Les Matrices

Chapitre 3 : Les matrices
Sandrine CHARLES : scharles@biomserv.univ-lyon1.fr
Introduction ............................................................................................................................2
1
Dfinitions ......................................................................................................................2
Oprations sur les matrices.............................................................................................3
2.1
Addition de deux matrices......................................................................................3
2.2
Multiplication dune matrice par un scalaire..........................................................4
2.3
Multiplication de matrices ......................................................................................5
2.4
Transposition de matrice ........................................................................................7
Matrices carres, matrices lmentaires .........................................................................8

3.1
Matrices carres......................................................................................................8
3.2
Matrices diagonales ................................................................................................8
3.3
Matrice Identit.......................................................................................................9
3.4
Matrices Inversibles..............................................................................................10
3.5
Matrices symtriques............................................................................................10
3.6
Matrices triangulaires ...........................................................................................11
3.7
Matrices orthogonales...........................................................................................11
3.8
Matrices normales.................................................................................................12
Dterminant dune matrice carre ................................................................................12

4.1
Formes multilinaires alternes ............................................................................12
4.2
Dterminant dun systme de vecteurs.................................................................13
4.3
Dterminant dune matrice carre ........................................................................13
4.4
Dterminant et volume .........................................................................................18
Inversion de matrices....................................................................................................18
5.1
Matrice adjointe....................................................................................................18
5.2
Thormes ............................................................................................................19
5.3
Cas dune matrice dordre 2 .................................................................................19
5.4
Cas dune matrice dordre 3 .................................................................................20
5.5
Cas particulier : inverse dune matrice diagonale ................................................20
Exemples dutilisation en Biologie...............................................................................20
Mathmatiques : Outils pour la Biologie Deug SV2 UCBL
S. Charles (10/02/03)
......................................................................................................................................................................................................
Introduction
Historiquement cest Cayley, paralllement aux travaux de Grassmann, qui dgage la notion
d'espace vectoriel de dimension n, et introduit, avec Sylvester, la notion de matrice (le terme
sera introduit par ce dernier en 1850) et en expose l'usage en faisant emploi des dterminants
(dont l'initiateur fut Cauchy) dans une thorie plus large dite des invariants (1858) : on
entend l des proprits matricielles invariantes par transformation linaire comme, par
exemple, le dterminant et la trace (somme des lments diagonaux).
1 Dfinitions
Dfinition 1
Un tableau rectangulaire de la forme ci-dessous est appel matrice.
p colonnes
a11
a21
A=
an1
a12
a22
an 2
a1 p
a2 p
anp
n lignes
Llment aij
de la matrice se trouve lintersection de la ime ligne et de la jme colonne.
La matrice A scrit galement sous la forme A = aij avec i = 1, n et j = 1, p .

Une matrice ayant n lignes et p colonnes est appele matrice ( n, p ) ou n p .
Dfinition 2
Le couple ( n, p ) est appel dimension de la matrice.
Dfinitions 3
Une matrice de dimension ( n,1) est une matrice colonne.
Une matrice de dimension (1, p ) est une matrice ligne.
Notation : Lensemble des matrices de dimension ( n, p ) est not M n , p (
Chapitre 3 : Les matrices - page 2/22 -
).
S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple
2 3
A = 4 2
1 0
A a pour dimension ( 3, 2 )
a12 = 3
a31 = 1
Dfinition 4
Soient B = {e1, e2 , , en } la base canonique de
p
et B = {e1 , e2 , , e p } la base canonique de
. Soit A = aij une matrice de dimension ( n, p ) . Alors :

n
c j = akj ek est le j-ime vecteur colonne extrait de A ; cest un vecteur de
dont les
k =1
coordonnes sont ( a1 j , a2 j , , anj ) .

