Professional Documents
Culture Documents
Cours2 Les Matrices
Cours2 Les Matrices
1
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
, A M np ; . A .aij
2
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
2. Somme
1 i n 1 i m
soient Anp aij ; Bmq bij
1 j p 1 j q
pour que la somme A B soit possible,il faut que n m et p q
Bmq Bnp
Anp Bnp Cnp cij aij bij
1 5 0 5 1 0 1 55 0 1 0
A32 2 6 ; B3 x 2 12 32 ; C3 x 2 2 12 10 6 32 38 10 38
3 0 1 2 3 1 4 0 2 2 4 2
6 2 11
D ;
5 0 3
est ce que A D est possible? non car leurs tailles sont différentes. A DT est une somme possible.
3. Produit
soient Anp aij et Bmq bij deux matrices. Pour que le produite A.B soit possible, il faudrait
que le nombre de colonnes de A soit egal au nombre de lignes de B: p m; B pq bij
Anp .B pq Cnq
A3 x 2 .B2 x 5 C3 x 5 ; B2 x 5 . A3 x 2 est un produit impossible
3
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
Anp .B pq Cnq ; A2 x 3 . B3 x 4 C2 x 4 ; ( B3 x 4 . A2 x 3 ) produit matriciel impossible car l'indice interne n'est pas répété
p
cij aik bkj
k 1
1 0 1 0
1 1
3
; B3 x 4 5 2 3 ; c11 a1k bk1 a11.b11 a12 .b21 a13 .b31
3
A2 x 3 1
0 5 2
2 0
k 1
1 0
c11 1(1) (1)(5) (3)(2) 10;
c12 1(0) (1)(2) 3(0) 2;
c13 1(1) (1)(1) 3(1) 5;
c22 Ligne 2* Colonne 2
c22 0(0) 5(2) 2(0) 10
10 2 5
C2 x 4
10
2 1 2 0 1 3 2 1 11
0 1
A3 x 2 5 0 ; B2 x 2 ; C3 x 2 5 0 0 3 5 1 0 1
2 3 1
1 2 0 1 3
2 1 11
3 3
C 0 5
3 3
4. Le déterminant :
a11 a12 a13
a a23 a21 a23 a21 a22
soit A3 x 3 a21 a22 a23 ; det( A) a11. 22 a12 a13
a a32 a33 a31 a33 a31 a32
a32 a33
31
a22 a23 a a23 a21 a22
a22 .a33 a23 .a32 ; 21 a21.a33 a23 .a31 ; a21.a32 a22 .a31
a32 a33 a31 a33 a31 a32
Exemple :
4
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
1 0 2
1 1 1 1 1 1
A3 1 1 1 ; det( A) A 1 0 2 1 1x2 1x1 0( 1x2 1x3) 2 1x1 1x3
1 2 3 2 3 1
3 1 2
det( A) 1 8 7 0
Une co- matrice est une matrice carrée qui contient les cofacteurs de chaque élément de matrice.
