You are on page 1of 20

Mathmatiques appliques aux S.E.S. Licence 1re anne - Jol GADEN Chapitre 3: Calcul matriciel-Dterminants-Systmes linaires. I.

Matrices quelconques
1.Dfinition:
Une matrice A note a ij 1 i n est un tableau de nombres caractris

1 j p par le nombre n de lignes et le nombre p de colonnes. a ij est appel terme gnral et il se trouve lintersection de la ligne de numro i et de la colonne de numro p.

a 11 a 12 . . . a 1n On note alors A  a 21 a 22 . . . a 2n ... ... ... ...

a n1 a n2 . . . a np Elle appartient lensemble M np R des matrices de format (n;p) qui contiennent n p termes.

2.Exemples de matrices particulires


a) matrice ligne L  1 5 7 1 b) matrice colonne C  2 0 7 0 0 c) matrice nulle N  0 0 0 0 de format (3;2) de format (4;1) de format (1;3)

II.Matrices carres.
1.Dfinition
Toute matrice dont le nombre n de lignes est gal au

nombre n de colonnes est dite carre de format (n;n).

2.Exemples de matrices carres particulires


a 0 0 a) matrice diagonale D  0 b 0 est carre avec a,b,c rels non 0 0 c simultanment nuls de format (3;3) 1 0 0 0 b) matrice unit I  0 1 0 0 0 0 1 0 0 0 0 1 a b c d c) matrice triangulaire suprieure T  0 e f g 0 0 h i 0 0 0 j est carre de format (4;4)

est carre avec a,b,c,...,j rels non simultanment nuls de format (4;4) a 0 0 d) matrice triangulaire infrieure R  b e 0 c d f est carre avec a,b,c,...,j rels non simultanment nuls de format (3;3) 0 0 0 e) matrice nulle 0  0 0 0 0 0 0 est carre de format (3;3)

III. Egalit.
1.Dfinition
Deux matrices A  a ij et B  b ij sont gales SSI elles ont le mme format et les termes de mme emplacement gaux

2.Exemple

1 4 7 A 2 5 8 3 6 9 et B 

1 4 7 2 5 8 3 6 9

IV.Oprations.
1.Produit par un rel
Dfinition: si A  a ij est de format (n;p) et si  est un rel alors A  a ij est de format (n;p) Exemple: 1 4 3 12 A 2 5 3 6 et   3 donnent A  6 15 9 18

2.Somme de deux matrices


Dfinition: la somme de deux matrices A et B de mme format (n;p) est une matrice note AB de mme format (n;p) dans laquelle chaque terme est la somme des termes de mme emplacement Exemple: C 1 0 5 2 3 4 de format (2;3)

D CD 

0 1

3 5 1 1

7 1 8 7

de format (2;3) 4 3 de format (2;3)

3.Oppose dune matrice


Dfinition: Loppose dune matrice M de format (n;p) est la matrice note M dans laquelle chaque terme est loppos du terme de M de mme emplacement.

Exemple: C 1 0 5 2 3 4 alors C 1 0 5 2 3 4

4.Combinaison linaire de matrices de mme format


Dfinition: qqs les rels  et , la combinaison linaire note A  B est la matrice dans laquelle chaque terme est la combinaison linaire de mmes coefficients des termes de mmes emplacements dans A et B Exemple: 1 5 3 0 3 7 C et D  0 2 4 1 5 1 sont de mme format (2;3) 5 16 36 alors la combinaison linaire 5C 3D est la matrice de format 3 5 23 (2;3)

5.Multiplication matricielle de matrices compatibles


Dfinition: On ne peut multiplier deux matrices A  a ij 1 i n p et B  b jk 1 1 j k p q

