      Pour ce faire nous écrivons la matrice unité à la droite de A et
      nous appliquons les mêmes opérations à cette matrice que celles
      eectuées sur A.
                                       
             1     0 2     1 0 0           L −2L1
                                          −2 − −
                                         −− −→
                                         L3 − 4L1
      
            2    −1   3   0 1 0        
             4     1 8     0 0 1
Printemps 2010                              Chap. I.    Calcul Matriciel             17




                                                           
             1     0        2           1 0 0
                                                           
      
            0   −1        −1       −2 1 0                  
                                                            
             0     1        0       −4 0 1
                                                                       
                                1       0       2            1 0 0
                                                                         − 1 +2L3
                                                                          L
        L3 +L2                                                           L2− − 3
                                                                           − −→
               
      −− − − − 
      − − − −→                 0   −1      −1              −2 1 0           −L
                                0       0 −1                −6 1 1
                                                             
             1     0        0       −11 2               2         −L2
                                                                −→
                                                                   −
            0   −1         0            4 0        −1           −L3
                                                               
             0     0 −1                 −6 1            1
                                                           
             1 0       0        −11         2       2
                                                           
      
            0 1       0        −4          0       1       
                                                            
             0 0       1            6    −1     −1
Printemps 2010                               Chap. I.      Calcul Matriciel                  18




                                                  
                               −11       2     2
      d'où A     −1
                                             
                      =
                              −4        0  1 
                                              
                                   6    −1 −1
      Ecrivons cette inverse sous forme de produit de matrices
      élémentaires :
      A−1 = BC avec  
                                                    
                  1        0   0          1 0          0         1 0     2
                                                                               et
                                                                      
      B= 0
                     −1 0   0 1
                                                  0  0 1
                                                                       0 
                                                                           
          0            0 1     0 0                 −1    0 0             1
      C=
                                                                                  
        1 0            0               1 0 0                1 0 0              1 0   0
                                                                                
       0 1
                     −1  
                           0 1 0   −2 1 0   0 1
                                                                                 0 
                                                                                       
        0 0            0     0 1 1      0 0 1    −4 0                                1

Contenu connexe

Tendances

T. Masrour - cours dynamique des systèmes - vibrations -chapitre3-mmc
T. Masrour - cours dynamique des systèmes - vibrations -chapitre3-mmcT. Masrour - cours dynamique des systèmes - vibrations -chapitre3-mmc
T. Masrour - cours dynamique des systèmes - vibrations -chapitre3-mmctawfik-masrour
 
8.2 Exploring exponential models
8.2 Exploring exponential models8.2 Exploring exponential models
8.2 Exploring exponential modelsswartzje
 
Algèbre & Trigonométrie ( DUT )
Algèbre & Trigonométrie ( DUT )Algèbre & Trigonométrie ( DUT )
Algèbre & Trigonométrie ( DUT )FATIHA AKEF
 
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafaAlgèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafaKamel Djeddi
 
S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)Med Bijou
 
Partie i vibrations et oscillateurs
Partie i   vibrations et oscillateursPartie i   vibrations et oscillateurs
Partie i vibrations et oscillateursOumaimaBenSaid
 
Chapitre 1 l entreprise-definition-classification et fonctions
Chapitre 1  l entreprise-definition-classification et fonctionsChapitre 1  l entreprise-definition-classification et fonctions
Chapitre 1 l entreprise-definition-classification et fonctionsAnass Elhabti Idrissi
 
Cours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultineCours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultineAbdel Hakim
 
Cours de probabilités chap2.pptx
Cours de probabilités chap2.pptxCours de probabilités chap2.pptx
Cours de probabilités chap2.pptxHanaeElabbas
 
Slides ensae - Actuariat Assurance Non-Vie, #1
Slides ensae - Actuariat Assurance Non-Vie, #1Slides ensae - Actuariat Assurance Non-Vie, #1
Slides ensae - Actuariat Assurance Non-Vie, #1Arthur Charpentier
 
Analyse numérique interpolation
Analyse numérique interpolationAnalyse numérique interpolation
Analyse numérique interpolationJaouad Dabounou
 
