Chapitre 1 - Les matrices : gnralits et oprations

I) Les vecteurs
1) Dnitions
Dnition 1 Soit n un entier naturel non nul. On appelle vecteur de dimension n un tableau
constitu dune seule colonne forme de n nombres rels.
Notation 1 Nous noterons : X =

x
1
x
2
...
x
n

un tel vecteur.
Nous noterons dim(X) la dimension du vecteur X; donc ici, nous avons dim(X) = n.
Chacun des nombres rels x
i
sera appel composante du vecteur X; par exemple, x
1
dsignera la
premire composante du vecteur X, x
2
la seconde composante...
Remarque 1 Nous noterons souvent X = (x
i
) le vecteur X.
Dnition 2 Deux vecteurs X et Y sont gaux si :

dim(X) = dim(Y )
i {1; 2; ...; n} on a : x
i
= y
i
, o x
i
et y
i
dsignent les composantes respectives des vecteurs X et Y .
2) Vecteurs particuliers
Dnition 3 On appelle vecteur nul le vecteur dont toutes les composantes sont nulles.
Nous le noterons :

0 =

0
0
...
0

.
Dnition 4 On appelle i
` eme
vecteur unitaire le vecteur dont toutes les composantes sont nulles
sauf la i
` eme
qui vaut 1.
Nous le noterons : E
i
=

0
...
0
1
0
...
0

.
3) Oprations sur les vecteurs
a) Laddition de deux vecteurs
Dnition 5 La somme de deux vecteurs X = (x
i
) et Y = (y
i
) de dimension n est le vecteur de
dimension n que nous noterons X +Y dni par : X +Y = (x
i
+y
i
).
Exemple 1 Si X =

1
2
3

et Y =

5
4
7

alors on a : X +Y =

6
2
4

.
Proposition 1 Laddition de vecteurs de dimension n possde les proprits suivantes :
elle est commutative : X, Y on a : X +Y = Y +X
elle est associative : X, Y, Z on a : (X +Y ) +Z = X + (Y +Z)
elle possde

0 pour lment neutre : X on a : X +

0 =

0 +X = X
1
tout vecteur X = (x
i
) possde un oppos qui est not (X) et qui est dni par : (X) = (x
i
)
: on a X + (X) = (X) +X =

0 .
Preuve. Ces proprits drivent immdiatement des proprits de laddition des nombres rels.
Remarque 2 Puisque laddition vectorielle est associative, nous noterons sans parenthses la somme
de trois vecteurs.
Proposition 2 Unicit de llment neutre.
Llement neutre neutre dun vecteur X de dimension n est unique.
Preuve. Raisonnons par labsurde. Supposons que laddition vectorielle possde deux lments
neutres distincts

0
1
et

0
2
.
X on a :
(

0
1
+

0
2
=

0
2
puisque

0
1
est lment neutre

0
1
+

0
2
=

0
1
puisque

0
2
est lment neutre
. Par suite on a :

0
1
=

0
2
, ce qui contredit
notre hypothse. Par consquent, il y a unicit de llment neutre.
Proposition 3 Unicit de loppos dun vecteur.
Tout vecteur X de dimension n possde un vecteur oppos unique.
Preuve. Raisonnons par labsurde. Supposons que le vecteur X possde deux vevteurs opposs
distincts

X
1
et

X
2
.
On a :
(
X +

X
1
+

X
2
=

X
2
puisque

X
1
est un oppos de X
X +

X
1
+

X
2
=

X
1
puisque

X
2
est un oppos de X
.
Par suite on a :

X
1
=

X
2
, ce qui contredit notre hypothse. Par consquent, il y a unicit de
loppos.
Remarque 3 Nous disons dans ce cas que lensemble des vecteurs de dimension n muni de laddition
possde une structure de groupe commutatif ou encore de groupe ablien.
b) Le produit par un nombre rel
Dnition 6 Le produit du vecteur X = (x
i
) de dimension n par le nombre rel est not .X
ou encore X et il est dni par : .X = (x
i
).
Exemple 2 Si Si X =

1
2
3

et = 5 alors on a : .X =

5
10
15

.
Proposition 4 Le produit dun vecteur de dimension n par un nombre rel possde les proprits suiv-
antes :
X on a : 1.X = X
, R on a : . (.X) = () .X
, R, X on a : ( +) .X = (.X) + (.X)
R, X, Y on a : (X +Y ) = (.X) + (.Y )
Preuve. Ces proprits drivent immdiatement des proprits de laddition et de la multiplication
des nombres rels.
Remarque 4 Nous dirons que lensemble des vecteurs de dimension n muni de laddition et du produit
par un nombre rel possde une structure despace vectoriel.
Corollaire 1 Nous avons les consquences suivantes :
X on a : 0.X =