p
= aih eh est le i-ime vecteur ligne extrait de A ; cest un vecteur de

h =1
coordonnes sont ( ai1 , ai 2 , , aip ) .
Exemple
2 3
A = 4 2
1 0
B = {e1, e2 , e3 } base de
c1 = 2e1 + 4e2 + e3
1
= 2e1 + 3e2
B = {e1 , e2 } base de
c2 = 3e1 + 2e2
2
= 4e1 + 2e2
= e1
2 Oprations sur les matrices

2.1
Addition de deux matrices
Dfinition
Soient deux matrices A = aij et B = bij toutes deux de dimension ( n, p ) ;

On additionne terme terme pour obtenir : A + B = aij + bij de dimension ( n, p ) .
dont les
S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple 1
2 3
1 2
Soient A = 4 2 et B = 0 1 . Calculer A + B . Rponse.

1 0
1 4
Proprits
Soient A, B et C trois matrices de dimension ( n, p ) et 0 la matrice ( n, p ) dont les lments

sont tous gaux 0.
(i)
( A + B ) + C = A + ( B + C)
(associativit)
(ii)
A+0 = A
(lment neutre)
(iii)
A + ( A ) = 0
(iv)
A+B = B+A
(oppos)
(commutativit)
Remarque : A = aij
a b
a b
Par exemple, si A =
, alors A =
.
c d
c d
2.2 Multiplication dune matrice par un scalaire
Dfinition
Soient A = aij une matrice de dimension
( n, p )
et
. On dfinit la matrice A
comme matrice dont tous les coefficients sont multiplis par : A = aij .
A est aussi de dimension ( n, p ) .
Exemple 2
2 3
Soient A = 4 2 et = 3 . Calculer A . Rponse.
1 0
Remarque : A = ( 1) A
S. Charles (10/02/03)
......................................................................................................................................................................................................
Proprits
Soient A et B deux matrices de dimension ( n, p ) et , deux rels.

(i)
( A + B ) = A + B
(ii)
( + ) A = A + A
(iii)
( ) A = ( A )
(iv)
1 A = A et 0 A = 0
(ne pas confondre 0 scalaire et 0 matrice)
Consquence
Compte tenu des proprits ci-dessus, lensemble des matrices de dimension ( n, p ) , muni des
deux lois prcdemment dfinies, est un espace vectoriel.
2.3 Multiplication de matrices
Dfinition
Soient A = [ aik ] une matrice ( n, p ) et B = bkj une matrice
( p, q )
le produit des deux
matrices C = AB a pour dimension ( n, q ) et scrit :

p
C = cij avec cij = aik bkj , pour i = 1, n et j = 1, q

k =1
Remarque
Le produit AB nest donc possible que si le nombre de colonnes de A est gal au nombre de
lignes de B (p).
Application au cas de deux matrices (2,2)

a
A= 11
a21
a12
b11 b12
et B=
a22
b21 b22
a
C= 11
a21
a12
a22
a11b11 + a12b21
b11 b12
soit C=
a21b11 + a22b21
b21 b22
a11b12 + a12b22
a21b12 + a22b22
S. Charles (10/02/03)
......................................................................................................................................................................................................
Moyen mnmotechnique
Exemple 3
2 1
4 2
Soient A=
et B=
. Calculer AB. Rponse.
1 4
0 2
Remarques
En gnral, la multiplication de deux matrices nest pas commutative :
Si AB existe, BA nexiste pas forcment.
Si BA existe, alors gnralement AB BA .
Exemple 3 (suite)
Vrifier avec les matrices A et B prcdentes que AB BA . Rponse.
Proprits
Soient A ( n, p ) , B ( p, q ) , C ( q, s ) , D ( p, q ) et E ( q, n ) :
(i)
( AB ) C = A ( BC )
associativit [matrice de dimension ( n, s ) ]
(ii)
A ( B + D ) = AB + AD
distributivit gauche [matrice de dimension ( n, q ) ]
(iii)
( B + D ) E = BE + DE
distributivit droite [matrice de dimension ( p, n ) ]
S. Charles (10/02/03)
......................................................................................................................................................................................................
2.4 Transposition de matrice
Dfinition
a11
a21
Soit A =
an1
a12
a22
an 2
a1 p
a2 p
, la matrice transpose de A note A ou t A est la matrice
anp
a11
a12
t
obtenue en crivant les lignes de A en colonnes : A =
a1 p
a21
a22
a2 p
an1
an 2
a pn
Si A a pour dimension ( n, p ) alors t A a pour dimension ( p, n ) .
Exemple 4
2 3
Soit A = 4 2 . Calculer t A . Rponse.
1 0
Proprits
Soient A ( n, p ) , B ( n, p ) , C ( p, q ) trois matrices et soit