Le cofacteur d’un élément d’une matrice est le déterminant de la matrice qui reste lorsqu’on
barre sa ligne et sa colonne, ce déterminant est multiplié par le signe apposé (-1)i+j
1 0 2 1 5 4
A3 1 1 1 ; com( A3 ) 2 4 1
2 3 1
3 1 2
6. Matrice inverse
La matrice inverse est l’inverse de la matrice par rapport au produit matriciel
5
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
soit An une matrice carrée, la matrice inverse de A, est une matrice de même taille qu'on note A1
1
A1 com ( A) ; An . An 1 Id n
T
det( A)
1 0 0
A3 ; A 1
3
; A . A 1 0 1 0 ;
3 3
0 0 1
Pour qu'une matrice A soit inversible (admet une matrice inverse) il faut que:
A soit une matrice carrée
det( A) 0
Exemple :
1 0 2
Soit A3 1 1 1 ; est ce que A est inversible? si oui calculer sa matrice inverse A1 ; verfier le résultat
3 1 2
par un produit matriciel
A est une matrice carrée
oui A est inversible
det( A)= -7 0
1 5 4
¨com( A) ; com( A3 ) 2 4 1
1 1
A
T
det( A) 2 3 1
1 2 2
A1 5 4 3 ;
1
7
4 1 1
1 0 2 1 2 2 7 0 0
verification: A. A1 Id 3 1 1 1 5 4 3 0 7 0
1 1
7 7
3 1 2 4 1 1 0 0 7
7. Propriétés
a) det(A*B)=det(A)*det(B)
b) det(At)=det(A)
c) det d’une matrice triangulaire ou diagonal est égal au produit des éléments
diagonaux
d) une matrice est dite singulière si son det=0, sinon elle est dire régulière
6
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
e) si deux lignes d’une matrice sont égales ou sont LD alors le det de cette matrice
=0 (respectivement pour les colonnes)
f) si une ligne ou une colonne est nulle, alors le det=0
g) si une ligne est une CL des autres lignes (respectivement pour les colonnes) alors
det=0
h) si on permute 02 lignes ou 02 colonnes alors le det est multiplié par (-1)
exemple
1 1 1
det 2 0 4 1(0*7 1* 4) ( 1)(2*7 3* 4) 1(2*1 3*0) 4 2 2 0
3 1 7
on remarque que la colonne C 3 2C1 C 2 C 3 est une CL de C1 et C 2;
1 2 3 4
det 2; si on permute L1 L2 det 2
3 4 1 2
i) une matrice est dite symétrique si A=At, A symétrique alors A est carrée
j) (αA)t =αAt
k) (At)t =A
l) La matrice conjuguée (le corps des complexes) la matrice qui contient conjugués
i 2 2 i 2 2
des éléments A ; A
i 3i 5 i 3i 5
m) La trace d’une matrice est la somme des éléments diagonaux
7
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
1 2 0 3 L1
1 2 3 0 L 2
M4 ; L 4 2 L1 L1 et L 4 sont LD; det 0, rang 4;
0 0 4 8 L3
2 4 0 6 L4
1 2
A2 ; det 2 0, rang ( A) 2;
3 4
1 2
B ; det( B) 0; rang ( B) 2
2 4
1 2 3
C 2 0 6 ; det(C ) 30 30 0; C 3 3* C1 rang (C ) 3
0 5 0
8
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
1 2 1 L1 3 1 2 1 2 3
A3 2 3 1 L 2; det( A) 1 2 1 5 6 1 0
5 0 3 0 3 5
3 5 0 L3
1 2 1 L1 L 2 L 2 2 L1 1 2 1 1 2 1
A3 2 3 1 L 2
L 3 L 33 L1
0 1 3 0 1 3
L 3 L 3 L 2
3 5 0 L3 0 1 3 0 0 0
rg ( A) rg ( B ) 2 nombre de lignes 0
Exemple 2
2 1 2 1 1
0 3 1 L1 2 1 1
1
P 2 1 1 L 2
L1 L 2 0 3 1
L 3 L 3 L1/2
0 3 L 3 L 3 L 2/6
1 0 3 1
1 1 2 L3 1 1 2 0 1 5 0 0 7
2 2 3
Exemple
9
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
1 1 2
M m 1 m 2m 2 ;donner la valeur de m pour que la matrice M soit inversible.
2 m 3m 1
1 Reduction de la matrice M en une matrice triangulaire supérieure par échelonnement. On va utiliser
les opérations élémentaires sur les lignes de la matrice M
1 1 2 L1 L 2 L 2 mL1 1 1 2 1 1 2
M m 1 m 2m 2 L 2 L 3 L 3 2 L1
0 1 L 3 L 3 ( m 2) L 2
2
0 1 2
2 m 3m 1 L3 0 m 2 3m 5 0 0 m 1
pour que M soit inversible, il faut que son determinant soit 0 son rang=dimension=3
le rang de la matrice échelonnée=3 déterminant de la matrice échelonnée 0.