0
X on a : (1) .X = X
2
Preuve.
Puisque :

(1 + 0) .X = X
(1 + 0) .X = 1.X + 0.X = X + 0.X
on en dduit que : X + 0.X = X, et par suite
on tire : 0.X =

0 .
Puisque :

(1 + (1)) .X = 0.X =

0
(1 + (1)) .X = 1.X + (1).X = X + (1).X
on en dduit que : X+(1).X =

0
et daprs lunicit de llment neutre pour laddition vectorielle nous en dduisons que (1).X
est llement neutre de X et par consquent : (1) .X = X.
c) Le produit scalaire
Dnition 7 Le produit scalaire de deux vecteurs X = (x
i
) et Y = (y
i
) de dimension n est le nombre
rel, not X.Y et dni par :
X.Y =
n
X
i=1
x
i
.y
i
.
Remarque 5 Le produit scalaire X.Y est encore not < X/Y >.
Exemple 3 Si X =

1
2
3

et Y =

5
4
7

alors on a : X.Y = 1.5 + (2).4 + 3.(7) = 24.

Dnition 8 Deux vecteurs X et Y de dimension n sont orthogonaux si X.Y = 0.
Proposition 5 Le produit scalaire de vecteurs de dimension n est :
symtrique : X, Y on a : X.Y = Y.X;
bilinaire : X, Y, Z, R on a :

(X +Y ) .Z = (X.Z) + (Y.Z) et X.(Y +Z) = (X.Y ) + (X.Z)
(X) .Y = (X.Y ) et X. (Y ) = (X.Y )
.
Preuve. Ces proprits dcoulent immdiatement des proprits de laddition et de la multiplication
des nombres rels.
Dnition 9 La norme du vecteur X de dimension n est note kXk et elle est dnie par :
kXk =

X.X.
Un vecteur de dimension n est dit norm si sa norme est gale 1.
Proposition 6 La norme dun vecteur de dimension n vrie les proprits suivantes :
X, R on a : k.Xk = || . kXk
X, Y on a : |X.Y | 6 kXk . kY k (Ingalit de Schwarz)
X, Y on a : kX +Y k 6 kXk + kY k
X, Y on a : |kXk kY k| 6 kX Y k
kXk = 0 X =

0 .
Preuve. Les dmonstrations ont t faites dans le cours dAnalyse II du premier semestre.
3
4) Dpendance et indpendance linaire
Dnition 10 p vecteurs de dimension n : X
1
, X
2
, ..., X
p
sont linairement indpendants si :

1
X
1
+
2
X
2
+... +
p
X
p
=

0
1
=
2
= ... =
p
= 0.
Remarque 6 On dit encore dans ce cas que la famille (X
1
, X
2
, ..., X
p
) est une famille libre;
dans le cas contraire, on dit que les vecteurs sont linairement dpendants ou encore que la famille
(X
1
, X
2
, ..., X
p
) est lie.
Exemple 4 Considrons les trois vecteurs : X
1
=

1
2
3

, X
2
=

2
1
3

et X
3
=

0
5
9

.
Etudions la dpendance ou non de ces trois vecteurs.
Il faut donc rsoudre lquation :
1
X
1
+
2
X
2
+
3
X
3
=

0 dinconnues
1
,
2
et
3
soit encore :

1
2
2
= 0
2
1
+
2
+ 5
3
= 0
3
1
+ 3
2
+ 9
3
= 0

1
= 2
2
5
2
+ 5
3
= 0
3
2
+ 3
3
= 0

1
= 2
2

2
est quelconque

3
=
2
.
Les trois nombres rels ne sont pas tous nuls, par exemple on peut choisir :

1
= 2

2
= 1

3
= 1
.
Par consquent, la famille (X
1
, X
2
, X
3
) est lie.
Proposition 7 Nous avons les proprits suivantes :
Si le vecteur nul