1 j que si leurs formats (n;p) et (p;q) sont compatibles . La matrice produit C  A B  c ik 1 i n 1 k q a pour format (n;q) et chacun de ses termes c ik se calcule selon la rgle LICOL :  de somme des produits terme terme de la ligne i de A et de la colonne k de B . Lcriture formalise est un peu dlicate:

c ik 

jp

a ij b jk  a i1 b 1k a i2 b 2k a i3 b 3k . . . a ip b pk

j1

Exemples: *C  : 2 3 5 1 0 3 1 3 de format (2;3) et D  1 0 1 2 de format (3;2) admettent

pour produit CD la matrice E  CD 

1 1

19 9

de

format (2;2) dans laquelle par exemple le terme 19 est calcul par (2)(3)(3)(1)(5)(2) MAIS 1 pour produit DC la matrice F  DC  3 2 3 4 3 0 8 6 de

format (3;3) dans laquelle par exemple le terme 4 est calcul par (-1)(5)(3)(3) *E  1 0 0 5 1 2 5 et F  4 1

Le produit FE est impossible car (3;1) nest pas compatible avec (2;3) 4 Le produit EF est possible et gal G  22 car (2;3) est compatible avec (3;1).

V.Transposition.
1.Dfinition et exemple:
Dfinition La transpose dune matrice A de format (n;p) est la matrice note t A de format (p;n) dans laquelle chaque ligne est gale la colonne de A mme numro. Exemple: 1 4 1 2 3 t si A  alors A  2 5 4 5 6 3 6

2.Proprits de la transposition ( si les formats sont compatibles...)


t t t t

AB  A B
t

A A
t t t

A   A AC  C A

VI.Matrice symtrique, antisymtrique.


1.Matrice symtrique:
Toute matrice carre gale sa transpose par exemple 1 0 5 E est symtrique car t E  0 2 4 5 4 3

1 0 5 0 2 4 5 4 3 E

2.Matrice antisymtrique:
Toute matrice carre oppose sa transpose ( donc les termes diagonaux sont tous nuls ! ! ! ) par exemple 0 0 5 F est antisymtrique car t F  0 0 4 5 4 0

0 0

0 0

5 4 0  F

5 4

VII.Matrice carre inversible.


1.Dfinition et exemple
Dfinition Une matrice carre A dordre n est dite inversible SSI il existe une matrice B carre de mme ordre n vrifiant les galits AB  BA  I n . Cette matrice inverse de A est note A 1 Exemple 1 1 0 A a pour inverse A 1  1 1 1 1 0 1

1
1 3

1 1 1

1 1 2

2 1

1 0 0 puisque leurs produits vrifient AA


1

A A
1

0 1 0 0 0 1

 I3

2.Proprits
Si C et D sont inversibles de mme format alors

C
t

1 1

C
t

C 
1

1 1

CD  D 1 C

3.Inverse dune matrice diagonale


Dfinition Une matrice diagonale D est inversible SSI TOUS les termes diagonaux sont non nuls. La matrice inverse D 1 a ses termes diagonaux inverses des termes respectifs de la matrice D. Exemple 2 0 0 1/2 0 0

D

0 5 0 0 0 4
1

alors D 

0 0

1/5 0

0 1/4

car DD  D 1 D  I 3
3.Inverse dune matrice triangulaire
Dfinition Une matrice triangulaireT est inversible SSI TOUS les termes diagonaux sont non nuls. Exemple 1 0 0 A MAIS 2 5 B 0 0 0 0 1 2 1 est triangulaire suprieure non inversible. 1 0 2 0 3 5 est triangulaire infrieure inversible

4. Inverse dune matrice unipotente


Dfinition Une matrice unipotente est une matrice triangulaire dont tous les termes diagonaux sont gaux 1. Elle est inversible donc toujours inversible et son inverse est encore une matrice

unipotente de mme nature. Exemple 1 1 C est unipotente suprieure et son inverse C 0 1 unipotente suprieure.

1 0

1 1

est

VIII.Calcul de linverse de A par la mthode de Gauss-Jordan.