comme la matrice échelonnée est une matrice triangulaire déterminant=produit des éléments diagonaux
det=1*1*(-m-1)=-m-1 0 m -1
10
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
f ( e1 ) f ( e2 )
f ( en )
on met en première colonne le vecteur f (e1 ), ses composantes sur la base de F, en deuxième colonne
f (e2 ),...etc dim E n; dim F p; alors la dimension ou taille de la matrice M f pxn
alors la matrice M ( f , BE , BF ) ( ai , j ) 1 i p; 1 j n s'appelle la matrice associée à l'AL f dans la base
B
Exemple :
f: 2
3
x, y f ( x, y ) x 2 y, 3 y, 2 x y
1 0 0
2 1 0 3
Base canonique de , ; Base canonique de 0 , 1 , 0
0 1 0 0 1
1 2
1 0
f 0 ; f 3
0 1
2 1
Donner la matrice M f relative à cette application linéaire
f 10 10
1 2 1 2 1 2 8
2
M f ¨3x 2 0 3 ; M f 0
3 ; f (2,3) 0
3 9
2 3 2x1
1 2 1 2 1 3x 2 7 3x1
11
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
f: 3
x f ( x) x, 2 x, 9 x
1 0 0
Base canonique de 1 ; Base canonique de 3
0 , 1 , 0
0 0 1
1
M 3x1 2
9
1 12
f (V ) M f .V ; f (1) 2 . 12 1x1 24
9 3x1 108 3x1
Valeurs propres et vecteurs propres (sous espaces vectoriels associés aux valeurs propres) :
Exemple :
Soit E 3
rapporté à sa base canonique e1 , e2 , e3
f un endomorphisme de matrice M dans la base canonique est donnée par:
1 1 1
M 2 0 1
2 2 1
1 1 1
M 2 0 1
2 2 1
1 1 1
1 2 1 2
1) P( ) det M I 2 0 1 1 1 1
2 1 2 1 2 2
2 2 1
1 2 21 2 42
P ( ) 1 1 2 2 1 2 4 2
4 2
P ( ) 1 1 2 1 2 1
2 1
12
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
1 1
2) P ( ) 1 2 1 0 On a trois valeurs propres distinctes: 2 2
1
3
3)Pour 1 1;le sous espace vectoriel associé V1 verifie: M 1 I V 1=0 3
1 1 1 1 0 0 x1 0
M 1I V 1=0 3 2 0 1 0 1 0 y1 0
2 2 1 0 0 1 z 0
1
0 1 1 x1 0 y1 z1 0 x1 y1 1
2 1 1 y1 0 2 x1 y1 z1 0 y1 y1 V1 1 ;
2 2 0 z1 0 2 x1 2 y1 0
z1 y1
1
Pour 2 2;le sous espace vectoriel associé V2 verifie: M 2 I V2 =0 3
1 1 1 x2 0 x2 y2 z2 0 x2 y2 1
2 2 1 y2 0 2 x2 2 y2 z2 0 y2 y2 V2 1
2 2 1 z2 0 2 x2 2 y2 z2 0 z2 0
0
Pour 3 1;le sous espace vectoriel associé V3 verifie: M 3 I V3 =0 3
2 1 1 x3 0 2 x3 y3 z3 0 x3 0 0
2 1 1 y3 0 2 x3 y3 z3 0 y3 z3 V3 1
2 2 2 z3 0 2 x3 2 y3 2 z3 0 z3 z3
1
1
1 0 0
2
M 0 2 0 , M P 1M .P; M P.M P 1
3
0 0 1
1 1 0
P 1 1 1
1 0 1
V 1 V 2 V 3
13
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
Le système d’équations carré, est un système d’équations pour lequel la matrice est carrée : il y a
autant d’équations que d’inconnues : pour n équations on a n inconnues.
On calcule le déterminant de la matrice du système.
Si le déterminant ≠0, on résout le système par la méthode de Cramer ou la méthode du pivot de
Gauss.