Mathématiques - Fonction génératrice
Mathématiques - Fonction génératriceMathématiques - Fonction génératrice
Mathématiques - Fonction génératriceLoïc Dilly
 
S1 mq i - statistique descriptive i - exercices
S1   mq i - statistique descriptive i - exercicesS1   mq i - statistique descriptive i - exercices
S1 mq i - statistique descriptive i - exercicesAbdeslam ELMOUDEN
 
Les algorithmes recurrents
Les algorithmes recurrentsLes algorithmes recurrents
Les algorithmes recurrentsmohamed_SAYARI
 

Tendances (20)

LISSAGE EXPONENTIEL.pdf
LISSAGE EXPONENTIEL.pdfLISSAGE EXPONENTIEL.pdf
LISSAGE EXPONENTIEL.pdf
 
T. Masrour - cours dynamique des systèmes - vibrations -chapitre3-mmc
T. Masrour - cours dynamique des systèmes - vibrations -chapitre3-mmcT. Masrour - cours dynamique des systèmes - vibrations -chapitre3-mmc
T. Masrour - cours dynamique des systèmes - vibrations -chapitre3-mmc
 
8.2 Exploring exponential models
8.2 Exploring exponential models8.2 Exploring exponential models
8.2 Exploring exponential models
 
Algèbre & Trigonométrie ( DUT )
Algèbre & Trigonométrie ( DUT )Algèbre & Trigonométrie ( DUT )
Algèbre & Trigonométrie ( DUT )
 
Tp4 matlab
Tp4 matlabTp4 matlab
Tp4 matlab
 
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafaAlgèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafa
 
S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)
 
Partie i vibrations et oscillateurs
Partie i   vibrations et oscillateursPartie i   vibrations et oscillateurs
Partie i vibrations et oscillateurs
 
Mathematiques financieres
Mathematiques financieresMathematiques financieres
Mathematiques financieres
 
Chapitre 1 l entreprise-definition-classification et fonctions
Chapitre 1  l entreprise-definition-classification et fonctionsChapitre 1  l entreprise-definition-classification et fonctions
Chapitre 1 l entreprise-definition-classification et fonctions
 
Tp 2 vecteur et matrice
Tp 2 vecteur et matriceTp 2 vecteur et matrice
Tp 2 vecteur et matrice
 
Cours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultineCours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultine
 
Cours de probabilités chap2.pptx
Cours de probabilités chap2.pptxCours de probabilités chap2.pptx
Cours de probabilités chap2.pptx
 
Slides ensae - Actuariat Assurance Non-Vie, #1
Slides ensae - Actuariat Assurance Non-Vie, #1Slides ensae - Actuariat Assurance Non-Vie, #1
Slides ensae - Actuariat Assurance Non-Vie, #1
 
Analyse numérique interpolation
Analyse numérique interpolationAnalyse numérique interpolation
Analyse numérique interpolation
 
246242769 sequence-1-pdf
246242769 sequence-1-pdf246242769 sequence-1-pdf
246242769 sequence-1-pdf
 
Mathématiques - Fonction génératrice
Mathématiques - Fonction génératriceMathématiques - Fonction génératrice
Mathématiques - Fonction génératrice
 
Arma
ArmaArma
Arma
 
S1 mq i - statistique descriptive i - exercices
S1   mq i - statistique descriptive i - exercicesS1   mq i - statistique descriptive i - exercices
S1 mq i - statistique descriptive i - exercices
 
Les algorithmes recurrents
Les algorithmes recurrentsLes algorithmes recurrents
Les algorithmes recurrents
 

Similaire à Matrices 2

Similaire à Matrices 2 (20)

Matrices 2
Matrices 2 Matrices 2
Matrices 2
 
Matrices
MatricesMatrices
Matrices
 
Chapitre2 Calcul matriciel.pdf
Chapitre2 Calcul matriciel.pdfChapitre2 Calcul matriciel.pdf
Chapitre2 Calcul matriciel.pdf
 
Algébre(2)
Algébre(2)Algébre(2)
Algébre(2)
 