1.Oprations lmentaires sur les lignes dune matrice.
Elles sont au nombre de trois:  change de deux lignes i et j note L i Lj  multiplication d une ligne i par un nombre rel  non nul note L i L i  addition dun multiple dune ligne j une autre ligne i note L i L i  L j 1 2 3 par exemple pour A  0 3 5 2 1 3 on obtient les matrices respectives 1 2 3 * 2 1 3 0 3 5 par change des lignes 2 et 3 1 2 3 * 0 3 5 10 5 15 par produit de la ligne 3 par 5 1 2 3 * 0 3 5 2 14 22 par addition de la ligne 3 et du produit de la ligne 2 par -5

2.Mthode de Gauss-Jordan
On transforme ( si possible...) la matrice carre dordre n de dpart A en la matrice I unit de mme ordre n par des oprations lmentaires sur les lignes. La mme suite doprations lmentaires applique I dordre n permet dobtenir la matrice A 1 inverse de A. On a intrt prsenter les calculs sous forme de matrice augmente A : I que lon transforme alors en la matrice aumente I : A 1 Exemple

pour A  A:I 2 0 1 

2 1 3 5

on a successivement:

2 1 : 1 0 3 5 : 0 1 : 1 0 2 0 par 3L 1
1 7

7 : 3 1

2l 2 L2 L2 soit I : A
1

2 1 : 0 1 :

3/7 2/7 2/7 2/7 1/7 2/7

par

2 0 : 10/7 0 1 : 1 0 : 0 1 : 3/7 5/7 3/7

par L 1 par
1 2

L1

donc: A
1

5/7 3/7

1/7 2/7

1 7

5 3

1 2

IX.Dterminants
1.Calcul du dterminant dune matrice carre
a) Dordre 2 Dfinition: Le dterminant dune matrice dordre 2 note M  dtM  Exemple: 5 7 alors detA  3 7 5 2  21 10  21  10  11 b) Dordre 3 rgle de SARRUS: il faut recopier les deux premires lignes en dessous puis procder la somme des produits parallles si A  3 2 a c b d  ad bc a c b d est le nombre rel

la diagonale principale et enfin soustraire les produits parallles lautre diagonale. Exemple: 2 2 si A  3 4 1 2 1 alors detA  1 2 3 4 1 2 1  1 3 4 2 3  2  1 1 4 1 2  6 20 3  3 2 1  4 1 5 1 2 2 5 3 1 1  20 4  24 19  5 1 2 1 1 1 1 1 5

1 5

1 5

1 5

c) Dordre n quelconque qqs lordre, il est possible de calculer le dterminant dune matrice A suivant une ligne ou une colonne bien choisie. Chaque terme a ij concern est multipli par 1 ij et par le mineur associ M ij ( dterminant obtenu partir de celui de la matrice en retirant la ligne i et la colonne j ). La somme des produits concerns donne la valeur du dterminant de A. Exemple: 1 1 5 si B  0 0 2 1 3 1 alors choisissons la 2ime ligne car elle comporte deux zros... 1 1 5 1 1 det B  0 0 2  2 1 23 1 3 1 3 1  2 1 3 1 1  2 3 1  2 2  4

2.Proprits fondamentales
a) det A  det t A b le dterminant est nul si deux lignes OU deux colonnes sont proportionnelles. 1 2 1 0 Exemple: 3 6 2 0 6 5 5 10

7 14 5 4 c) le dterminant est multipli par un rel chaque fois que lon multiplie une ligne OU une colonne par ce rel.

7 1 5 Exemple pour D  1 1 5 B 0 0 2 1 3 1 7 1 5 on a det D  0 0 2 7 3 1 . par exemple pour A 


t

0 0 2 7 3 1

obtenue en multipliant par 7 la 1re colonne de

 28  7 3 5 2 7

4 7

det B

7 d) det AB  det A det B si A et B ont le mme ordre par exemple 3 2 1 4 ; B A 5 7 3 0 detA  11 ; detB  12 3 2 1 4 AB   5 7 3 0 det AB  132  11 12

A

3 2

; detA  11  det t A

12

26 20

X.Matrice des cofacteurs.