(i)
(ii)
(iii)
(iv)
( A + B) = t A + t B
( A) = A
t
(A) = t A
( AC ) = t C t A
Exemple 5 (proprit (i))

2 3
3 1
Soient A = 4 2 et B = 1 2 . Vrifier que

1 0
1 1
( A + B ) = t A + t B . Rponse.
S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple 6 (proprit (iv))

2 3
1 1 0
Soient A = 4 2 et C =
. Vrifier que
2
0
3
1 0
( AC ) = t C t A . Rponse.
3 Matrices carres, matrices lmentaires

3.1
Matrices carres
Dfinition
Une matrice dont le nombre de lignes est gal au nombre de colonnes est appele matrice
carre. Si elle a pour dimension ( n, n ) , on dit alors quelle est dordre n.
Rappelons que laddition et la multiplication de matrices ne sont pas dfinies pour des
matrices quelconques. Cependant, si on considre uniquement des matrices carres dordre n
donn, alors les oprations daddition, de multiplication, de multiplication par un scalaire, et
de transposition sont dfinies et leurs rsultats sont encore des matrices carres dordre n.
Exemple
2 5 1
1 2 3
Soient A = 4 4 4 et B = 0 3 2 . A et B sont des matrices carres dordre 3.

1 2 4
5 6 7
Vrifier que A + B , 2 A , t A et AB sont galement des matrices carres dordre 3. Rponse.
3.2 Matrices diagonales
Dfinition 1
On appelle diagonale (ou diagonale principale) dune matrice carre dordre n, les lments
a11 , a22 , , ann de la matrice.
Exemple
a11 a12
A = a21 a 22
a
31 a32
a13
a23
a 33
a11 , a22 , a33 sont les lments de la diagonale de A
S. Charles (10/02/03)
......................................................................................................................................................................................................
Dfinition 2
Une matrice carre D = dij est dite diagonale si tous ses lments non diagonaux sont nuls.
Une telle matrice est frquemment note D = diag ( d11 , d 22 , , d nn ) o certains ou tous les
scalaires dii peuvent tre gaux zro.
Exemples
1 0 0
D1 = 0 3 0
0 0 2
4 0
D2 =
0 5
0
D3 =
0
0 0
0 0
0 2
0 0
0
0
3.3 Matrice Identit
Dfinition
Une matrice carre dordre n ne comportant que des 1 sur la diagonale principale et des 0
partout ailleurs, est note I n et est appele matrice unit ou matrice identit.
Exemple
1 0 0
I3 = 0 1 0
0 0 1
Proprit 1
Quelle que soit A ( n, p )
AI p = I n A = A
Exemple
1 3
Soit A = 2 0 . Vrifier que AI 2 = I 3 A . Rponse.
4 1
S. Charles (10/02/03)
......................................................................................................................................................................................................
Proprit 2
La matrice I n , pour tout
, est appele matrice scalaire. Cest la matrice diagonale
dont les lments diagonaux sont tous gaux .
Exemple
0 0
I 3 = 0 0
0 0
Remarque
On parle de matrice scalaire car elle joue le mme rle que celui dun scalaire dans la
multiplication dune matrice par un scalaire : A ( I p ) = ( I n ) A = A .
3.4 Matrices Inversibles
Dfinition
Une matrice carre A, dordre n, est dite inversible ou non singulire, sil existe une matrice
carre B dordre n telle que AB = BA = I n , Une telle matrice B est unique, dordre n ; on
lappelle matrice inverse de A et on la note A 1 .
Remarque
La relation prcdente est symtrique, cest--dire que si B est linverse de A, alors A est
linverse de B.
3.5 Matrices symtriques
Dfinition
Une matrice carre est dite symtrique si et seulement si t A = A . Autrement dit si i j ,