Cours
CoursCours
Cours
 
Algebre
AlgebreAlgebre
Algebre
 
04 cours matrices_suites
04 cours matrices_suites04 cours matrices_suites
04 cours matrices_suites
 
Chap 3 matrice
Chap 3 matriceChap 3 matrice
Chap 3 matrice
 
Polycopié-algèbre
Polycopié-algèbrePolycopié-algèbre
Polycopié-algèbre
 
GEII - Ma3 - Matrices
GEII - Ma3 - MatricesGEII - Ma3 - Matrices
GEII - Ma3 - Matrices
 
Determinanant
Determinanant Determinanant
Determinanant
 
Determinanant
DeterminanantDeterminanant
Determinanant
 
Exercice nombres complexes
Exercice nombres complexesExercice nombres complexes
Exercice nombres complexes
 
Analyse Numérique Chapitre 2: Systèmes d'Équations Linéaires.
Analyse Numérique Chapitre 2: Systèmes d'Équations Linéaires.Analyse Numérique Chapitre 2: Systèmes d'Équations Linéaires.
Analyse Numérique Chapitre 2: Systèmes d'Équations Linéaires.
 
Calcul matriciel-systemes-lineaires
Calcul matriciel-systemes-lineairesCalcul matriciel-systemes-lineaires
Calcul matriciel-systemes-lineaires
 
Chap 4 déterminant
Chap 4 déterminantChap 4 déterminant
Chap 4 déterminant
 
Cours analyse-num source1
Cours analyse-num source1Cours analyse-num source1
Cours analyse-num source1
 
Euclidien12octobre
Euclidien12octobreEuclidien12octobre
Euclidien12octobre
 
Math: matrices (French)
Math: matrices (French)Math: matrices (French)
Math: matrices (French)
 
Exercice coniques
Exercice coniquesExercice coniques
Exercice coniques
 

Plus de hassan1488

Economie internationale
Economie internationaleEconomie internationale
Economie internationalehassan1488
 
Organisation entreprises madame jalal
Organisation entreprises madame jalalOrganisation entreprises madame jalal
Organisation entreprises madame jalalhassan1488
 
management_tifawt.com
management_tifawt.commanagement_tifawt.com
management_tifawt.comhassan1488
 
Suite exercice
Suite exerciceSuite exercice
Suite exercicehassan1488
 
Compta25 no restriction
Compta25 no restrictionCompta25 no restriction
Compta25 no restrictionhassan1488
 
Compta24 no restriction
Compta24 no restrictionCompta24 no restriction
Compta24 no restrictionhassan1488
 
Compta23 no restriction
Compta23 no restrictionCompta23 no restriction
Compta23 no restrictionhassan1488
 
Compta22 no restriction
Compta22 no restrictionCompta22 no restriction
Compta22 no restrictionhassan1488
 
Compta21 no restriction
Compta21 no restrictionCompta21 no restriction
Compta21 no restrictionhassan1488
 
Compta20 no restriction
Compta20 no restrictionCompta20 no restriction
Compta20 no restrictionhassan1488
 
Compta19 no restriction
Compta19 no restrictionCompta19 no restriction
Compta19 no restrictionhassan1488
 
Compta18 no restriction
Compta18 no restrictionCompta18 no restriction
Compta18 no restrictionhassan1488
 
Compta17 no restriction
Compta17 no restrictionCompta17 no restriction
Compta17 no restrictionhassan1488
 
Compta16 no restriction
Compta16 no restrictionCompta16 no restriction
Compta16 no restrictionhassan1488
 
Compta15 no restriction
Compta15 no restrictionCompta15 no restriction
Compta15 no restrictionhassan1488
 
Compta14 no restriction
Compta14 no restrictionCompta14 no restriction
Compta14 no restrictionhassan1488
 
Compta13 no restriction
Compta13 no restrictionCompta13 no restriction
Compta13 no restrictionhassan1488
 

Plus de hassan1488 (20)

Cg cpc
Cg cpc Cg cpc
Cg cpc
 
Les pneus
Les pneusLes pneus
Les pneus
 
Economie internationale
Economie internationaleEconomie internationale
Economie internationale
 