1.Dfinition:
La matrice C A des cofacteurs associe une matrice carre A  a ij dordre n est une matrice carre dordre n obtenue partir du terme gnral "cofacteur" c ij  1
ij

M ij

o M ij est le mineur associ au terme a ij concern. On a les galits: A t C A  t C A A  I n det A

2.Exemple
A 4 2 3 5

CA 
t

|5| | 3| 5 3 2 4 4 3

| 2| |4|

5 2 3 4

CA 

det A 

2 5 on vrifie que 4 A t CA  2
t

4

3  14

3 5 4 2 0

5 3 2 4 3 5 

 14 0

14 0 0 14

0 14

 14 I 2

CA A 

5 3 2 4 14

I n det A 

0 14 do A C A  t C A A  I n 5 3 1 t 1 A 1  det A C A  14 2 4
t

det A

d o A 

5/14 3/14 2/14 4/14

XI.Inversion par la mthode des cofacteurs.


1.Thorme
Une matrice A carre dordre n est inversible si et seulement si detA 0. Dans ce cas, on obtient:

1 t CA det A

et det A 1

1 det A

2.Exemples
Exemple 1) A CA  4 2 |5| | 3| 3 5 | 2| |4|  5 2 3 4

CA 

5 3 2 4 4 2
1 t CA det A 1

det A  alors A
1

3 5

4

3  14

0 ( la matrice A est donc inversible ! ! ! )

1 14 1 14

5 3 2 4 
1 det A

d o A

5/14 3/14 2/14 4/14

avec det A Exemple 2) 2 A

1 1

1 1

1 0 1 Dveloppons suivant la 3ime ligne: 1 1  1 1 det A  (1)(-1) 31 1 1  1 1 1 1  2 1 1 1

33

1 1

 2  3  1 0 Comme le dterminant de A est diffrent de zro, la matrice A est inversible.  1 0 1 1  1 1 1 1  1 1 1 0 1  0 1 1 3 1 1 2 1

CA 

1 1 0 1 1 1 1 1 1 1 1 1 2 1 3

2 1 1 1 2 1 1 1 

2 1 1 0 2 1

1 1

CA

0 1

puis A 
1

1 det A

1 1 1

2 1 3

CA

0 1

XII.Rduite de Gauss dune matrice carre


1.Matrice chelonne

a) Dfinition Une matrice quelconque de format (m,n) est dite chelonne lorsque elle vrifie : a) dans toute ligne de numro i 2, les termes avant la diagonale principale sont nuls ( donc les i-1 premiers termes de la ligne i ) b) si les i 1 premiers termes dune ligne I sont nuls alors les i premiers termes de la ligne suivante i  1 sont nuls c) si une ligne i est nulle alors la ligne suivante i1 est nulle. b) Exemples A 1 7 4 0 0 3 2 4 1 C 0 1 2 0 0 3 E 0 3 4 ; F ; D 0 0 3 5 ; B 0 0 0 4 0 0 0 0 1 0 0 0 2 0 0 0 3 0 0

1 0 1 5 2 A,B,C,D sont chelonnes mais E et F ne le sont pas. c) Elment principal Cest le premier terme non nul dune ligne. Dans une matrice chelonne, chaque lment principal dune ligne est droite de llment principal de la ligne prcdente.

2.Dfinition dune rduite de Gauss dune matrice carre A


Une rduite de Gauss de A est TOUTE matrice chelonne obtenue partir de A par des oprations lmentaires sur les lignes.

3.Proprits
a Dans une rduite de Gauss, chaque lment principal peut tre appel pivot sil se trouve sur la diagonale principale. b Le nombre de pivots de la rduite de Gauss est appel rang de la matrice. c La matrice A admet le mme rang que toutes ses rduites de Gauss. d Le rang de A est donc gal au nombre de lignes non nulles de toute matrice chelonne issue de A par des oprations lmentaires sur les lignes. e Cest aussi le nombre maximal de lignes ( ou de colonnes ) qui sont indpendantes. f Toutes les autres lignes (ou colonnes ) sont alors des combinaisons linaires des premires.