Méthode de Cramer : méthode des déterminants
Exemple
14
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
2 x y z 0 2 1 1 x 0
soit le système :(S ) x 2 y z 3 0 1 2 1 y 3
3 x y 2 z 1 0 3 1 2 z 1
1-Mettre le système (S ) sous forme matricielle
2- Calculer le déterminant
2 1 1 2 1 1 1 1 2
det 1 2 1 (2) (1) (1) 2(3) (5) (7) 6
1 2 3 2 3 1
3 1 2
det 0 système carré
3-Montrer que (S ) admet une solution unique
det 0 système carré (S ) admet une solution unique
4-Résoudre par la méthode de Cramer
0 1 1 2 0 1 2 1 0
det 1 3 1 det 1 2 3
det 3 2 1
1 1 2 3 1 2 3 1 1
x ; y ;z
6 6 6
12 6 18
x 2; y 1; z 3
6 6 6
15
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
2 x y z 0 2 1 1 x 0
soit le système :(S ) x 2 y z 3 1 2 1 y 3
3 x y 2 z 1 3 1 2 z 1
1-Mettre le système (S ) sous forme matricielle
2-Résoudre par la méthode du pivot de Gauss
L1
L 2 L 2
22 1 1 0 2 1 0
1
2 1 1 0 L 3 L 3 5 L 2
L 3 L 3 2
3 L1
3 3 3 3
1 2 1 3 0 3 3
0 3
2 2 2 2
3 2 1 0 6
1
5 1 0 2
0 1
2 2
0.x 0. y 2 z 6 z 3
3 3
y (3) 3 y 1
2 2
2 x (1) (3) 0 x 2
x y 3z 0 1 1 3 x 0
x y 2 z 0 1 1 2 y 0 ; det( A) A 0
2 x 2 y 3 z 0 2 2 3 z 0
A
1 1 3 0 L1 L 2 L 2 L1 1 1 3 0 x y 0 x y
1 1 2 0 L 2
L 3 L 3 2 L1
0 0 5 0 5 z 0 z 0
2 2 3 0 L3 0 0 3 0 3 z 0 z 0
x 1 x 1 1
y x 1 , on pose x t ; y t 1 Il y a une infinité de solutions de la forme: t 1 ; t
z 0 z 0 0
16
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
ax by cz d 0
03cas possibles
ax by cz d 0
1-Les plans sont parallèles et distincts pas de solutions
2-Les plans sont confondus une infinité de solutions
3-Les plans se coupent en une droite une infinité de solutions
Exemple :
x
x2 2 x3 13 x4 5 0 1 2 13 1 5
soit le système: (S) x1 2 x2 3 x3 17 x4 4 1 17 2 4 ;
x
2 3
x 3 x 3 x 20 x 1 1 x
1 2 3 4 3 3 20 3 1
3x4 x4 3 x1
4 x1
1 2 3 17 4 1 2 3 17 4 1 2 3 17 4
0 1 2 13 5
L 2 ( 1) L 2 0 1 2 13 5
L 3 L 3 L 2 0 1 2 13 5
0 1 0 3 3 0 1 0 3 3 0 0 2 10 8
x1
1
1 2 3 17 4 1 2 17 4
3
0 5 0
1 2 13 5
L 3 L 3 x2
2
1 2 13
x
0 0 1 5 4 0
0 1 5 3 4
x4
x1 2 4t
x1 2(3 3 x4 ) 3(4 5 x4 ) 17 x4 4 x1 2 4 x4
x2 3 3t
x2 2(4 5 x4 ) 13 x4 5 x2 3 3 x4
x3 4 5t
; t ; une infinité de solutions
x 5x 4 x 4 5x
3 4 3 4
x4 t
Exemple :
17
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane
1 2 8 7 2 1 2 8 7 2
0
1 3 4 L 3 L 33 L 2
3 0 1 3 4 3
0 3 9 12 8 0 0 0 0 17 0 17 pas de solutions
18