0 gure parmi les vecteurs X
1
, X
2
, ..., X
p
alors ceux-ci sont linairement
dpendants;
des vecteurs sont linairement dpendants si et seulement si lun dentre eux peut scrire comme
combinaison linaire des autres, soit encore :
i {1, 2, ..., p}
1
, ...,
i1
,
i+1
, ...,
p
R tels que : X
i
=
p
X
k=1
k6=i

k
X
k
si parmi les vecteurs X
1
, X
2
, ..., X
p
il existe une famille de vecteurs linairement dpendants,
alors la famille X
1
, X
2
, ..., X
p
est lie.
Preuve. Ces rsultats sont trs simples dmontrer et sont laisss titre dexercice.
II) Les matrices
1) Dnitions
Dnition 11 Considrons deux nombres entiers naturels non nuls n et p.
On appelle matrice de taille (n, p) (ou matice n lignes et p colonnes) un tableau n lignes et p
colonnes.
Une telle matrice sera note : M =

a
11
a
12
... ... a
1p
a
21
a
22
... ... a
2p
... ... ... ... ...
a
n1
a
n2
... ... a
np

ou encore M = (a
ij
)
16i6n
16j6p
ou
mme M = (a
ij
) sil ny a pas dambiguit.
Notation 2 Lensemble des matrices de taille (n, p) et coecients rels sera not M
n,p
(R) ou encore
M
n,p
.
4
Exemple 5 I =

a
ij
=
1
i +j

16i,j63
=

1
2
1
3
1
4
1
3
1
4
1
5
1
4
1
5
1
6

est une matrice de taille (3; 3).

M
1
=

1 5 4

est une matrice de taille (1; 3).
M
2
=

2
0
4
3

est une matrice de taille (4; 1).

M
3
=

1 0 4
10 5 0

est une matrice de taille (2; 3).

Dnition 12 Lorsque n = p on dit que lon a une matrice carre; dans ce cas M
n,n
(R) sera
not M
n
(R) ou encore M
n
. On parlera alors de matrice dordre n;
lorsque n = 1 on dit que lon a une matrice ligne;
lorsque p = 1 on dit que lon a une matrice colonne (ou encore un vecteur de dimension n).
Dnition 13 Deux matrices M et N sont gales si elles ont la mme taille et les mmes coecients.
2) Matrices particulires
Nous ne reviendrons pas sur les matrices carres ainsi que sur les matrices ligne et colonne dj vues
dans le paragraphe prcdent. Nous rencontrerons trs souvent dautres matrices particulires : les
matrices symtriques, les matrices triangulaires suprieures et infrieures, les matrices diagonales, les
matrices orthogonales, la matrice identit et la matrice nulle.
Dnition 14 Une matrice symtrique dordre n est une matrice carre dordre n pour laquelle les
lments symtriques par rapport la diagonale principale sont gaux, soit encore une matrice du type
M = (a
ij
)
16i6n
16j6n
telle que : i, j {1; 2; ...; n} on a : a
ij
= a
ji
.
Exemple 6 M =

1 2 3
2 6 4
3 4 5

est une matrice symtrique dordre 3.

Dnition 15 Une matrice triangulaire suprieure dordre n est une matrice carre dordre n
dont les lments situs en dessous de la diagonale principale sont tous nuls, soit encore une matrice
du type M = (a
ij
)
16i6n
16j6n
telle que :

i, j {1; 2; ...; n}
vriant : i > j
on a : a
ij
= 0.
Exemple 7 M =

1 2 3
0 6 4
0 0 5

est une matrice triangulaire suprieure dordre 3.

Dnition 16 Une matrice triangulaire infrieure dordre n est une matrice carre dordre n dont
les lments situs au dessus de la diagonale principale sont tous nuls, soit encore une matrice du type
M = (a
ij
)
16i6n
16j6n
telle que :

i, j {1; 2; ...; n}
vriant : i < j
on a : a
ij
= 0.
Exemple 8 M =

1 0 0
7 6 0
8 0 5

est une matrice triangulaire infrieure dordre 3.

Dnition 17 Une matrice diagonale est une matrice carre dont les lments situs en dehors de
la diagonale principale sont tous nuls, soit encore une matrice du type M = (a
ij
)
16i6n
16j6n
telle que :

i, j {1; 2; ...; n}
vriant : i 6= j
on a : a
ij
= 0.
5
Exemple 9 M =

1 0 0
0 6 0
0 0 5

est une matrice diagonale dordre 3.

Dnition 18 Une matrice orthogonale dordre n est une matrice carre dordre n pour laquelle les
vecteurs colonnes sont norms et deux deux orthogonaux.
Exemple 10 M =

5
2
3
4
3

5
0
2
3
5
3

5
2

5
1
3
2
3

est une matrice orthogonale dordre 3.

Dnition 19 La matrice identit de rang n est la matrice diagonale dordre n pour laquelle tous
les lments diagonaux sont gaux 1. On notera I
n
ou encore I sil ny a pas dambigit possible.
Exemple 11 I
3
=

1 0 0
0 1 0
0 0 1

est la matrice identit dordre 3.