aij = a ji .
S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple
1 2 3
A= 2 4 9
3 9 0
3.6 Matrices triangulaires
Dfinition
Une matrice triangulaire est une matrice carre dont les lments au-dessous (ou au-dessus)
de la diagonale principale sont tous nuls.
Exemples
1 2 3
0 4 9 : Matrice triangulaire suprieure

0 0 2
1 0 0
2 3 0 : Matrice triangulaire infrieure

4 8 2
3.7 Matrices orthogonales
Dfinition
Une matrice carre dordre n est dite orthogonale si A t A = t AA = I n .
Exemple
1
9
4
A=
9
8
9
4
9
1
9
4
9
7
9
Proprit
Si A est une matrice orthogonale, alors elle est inversible et A 1 = t A .
S. Charles (10/02/03)
......................................................................................................................................................................................................
3.8 Matrices normales
Dfinition
Une matrice carre dordre n est dite normale si A t A = t AA , autrement dit si A et sa

transpose t A commutent.
Remarque
Il est clair que si A est symtrique ou orthogonale, alors elle est normale. Mais il existe
dautres matrices normales.
Exemple
6 3
A=
3 6
4 Dterminant dune matrice carre

4.1
Formes multilinaires alternes
On rappelle que E n = E E E .
n fois
Dfinition 1
Soit E un espace vectoriel. Une application de D : E n F est une application

multilinaire ou n-linaire si elle est linaire par rapport chacune de ses variables :
(i)
Soit ( x1 , x2 , , xn ) E n tel que xi = ui + vi . Alors :

D ( x1 , , ui + vi , , xn ) = D ( x1 , , ui , , xn ) + D ( x1 , , vi , , xn )
(ii)
Soit ( x1 , x2 , , xn ) E n tel que xi = ui avec
. Alors :
D ( x1 , , ui , , xn ) = D ( x1 , , ui , , xn )
Si F =
, on dit que D est une forme n-linaire.
Dfinition 2
Soit E un espace vectoriel et D : E n
une forme n-linaire. On dit que D est alterne si
D ( x1 , , xi , , x j , , xn ) = 0 chaque fois que deux des xi sont identiques :

D ( x1 , , xi , , x j , , xn ) = 0 ds que xi = x j pour i j
S. Charles (10/02/03)
......................................................................................................................................................................................................
4.2 Dterminant dun systme de vecteurs

Thorme
Il existe une unique application D : (
n n
telle que :
(i)
D est une forme n-linaire ;
(ii)
D est alterne ;
(iii)
D ( e1 , , ei , , en ) = 1 o les ei sont les vecteurs de la base canonique de
Dfinition
Cette application D : (
n n
n-linaire alterne et telle que D ( e1 , , ei , , en ) = 1 est
appele dterminant. On la note gnralement det.
Remarque
Soit V
une famille de vecteurs v j ,
det ( v1 , v2 , , vn )
j = 1, n . Alors V = ( v1 , v2 , , vn ) (
n n
et
4.3 Dterminant dune matrice carre
Soit A une matrice carre dordre n. Soit A = aij . Chaque colonne de A peut alors tre
considre comme un vecteur de
A = v1 v2 v p avec v j = ( a1 j , a2 j , , anj ) pour j = 1, n
Ainsi, la dfinition de la notion de dterminant dune matrice carre est troitement lie la
dfinition du dterminant dun systme de vecteurs :
det ( A ) = det ( v1 , v2 , , vn )
On note alors det ( A ) =
a11 a1n
, et on par le de dterminant dordre n.