Organisation entreprises madame jalal
Organisation entreprises madame jalalOrganisation entreprises madame jalal
Organisation entreprises madame jalal
 
management_tifawt.com
management_tifawt.commanagement_tifawt.com
management_tifawt.com
 
Cours suite
Cours suiteCours suite
Cours suite
 
Suite exercice
Suite exerciceSuite exercice
Suite exercice
 
Compta25 no restriction
Compta25 no restrictionCompta25 no restriction
Compta25 no restriction
 
Compta24 no restriction
Compta24 no restrictionCompta24 no restriction
Compta24 no restriction
 
Compta23 no restriction
Compta23 no restrictionCompta23 no restriction
Compta23 no restriction
 
Compta22 no restriction
Compta22 no restrictionCompta22 no restriction
Compta22 no restriction
 
Compta21 no restriction
Compta21 no restrictionCompta21 no restriction
Compta21 no restriction
 
Compta20 no restriction
Compta20 no restrictionCompta20 no restriction
Compta20 no restriction
 
Compta19 no restriction
Compta19 no restrictionCompta19 no restriction
Compta19 no restriction
 
Compta18 no restriction
Compta18 no restrictionCompta18 no restriction
Compta18 no restriction
 
Compta17 no restriction
Compta17 no restrictionCompta17 no restriction
Compta17 no restriction
 
Compta16 no restriction
Compta16 no restrictionCompta16 no restriction
Compta16 no restriction
 
Compta15 no restriction
Compta15 no restrictionCompta15 no restriction
Compta15 no restriction
 
Compta14 no restriction
Compta14 no restrictionCompta14 no restriction
Compta14 no restriction
 
Compta13 no restriction
Compta13 no restrictionCompta13 no restriction
Compta13 no restriction
 