Dnition 20 La matrice nulle de taille (n, p) est la matrice de taille (n, p) pour laquelle tous les
lments sont nuls
On la notera O
n,p
.
3) Oprations sur les matrices
a) Laddition de deux matrices
Dnition 21 Considrons M = (a
ij
) et N = (b
ij
) deux matrices de mme taille (n, p).
La somme M +N sera une matrice de taille (n, p) dnie par M +N = (a
ij
+b
ij
);
Exemple 12 Si M =

1 2 3
1 5 4

et N =

2 5 7
1 0 8

sont deux matrices de taille (2; 3) alors

on aura : M +N =

3 3 10
0 5 12

.
Proposition 8 La somme matricielle dnie prcdemment possde les proprits suivantes :
elle est commutative : M, N M
n,p
on a : M +N = N +M;
elle est associative : M, N, Q M
n,p
on a : (M +N) +Q = M + (N +Q);
O
n,p
est lment neutre pour laddition matricielle : M M
n,p
on a : M +O
n,p
= O
n,p
+M =
M;
toute matrice M = (a
ij
) M
n,p
possde une matrice oppose qui est note (M) dnie par
(M) = (a
ij
).
Preuve. Ces proprits proviennent immdiatement des proprits de laddition des nombres rels.
Remarque 7 Comme nous lavions vu pour les vecteurs, nous pouvons armer quil y a unicit
de llment neutre pour laddition matricielle et unicit de loppos dune matrice donne.
Nous dirons dans ce cas que lensemble M
n,p
muni de laddition possde une structure de groupe
commutatif (ou ablien).
6
b) La multiplication par un nombre rel
Dnition 22 Considrons M = (a
ij
) M
n,p
et R.
Le produit par le nombre rel de la matrice M est la matrice de taille (n, p) que nous noterons
.M ou plus simplement M dnie par : M = (.a
ij
).
Exemple 13 Si M =

1 2 3
1 5 4

et = 3, alors on a : M =

3 6 9
3 15 12

.
Proposition 9 La multiplication par un nombre rel possde les proprits suivantes :
, R, M M
n,p
on a : ( +) .M = (.M) + (.M)
R, M, N M
n,p
on a : .(M +N) = (.M) + (.N)
, R, M M
n,p
on a : . (M) = () .M
M M
n,p
on a : 1.M = M
Preuve. Ces rsultats se dmontrent sans dicults et sont des consquences des proprits de
laddition et de la multiplication des nombres rels.
Remarque 8 Nous dirons que lensemble M
n,p
muni de laddition et du produit par un nombre rel
possde une structure despace vectoriel.
Corollaire 2 Nous avons les consquences suivantes :
M M
n,p
on a : 0.M = O
n,p
M M
n,p
on a : (1) .M = M
Preuve. Ces deux rsultats se dmontrent dune faon analogue ceux dj rencontrs pour les
vecteurs de dimension n dans le paragraphe I).
c) La multiplication matricielle Dans ce paragraphe nous allons tudier la multiplication de deux
matrices. Notons tout de suite que cette multiplication ne sera pas toujours possible et quune condition
sur les tailles des matrices sera ncessaire.
Dnition 23 Considrons deux matrices : M = (a
ij
) M
n,p
et N = (b
jk
) M
p,q
.
Le produit de la matrice M par la matrice N sera la matrice de M
n,q
, not M.N dnie par :
M.N = (c
ik
) avec : c
ik
=
p
X
j=1
a
ij
.b
jk
.
Remarque 9 Il faut bien remarquer que le nombre de colonnes de la matrice M doit tre gal au
nombre de lignes de la matrice N pour pouvoir eectuer le produit M.N. Si cette condition nest pas
satisfaite, le produit matriciel ne sera pas dni.
Exemple 14 Si M =

1 2 3 4
0 2 1 1
1 4 0 2

M
3;4
et N =

0 1
1 0
2 2
3 2

M
4;2
alors on a : M.N =

20 3
1 4
2 3

M
3;2
.
Remarquons quil naurait pas t possible deectuer le produit de la matrice N par la matrice M.
Proposition 10 Lorsque les produits matriciels sont possibles, nous avons :
(M
1
+M
2
) .N = (M
1
.N) + (M
2
.N)
M. (N
1
+N
2
) = (M.N
1
) + (M.N
2
)
7
Preuve. Ces proprits proviennent des proprits de la multiplication des nombres rels. Dmon-
trons le premier rsultat titre dexemple.
Si M
1
= (a
ij
), M
2
=

a
0
ij

et N = (b
jk
) alors on a : M
1
+ M
2
=

a
ij
+a
0
ij

et par consquent on
obtient : (M
1
+M
2
) .N = (c
ik
) o : c
ik
=
p
P
j=1

a
i j
+a
0
ij

.b
jk
=
p
P
j=1
a
i j
.b
jk
+
p
P
j=1
a
0
ij
.b
jk
.
Puisque :