4.Exemples

2 Pour A  2 A1  0 0 1 4 4 6 2 0 0 L1 obtenue par L 2 L3 est de rang  2 1 2 3 A2  0 0 2 0 0 0 0

4 0

6 3

8 12 rduite de Gauss de A

L 2  0, 5L 1 L3 2L 1

rduite de Gauss de rang  2 L1 0, 5L 1 L 2  0, 5L 1 L3 2L 1

de A obtenue par L 2 L3 1 A3  0 0 2 3 1 0 0 0 L1 de A 1 obtenue par L 2

rduite de Gauss de rang  2

0, 5L 1 0, 5L 2

L3 remarquons que les 2 pivots de A 3 sont tous gaux 1. 1 A4  0 0 2 3 1 0 0 0 L1 de A 2 obtenue par L 2 0, 5L 2 L3 remarquons que les 2 pivots de A 4 sont tous gaux 1. rduite de Gauss de rang  2

5.Remarques
* dans TOUTES les rduites de Gauss prcdentes, il y a une seule ligne nulle en dernier et deux lignes non nulles en premier. Cest le procd le plus simple pour dterminer le rang dune matrice. * On dit alors que A et ses rduites de Gauss sont de rang 2. rang A  rang A 1  rang A 2  rang A 3  rang A 4  2

* Il nexiste quune et une seule rduite de Gauss de A possdant tous les pivots gaux 1. * si A est inversible alors toute rduite de Gauss de A est inversible. * si une rduite de Gauss de A est inversible alors A est inversible. * la transpose t A de A admet le mme rang r que A. * si format A  (m,n) alors rang A m et rang A n

XIII.Systmes (n,n).
1.Dfinitions et notations
* Tout systme de n quations linaires n inconnues et coefficients rels est de la forme suivante: a 11 x 1 a 12 x 2 a 13 x 3 . . .  a 1n x n  b 1 a 21 x 1 a 22 x 2 a 23 x 3 . . .  a 2n x n  b 2 a 31 x 1 a 32 x 2 a 33 x 3 . . .  a 3n x n  b 3 (S) : : : : : : : : : : : : : : a i1 x 1 a i2 x 2 a i3 x 3 . . .  a in x n  b i a n1 x 1 a n2 x 2 a n3 x 3 . . .  a nn x n  b n * Les rels a ij sont les coefficients du systme. * Les x j sont les inconnues du systme . Les b j sont les seconds membres du systme * Les quations sont du 1er degr n inconnues. * Lordre dcriture des inconnues doit tre conserv dans les diverses quations du systme. * Ce systme comporte donc n lignes. * La rsolution consiste rechercher des n-uplets de rels x 1 , x 2 , . . . , x n vrifiant simultanment les quations du systme. Trois cas peuvent se prsenter: 1er cas: une solution unique 2me cas: une infinit de solutions 3me cas: pas de solution * Le systme est homogne lorsque tous les coefficients b i des seconds membres sont nuls. Deux cas peuvent se prsenter: 1er cas: une solution unique (0,0,...,0) 2me cas: une infinit de solutions

2.Forme matricielle
Tout systme de format (n,n) , dit systme carr, peut scrire sousl la forme matricielle A X  B dans laquelle:

a 11 a 12 . . . a 1n * A a 21 a 22 . . . a 2n : : : :

a n1 a n2 . . . a nn est la matrice carre dordre n forme des coefficients a ij des quations b1 * B est la matrice colonne b2 :

bn de format ( n,1) des seconds membres b j x1 * X est la matrice colonne x2 : xn de format (n,1) des inconnues x j

XIV.Mthode de rsolution par inversion dun systme carr


1. Mthode
Si A est inversible alors le systme admet une solution unique ( on a det A 0. Les diffrentes quations matricielles sont alors quivalentes car elles admettent la mme solution unique. On obtient:
1

A XBA1 A X A 1 1  A A XA B I XBXA1 B


2.Thorme
Si det A

0, alors il suffit dexprimer X  A

B comme solution.