Matrices 2

  • 1. Printemps 2010 Chap. I. Calcul Matriciel 1 Chap. I. Calcul Matriciel Printemps 2010
  • 2. Printemps 2010 Chap. I. Calcul Matriciel 2 Dans tout ce qui suit, K désigne R ou C. 1 Dénitions et propriétés Un tableau rectangulaire, de nombres ( ∈ K ), de la forme   a a12 ... a1n  11   a21 a22 ... a2n   (1)   . .  . .    . .    am1 am2 ... amn est appelé matrice. Les nombres aij sont appelés coecients de la matrice. Les lignes horizontales sont appelées rangées ou vecteurs rangées, et les lignes verticales sont appelées colonnes ou vecteurs
  • 3. Printemps 2010 Chap. I. Calcul Matriciel 3 colonnes de la matrice. Une matrice à m rangées et n colonnes est appelée matrice de type (m, n). On note la matrice ( ??) par (aij ). Exemple 1. :   0 0 ... 0    0 0 ... 0    1) La matrice nulle O= .  . .  a tous ses coecients  . .  .    0 0 ... 0 nuls. 2) Une matrice (a1 , ..., an ) ayant une seule rangée est appelée matrice uniligne.
  • 4. Printemps 2010 Chap. I. Calcul Matriciel 4   b  1   b2   3) Une matrice ayant une seule colonne est appelée   .  .    .    bm matrice unicolonne. 1) Une matrice ayant le même nombre de rangées et de colonnes est appelées matrice carrée, et le nombre de rangées est appelé son ordre. 2) La matrice carrée (aij ) telle que aij = 0 si i = j et aii = 1 ∀i est appelée matrice unité, notée par I , elle vérie AI = IA = A, ∀A matrice carrée du même ordre que I . 3) Deux matrices (aij ) et (bij ) sont égales si et seulement si elles ont même nombre de rangées et le même nombre de colonnes et les éléments correspondants sont égaux ; c'est à dire aij = bij ∀i, j .
  • 5. Printemps 2010 Chap. I. Calcul Matriciel 5 2 Opérations sur les matrices 2.1 Addition La somme de deux matrices de type (m, n) (aij ) et (bij ) est la matrice (cij ) de type (m, n) ayant pour éléments cij = aij + bij pour i = 1, ..., m et j = ..., n. 1,    −4 6 3 5 −1 0 Exemple 2. : Si A=  et B= , 0 1 2 3 1 0   1 5 3 alors A+B =  3 2 2 L'addition des matrices satisfait les propriétés suivantes : Pour A, B et C des matrices de type (m, n) on a : 1) A + B = B + A
  • 6. Printemps 2010 Chap. I. Calcul Matriciel 6 2) (A + B) + C = A + (B + C) 3) A + O = O + A = A où O est la matrice nulle 4) A + (−A) = O où −A = (−aij ). 2.2 Multiplication par un scalaire Soit A (aij ) et λ ∈ K, on dénit  = λa11 λa12 ... λa1n    λa21 λa22 ... λa2n    = (λaij ).  λA =  .  . .  . . .     λam1 λam2 ... λamn Exemple 3. : Si A = (2 7 8), alors 3A = (6 21 24) Cette multiplication vérie :
  • 7. Printemps 2010 Chap. I. Calcul Matriciel 7 Pour A, B des matrices de type (m, n) 1) λ(A + B) = λA + λB 2) (λ + µ)A = λA + µA 3) λ(µA) = (λµ)A 4) 1A = A 2.3 Multiplication des matrices Soit A = (aij ) une matrice de type (m, n) et B = (bkl ) une matrice de type (r, p), alors le produit AB ( dans cet ordre ) n'est déni que si n = r, et est la matrice C = (cil ) de type (m, p) dont les j=n éléments cil = aij bjl . j=1 Exemple 4. :
  • 8. Printemps 2010 Chap. I. Calcul Matriciel 8     1 0 2 3 2 −1 et  5 3 1 , alors   A=  B= 0 4 6  6 4 2 AB =   3(1) + 2(5) + (−1)(6) 3(0) + 2(3) + (−1)(4) 3(2) + 2(1) + (−1)(2)   0(1) + 4(5) + 6(6) 0(0) + 4(3) + 6(4) 0(2) + 4(1) + 6(2)   7 2 6 =   56 36 16 Le produit matriciel vérie les propriétés suivantes : 1) λ(AB) = (λA)B , λ ∈ K 2) A(BC) = (AB)C
  • 9. Printemps 2010 Chap. I. Calcul Matriciel 9 3) (A + B)C = AC + BC 4) C(A + B) = CA + CB Pour vu que les produits qui gurent dans les expressions soient dénis. Remarque 1. : 1) La multiplication matricielle n'est pas en général commutative, c.à.d AB = BA. 2) La simplication n'est pas vraie en général, c.à.d AB = O n'entraîne pas, nécessairement A = O ou B = O. 3) Une matrice carrée A est inversible s'il existe B telle que AB = BA = I . Exemple 5. :       1 0 0 1 0 1 1) A= , B =  , alors AB =   et 0 0 1 0 0 0
  • 10. Printemps 2010 Chap. I. Calcul Matriciel 10   0 0 BA =   1 0     1 1 −1 1 2) A=  = O, B =  =O et pourtant 2 2 1 −1   0 0 AB =  =O 0 0   a11 0 ... 0  .  .  .    0 a22 0 . . . 1) Une matrice du type  .  c'est à dire ..   . .  .  0   0 ... 0 ann aij = 0 pour i = j est appelée matrice diagonale.