an1
ann
La suite du chapitre traite du calcul pratique des dterminants.
S. Charles (10/02/03)
......................................................................................................................................................................................................
4.3.1
Dterminant dune matrice carre dordre 2
Dfinition
a c
a c
Soit A =
= a d bc .
. Alors det ( A ) =
b d
b d
Moyen mnmotechnique
Exemple 8
2 5
Soit A =
. Calculer det ( A ) . Rponse.
3 7
4.3.2
Dterminant dune matrice carre dordre 3
Rgle de Sarrus
Cette rgle nest valable que pour des matrices carres dordre 3, et nest absolument
pas gnralisable. Mieux vaut donc lui prfrer la rgle gnrale nonce dans le
paragraphe suivant.
a1
Soit M = a2
a
3
b1
b2
b3
c1
c2 .
c3
det ( M ) = a1b2 c3 + a2 b3 c1 + a3 b1c2 a3 b2 c1 a1b3 c2 a2 b1c3

S. Charles (10/02/03)
......................................................................................................................................................................................................
Exemple 9
2 1 0
Soit M = 1 4 2 . Calculer det ( M ) par la rgle de Sarrus. Rponse.
3 1 1
4.3.3
Gnralisation : Dterminant dordre n
Mthode des cofacteurs
Lastuce consiste se ramener des dterminants dordre infrieur jusqu obtenir des
dterminants dordre 2. Pour cela, on dveloppe le dterminant par rapport une ligne ou une
colonne.
Soit =
a11
a12
a1n
a21
a22
a2 n
an1
an 2
ann
un dterminant dordre n.
= aij X ij , dveloppement par rapport la ligne i

j =1
n
= aij X ij , dveloppement par rapport la colonne j

i =1
o X ij est le cofacteur de llment aij : X ij = ( 1)
i+ j
ij
ij est le mineur de aij cest--dire le dterminant dordre ( n 1) extrait de en enlevant la

ime ligne et la jme colonne.
Application :
= a11 X 11 + a12 X 12 + + a1 p X 1 p (ligne 1)
= a11 X 11 + a21 X 21 + + a p1 X p1 (colonne 1)
a22
a2 p
X 11 = +11 =
a21 a2 p
X 12 = 12 =
a p 2 a pp
a p1 a pp
S. Charles (10/02/03)
......................................................................................................................................................................................................
Remarque
La rpartition des signes prendre devant les mineurs ( 1)
i+ j
, est alterne partir du signe +
pour llment a11 .
Par exemple, pour un dterminant dordre 5 :

+
Application au dterminant dordre 3

a1
b1
c1
= a2
a3
b2
b3
c2
c3
= a1 X 11 + a2 X 21 + a3 X 31 (colonne 1)
= a111 a2 21 + a3 31
= a1
b2
b3
c2
b
a2 1
c3
b3
c1
b
+ a3 1
c3
b2
c1
c2
= a1 ( b2 c3 b3c2 ) a2 ( b1c3 b3c1 ) + a3 ( b1c2 b2 c1 )
Exemple 10
1
Calculer le dterminant suivant = 2 1 3 , avec la mthode des cofacteurs. Rponse.

2 4 3
Propositions
a) Si A a une ligne (ou une colonne) de zros alors det ( A ) = 0

Si A a deux lignes (ou deux colonnes) identiques alors det ( A ) = 0
b) Si on change deux lignes (deux colonnes) dun dterminant alors on obtient det ( A )
S. Charles (10/02/03)
......................................................................................................................................................................................................
a c
c
= ad bc et
b d
d
a
= bc ad = (ad bc)
b
c) On ne modifie pas un dterminant si on ajoute une ligne (resp. une colonne) une
combinaison linaire des autres lignes (resp. des autres colonnes) :
a b
= ad bc
c d
a+b b
= (a + b)d b(c + d ) = ad + bd bc bd = ad bc
c+d d
d) Si on multiplie une ligne (resp. une colonne) dun dterminant par un scalaire , alors le
dterminant est lui-mme multipli par .
a
b
= a d b c = (ad bc)
c d
n
e) Si A = aij est une matrice triangulaire dordre n alors det A = aii (produit des termes
i =1
diagonaux). Il en rsulte que det ( I ) = 1 .