3.Exemples
* rsolvons matriciellement le systme (S) par inversion de la matrice des coefficients en utilisant la mthode des cofacteurs: 4x 3y  22 2x  5y  4

S

4x

3y

2x  5y

22 4

4 2

3 5 4 2 4

x y 3 5 3

 ; X

22 4 x y ; B 22 4

d o A  avec det A 

 4 5 2 3  14 0 2 5 Comme le dterminant de A est non nul, la matrice A est inversible. On peut alors crire que: AX  B  X  A 1 B

Calculons |5| CA  | 3|
t

| 2| |4|

5 2 3 4

CA

5 3 2 4
1 t

1 donc A  det A C A 1  14

5 3 2 4

5/14 3/14 2/14 4/14 5/14 3/14 2/14 4/14 22 4  7 2

puis X  A 1 B 

La solution unique de lquation matricielle est 7 X 2 La solution unique du systme dquations est le couple (7,2) donc S R 2 

7; 2 .

XV.Mthode de Cramer de rsolution de systme carr


1.Principe
Lorsque det A 0, on dit que le systme est de Cramer. Il admet donc une solution unique sous forme de n-uplet dans lequel chaque coordonne de numro i est de la forme i . est le dterminant de A et i est le dterminant dduit de en remplaant la i-me colonne de par la colonne des seconds membres du systme. La solution scrit ( 1 , 2 , 3 ,..., n )

2.Exemple
Une entreprise doit assumer une production pour satisfaire une demande fixe par contrat. Les contraintes de lentreprise se traduisent par le systme suivant

dquations linaires: 5x 1  9x 2  1151 3x 1  2x 2  269 Les inconnues sont x 1 le nombre de tonnes de matires premires et x 2 le nombre dheures de travail ncessaires pour cette production attendue par le client. Donner lquation matricielle quivalente puis rsoudre cette quation par la mthode de Cramer. 5 9 x1 1151 AX  B avec A  ; X ; B x2 3 2 269  5 2 3 9  10 27  17 0 3 2 Le systme est alors dit de Cramer et il admet donc une solution unique. 1151 9 x1 269 5 9 3 2 5 et x 2  3 1151 269 5 9 3 2 Lentreprise doit utiliser 7 tonnes de matires premires et 124 heures de travail pour respecter son contrat. 5
269 3 1151 17

 det A 

5 9

 1151

2 269 9 17

119 17

 7 tonnes

2108 17

 124 heures

XVI.Mthode de Gauss de rsolution dun systme carr


1.Principe de calcul
On crit la matrice A des coefficients augmente de la matrice B des seconds membres. On transforme ( si cest possible...) alors A en I et cette mme suite doprations lmentaires transforme B en la matrice solution.

2.Mthode pratique
1re tape: on transforme A en une matrice triangulaire suprieure par des oprations lmentaires sur les lignes. Si les termes de la diagonales principale de cette matrice triangulaire sont TOUS non nuls alors A est inversible. Ces matrices admettent un rang gal n: cest le nombre maximal possible car elles sont carres dordre n.

2me tape: On continue alors de transformer cette matrice triangulaire en la matrice unit I de mme ordre par des oprations lmentaires sur les lignes.

3.Exemple
x 3y  7 Lquation matricielle quivalente est 1 1 x 5  1 3 y 7 do A  detA  1 1 1 1 1 3 ; X x y ; B 0 5 7 . Soit le systme: x y  5

1 3 detA  4 0

 1 3

1 1 4

alors A est inversible et le systme admet une solution unique. 1 1 : 5 A:B  1 3 : 7 1 1 : 0 4 : 4 0 : 0 4 : 1 0 : 0 1 : do X 5 12 8 12 2 3 2 3 par par L1 L2  L1 L 2  4L 1 L2 1 L1 4 1 L2 4 2, 3 .

 I : X par

et S R 2