  • 11. Printemps 2010 Chap. I. Calcul Matriciel 11   a  11   0 a22   2) Une matrice du type  .  ou   . .. ..  . . .     0 ... 0 ann   a11 0 . . . 0  .. .  .  . .   a22  est appelée matrice triangulaire.  ..  . 0       ann La première vérie aij = 0 pour i j et la seconde aij = 0 pour i j. 3) Au lieu de AA on écrit tout simplement A2 , de même A3 = A2 A .... 4) Si les lignes et les colonnes d'une matrice sont échangées, la
  • 12. Printemps 2010 Chap. I. Calcul Matriciel 12 matrice obtenue est appelée transposée de la matrice d'origine ; la transposée de A est notée t A. 5) Si A = (aij ), alors t A = (bij ) avec bij = aji , on a t (t A) = A. Exemple 6. :   1 4   1 2 3 Si 5 ; alors   t A= 2 A=  4 5 6   3 6 3 Matrices élémentaires 3.1 Opérations élémentaires sur une matrice Soit A une matrice, on appelle opération élémentaire sur A l'une des transformations suivantes :
  • 13. Printemps 2010 Chap. I. Calcul Matriciel 13 1) Ajouter à une ligne ( resp à une colonne ) de A une autre ligne ( resp colonne ) multipliée par un scalaire. (Rj ←− Rj + kRi ) 2) Multiplier une ligne ( resp une colonne ) de A par un scalaire non nul. (Ri ←− kRi ) 3) Permuter les lignes ( resp les colonnes ) de A. (Ri ←→ Rj ) Soit e une opération élémentaire sur les lignes et e(A) désigne les résultats obtenus après l'application de l'opération e sur une matrice A. Soit E la matrice obtenue après l'application de e sur la matrice unité I , c'est à dire E = e(I). E est alors appelée la matrice élémentaire correspondant à l'opération élémentaire e. Exemple 7. : Considérons la matrice unité d'ordre 3. 1) Permuter les lignes L2 et L3 .
  • 14. Printemps 2010 Chap. I. Calcul Matriciel 14 2) Remplacer ligne L2 par −6L2 . 3) Remplacer ligne L3 par −4L1 + L3 .     1 0 0 1 0 0  0 0 1 , E2 =  0 −6 0  et     E1 =     0 1 0 0 0 1   1 0 0  0 1 0  sont les matrices élémentaires   E3 =   −4 0 1 correspondantes. Théorème 1. : Soit e une opération élémentaire sur les lignes et E la matrice élémentaire correspondante d'ordre m, alors e(A) = EA pour toute matrice A de type (m, n). Les opérations élémentaires ont des opérations inverses du même
  • 15. Printemps 2010 Chap. I. Calcul Matriciel 15 type 1) Permuter Ri et Rj est son propre inverse. 2) Remplacer Ri par kRi et remplacer Ri par k Ri sont inverses 1 3) Remplacer Rj par kRi + Rj et remplacer Rj par −kRi + Rj sont inverses. Supposons que e est l'inverse d'une opération élémentaire sur les lignes e, et soit E et E les matrices correspondantes. Alors E est inversible et son inverse est E . En particulier un produit de matrices élémentaires est inversible. Théorème 2. : Soit A une matrice carrée, alors A est inversible si et seulement si A est un produit de matrices élémentaires.
  • 16. Printemps 2010 Chap. I. Calcul Matriciel 16 3.2 Application pour déterminer l'inverse d'une matrice carrée Exemple 8. :   1 0 2 Trouver l'inverse de la matrice si elle existe.   A= 2  −1 3   4 1 8 Pour ce faire nous écrivons la matrice unité à la droite de A et nous appliquons les mêmes opérations à cette matrice que celles eectuées sur A.   1 0 2 1 0 0 L −2L1  −2 − −  −− −→  L3 − 4L1   2 −1 3 0 1 0  4 1 8 0 0 1
  • 17. Printemps 2010 Chap. I. Calcul Matriciel 17   1 0 2 1 0 0     0 −1 −1 −2 1 0   0 1 0 −4 0 1   1 0 2 1 0 0  − 1 +2L3 L L3 +L2  L2− − 3 − −→  −− − − −  − − − −→  0 −1 −1 −2 1 0  −L 0 0 −1 −6 1 1   1 0 0 −11 2 2 −L2   −→ −  0 −1 0 4 0 −1  −L3   0 0 −1 −6 1 1   1 0 0 −11 2 2     0 1 0 −4 0 1   0 0 1 6 −1 −1
  • 18. Printemps 2010 Chap. I. Calcul Matriciel 18   −11 2 2 d'où A −1   =  −4 0 1   6 −1 −1 Ecrivons cette inverse sous forme de produit de matrices élémentaires : A−1 = BC avec      1 0 0 1 0 0 1 0 2 et     B= 0  −1 0   0 1  0  0 1  0   0 0 1 0 0 −1 0 0 1 C=      1 0 0 1 0 0 1 0 0 1 0 0       0 1  −1     0 1 0   −2 1 0   0 1   0   0 0 0 0 1 1 0 0 1 −4 0 1