a1
Exemple : A = 0
0
0
a3
0
0 det ( A ) = a1a2 a3
a3
f) det ( AB ) = det ( A ) det ( B ) det( A n ) = det ( A )
Le dterminant est une fonction multiplicative.

g) det ( t A ) = det ( A )
h) det ( A 1 ) =
i)
1
det ( A )
det ( A ) = n det ( A )
Exemple 11 (propositions b et c)
1 1 4
Soit A = 2 1 3 . Vrifier les propositions b et c prcdentes. Rponse.
2 4 3
S. Charles (10/02/03)
......................................................................................................................................................................................................
4.4 Dterminant et volume
Les dterminants sont lis aux aires et aux volumes. Soient u1 , u2 , , un des vecteurs de
Soit S le paralllpipde (solide) dtermin par ces vecteurs :

S = {1u1 + 2u2 + + nun i [ 0;1] pour i = 1, n}
Lorsque n = 2 , S est un paralllogramme.

Soit V ( S ) le volume de S (ou la surface de S dans le cas n = 2 ). Alors :
V ( S ) = det ( u1 , u2 , , un )
Si on appelle A la matrice dont les colonnes correspondent aux vecteurs u1 , u2 , , un , alors :

V ( S ) = det ( A )
Proposition
V ( S ) = det ( u1 , u2 , , un ) = 0 si et seulement si les vecteurs u1 , u2 , , un sont linairement
dpendants.
Vrification dans le cas n = 2 : voir chapitre 5, paragraphe 7.
5 Inversion de matrices
5.1
Matrice adjointe
Dfinition
Considrons une matrice carre A dordre n, la matrice des cofacteurs X ij des lments aij de
A note adjA est appele matrice adjointe de A ou co-matrice de A.
adjA = comA = X ij = ( 1)
i+ j
ij
Exemple 12
a
A = 11
a21
a12
. Calculer adjA . Rponse.
a22
S. Charles (10/02/03)
......................................................................................................................................................................................................
5.2 Thormes
Thorme 1
Soit A une matrice carre dordre n. Alors A est une matrice inversible si et seulement si
det ( A ) 0 .
Thorme 2
Soit A une matrice carre quelconque dordre n. Alors :
( adjA ) = ( adjA ) A = det ( A ) I n

t
o I n est la matrice identit dordre n.
Thorme 3
Soit A une matrice carre quelconque dordre n. Si det ( A ) 0 , alors A est inversible et :
A 1 =
1
t
( adjA )
det ( A )
5.3 Cas dune matrice dordre 2

a b
Soit A=
. On sait que |A| = det(A) = (ac-bd).
d c
c d
c
1
1
La matrice adjointe de A est adjA =
: A =
(ac bd ) d
b a
Exemple 13
2 5
1
Soit A =
. Calculer A . Rponse.
3 7
b
.
a
S. Charles (10/02/03)
......................................................................................................................................................................................................
5.4 Cas dune matrice dordre 3

5.5 Cas particulier : inverse dune matrice diagonale
Dfinition
Si A = diag [ aii ] est une matrice diagonale inversible dordre n :

n
(i)
det ( A ) = aii 0 i = 1, n aii 0

i =1
(ii)
1
A 1 = diag
aii
a11
A=
a22
1 a11
1 a22
A 1 =
a pp
1 a pp
6 Exemples dutilisation en Biologie

Dun point de vue gnral, on peut dire que lon utilise les matrices pour stocker des donnes
exprimentales. Mais nous allons voir que lon utilise aussi les matrices pour dcrire la
dynamique de certaines populations animales.
6.1
Surface foliaire
Si chaque jour de lanne, on mesure la surface foliaire de n plantes, on peut

mettre ces donnes sous la forme :
1
i aij
p = 365 (jours)
o aij reprsente la surface folire de la plante i au jour j, avec i variant de 1

n et j variant de 1 365 jours.
S. Charles (10/02/03)
......................................................................................................................................................................................................
6.2 Lombre commun
L'ombre commun est un poisson de rivire froide, pure et cours

relativement lent que lon trouve gnralement plus en aval que
les truites. La priode de reproduction se situe au printemps.
Les jeunes d'un an mesurent en moyenne 15 cm et sont tous immatures. Les poissons de 2 ans
mesurent 27 cm et la moiti d'entre eux sont adultes (i.e. sexuellement matures). 3 ans tous
les poissons sont adultes et mesurent en moyenne 35 cm.
On admettra dans la suite que la sex-ratio est 1.
Une femelle fournit chaque anne 200 alevins, 90 % d'entre eux meurent avant 1 an. 50 % des
jeunes d'un an meurent avant l'ge de 2 ans. A partir de l'ge de 2 ans, 40% des poissons
meurent par an.
On reprsente la population, au printemps de l'anne n, par le vecteur :

Na

N
Pn = 1
N2

N3 n
N a : nombre d'alevins
N1 : nombre de poissons d'un an
N 2 : nombre de poissons de 2ans
N 3 : nombre de poissons de 3ans et plus
Compte tenu des informations sur lespce, on peut alors crire :
N a ,n +1 = 200 0.5 0.5 N 2,n + N 3,n 0.6
sex ratio % matures

survie
N1, n +1 = 0.1N a , n
N 2,n +1 = 0.5 N1, n
N 3,n +1 = 0.6 ( N 3,n + N 2,n )
Ce qui peut bien sr se rcrire en notation matricielle :
S. Charles (10/02/03)
......................................................................................................................................................................................................
0 30 60
0
0.1 0
0
0
Pn +1 =
Pn Pn +1 = APn
0 0.5 0
0
0 0.6 0.6
0
La matrice A permet de dcrire lvolution danne en anne de leffectif des quatre classes
dge de la population.
Ainsi, si on suppose que lon lche dans une rivire dpeuple 100 ombres adultes (de 3 ans)
aprs leur priode de reproduction, on peut alors tudier lvolution du repeuplement de la
rivire au cours du temps :
A n = 0 (le moment de la rintroduction des ombres), on a P0 = ( 0, 0, 0,100 )
0 30 60 0 6000
0
0.1 0
0
0 0 0
Lanne suivante, n = 1 , on a P1 = AP0 , soit : P1 =
=
0 0.5 0
0 0 0
0 0.6 0.6
0
100 60
0 30 60 6000 3600
0
0.1 0
0
0 0 60
A n = 2 , on a P2 = AP1 , cest--dire P2 =
=
.
0 0.5 0
0 0 0
0 0.6 0.6 60 36
0
Et ainsi de suite
On peut remarquer que P2 = AP1 = AAP0 = A 2 P0 ; dans le cas gnral, on peut connatre les
effectifs des quatre classes dge pour nimporte quelle anne n par la relation : Pn = A n P0 .
On comprend alors tout lintrt de savoir calculer simplement A n .
Voir chapitre 4
Heureusement des logiciels existent pour palier ce problme , et en particulier la bote

outils PopTools qui fonctionne sous Excel.
Voici la simulation que lon obtient avec PopTools :
S. Charles (10/02/03)
......................................................................................................................................................................................................
Evolution des classes d'ge au cours du temps

300000
250000
Effectif
200000
150000
100000
50000
0
0
10
15
Temps (annes)
Na
1 an
2 ans
3 ans et plus
20

Les Matrices

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Les Matrices

Uploaded by

Copyright:

Available Formats

Chapitre 3 : Les matrices

Sandrine CHARLES : scharles@biomserv.univ-lyon1.fr

Oprations sur les matrices.............................................................................................3

Addition de deux matrices......................................................................................3

Multiplication dune matrice par un scalaire..........................................................4

Multiplication de matrices ......................................................................................5

Transposition de matrice ........................................................................................7

Matrices carres, matrices lmentaires .........................................................................8

Matrices diagonales ................................................................................................8

Matrices triangulaires ...........................................................................................11

Dterminant dune matrice carre ................................................................................12

Formes multilinaires alternes ............................................................................12

Dterminant dun systme de vecteurs.................................................................13

Dterminant dune matrice carre ........................................................................13

Dterminant et volume .........................................................................................18

Cas dune matrice dordre 2 .................................................................................19

Cas dune matrice dordre 3 .................................................................................20

Cas particulier : inverse dune matrice diagonale ................................................20

Exemples dutilisation en Biologie...............................................................................20

Mathmatiques : Outils pour la Biologie Deug SV2 UCBL

de la matrice se trouve lintersection de la ime ligne et de la jme colonne.

La matrice A scrit galement sous la forme A = aij avec i = 1, n et j = 1, p .

Notation : Lensemble des matrices de dimension ( n, p ) est not M n , p (

Chapitre 3 : Les matrices - page 2/22 -

Mathmatiques : Outils pour la Biologie Deug SV2 UCBL

et B = {e1 , e2 , , e p } la base canonique de

. Soit A = aij une matrice de dimension ( n, p ) . Alors :

c j = akj ek est le j-ime vecteur colonne extrait de A ; cest un vecteur de

coordonnes sont ( a1 j , a2 j , , anj ) .

= aih eh est le i-ime vecteur ligne extrait de A ; cest un vecteur de

coordonnes sont ( ai1 , ai 2 , , aip ) .

2 Oprations sur les matrices

Addition de deux matrices

Soient deux matrices A = aij et B = bij toutes deux de dimension ( n, p ) ;

Chapitre 3 : Les matrices - page 3/22 -

Mathmatiques : Outils pour la Biologie Deug SV2 UCBL

Soient A = 4 2 et B = 0 1 . Calculer A + B . Rponse.

Soient A, B et C trois matrices de dimension ( n, p ) et 0 la matrice ( n, p ) dont les lments

Soient A = aij une matrice de dimension

A est aussi de dimension ( n, p ) .

Chapitre 3 : Les matrices - page 4/22 -

Mathmatiques : Outils pour la Biologie Deug SV2 UCBL

Soient A et B deux matrices de dimension ( n, p ) et , deux rels.

(ne pas confondre 0 scalaire et 0 matrice)

Soient A = [ aik ] une matrice ( n, p ) et B = bkj une matrice

le produit des deux

matrices C = AB a pour dimension ( n, q ) et scrit :

C = cij avec cij = aik bkj , pour i = 1, n et j = 1, q

Application au cas de deux matrices (2,2)

Chapitre 3 : Les matrices - page 5/22 -

Mathmatiques : Outils pour la Biologie Deug SV2 UCBL

En gnral, la multiplication de deux matrices nest pas commutative :

Si AB existe, BA nexiste pas forcment.

Si BA existe, alors gnralement AB BA .

associativit [matrice de dimension ( n, s ) ]

distributivit gauche [matrice de dimension ( n, q ) ]

distributivit droite [matrice de dimension ( p, n ) ]

Chapitre 3 : Les matrices - page 6/22 -

Mathmatiques : Outils pour la Biologie Deug SV2 UCBL

2.4 Transposition de matrice

Si A a pour dimension ( n, p ) alors t A a pour dimension ( p, n ) .

Soient A ( n, p ) , B ( n, p ) , C ( p, q ) trois matrices et soit

Exemple 5 (proprit (i))

Soient A = 4 2 et B = 1 2 . Vrifier que