M
1
.N = (c
0
ik
) avec : c
0
ik
=
p
P
j=1
a
i j
.b
jk
M
2
.N = (c
00
ik
) avec : c
0
ik
=
p
P
j=1
a
0
i j
.b
jk
, on en dduit que : (M
1
+M
2
) .N = (M
1
.N)+
(M
2
.N).
Proposition 11 R, M M
n,p
et N M
p,q
on a : . (M.N) = (.M) .N = M. (.N)
Preuve. Posons : M = (a
ij
) M
n,p
et N = (b
jk
) M
p,q
.
On a : . (M.N) = (.c
ik
) o c
ik
=
p
P
j=1
a
ij
.b
jk
.
De plus puisque : .M = (d
ij
) o d
ij
= a
ij
on obtient : (.M) .N = (e
ik
) avec : e
ik
=
p
P
j=1
d
ij
.b
jk
,
soit encore :
e
ik
=
p
P
j=1
(a
ij
) .b
jk
=
p
P
j=1
a
ij
.b
jk
= c
ik
.
On a donc prouv que : . (M.N) = (.M) .N
De mme, puisque : .N = (f
jk
) avec f
jk
= .b
jk
on obtient :
M. (.N) = (g
ik
) o g
ik
=
p
P
j=1
a
ij
.f
jk
=
p
P
j=1
a
ij
. (.b
jk
) =
p
P
j=1
a
ij
.b
jk
= c
ik
.
On vient donc de dmontrer que : . (M.N) = M. (.N)
Proposition 12 M M
n,p
, N M
p,q
et P M
q,r
on a : M.(N.P) = (M.N).P
Preuve. Posons : M = (a
ij
) M
n,p
, N = (b
jk
) M
p,q
et P = (c
kl
) M
q,r
.
On a : N.P = (d
jl
) avec d
jl
=
q
P
k=1
b
jk
.c
kl
donc : M.(N.P) = (e
il
) avec e
il
=
p
P
j=1
a
ij
.d
jl
, soit encore :
e
il
=
p
P
j=1
a
ij
.

q
P
k=1
b
jk
.c
kl

=
p
P
j=1
q
P
k=1
a
ij
.b
jk
.c
kl
=
q
P
k=1

p
P
j=1
a
ij
.b
jk
!
.c
kl
.
De plus, on a : M.N = (f
ik
) o f
ik
=
p
P
j=1
a
ij
.b
jk
.
On en dduit que : e
il
=
q
P
k=1
f
ik
.c
kl
et par suite on obtient : (M.N).P = (e
il
), ce qui prouve que :
M.(N.P) = (M.N).P.
Proposition 13 M M
n,p
on a : M.I
p
= M
M M
n,p
on a : I
n
.M = M
Preuve. Ces deux proprits sont videntes.
d) La transposition
Dnition 24 Considrons une matrice M = (a
ij
) M
n,p
.
La transpose de la matrice M sera une matrice de taille (p, n) que lon notera M
t
dnie par :
M
t
= (b
ji
) avec : b
ji
= a
ij
.
Exemple 15 Considrons la matrice M =

1 2 3
1 5 4

M
2;3
.
Nous avons donc : M
t
=

1 1
2 5
3 4

M
3;2
.
8
Remarque 10 Cest cette opration qui permet de dnir un vecteur ligne : en eet un vecteur X
de dimension n tant par dnition une colonne, le vecteur ligne correspondant sera le transpos
X
t
.
Le produit scalaire de deux vecteurs qui a t dni prcdemment peut encore scrire sous la
forme : X.Y = X
t
.Y = Y
t
.X.
La transpose dune matrice diagonale est la matrice elle-mme.
La transpose dune matrice triangulaire suprieure est une matrice triangulaire infrieure.
La transpose dune matrice nulle est une matrice nulle.
Proposition 14 M, N M
n,p
, R on a :
(M +N)
t
= M
t
+N
t
(M
t
)
t
= M
(.M)
t
= .M
t
Preuve. Ces trois proprits sont videntes.
Proposition 15 M M
n,p
, N M
p,q
on a : (M.N)
t
= N
t
.M
t
Preuve. Posons : M = (a
ij
) M
n,p
et N = (b
jk
) M
p,q
.
On a : M.N = (c
ik
) avec : c
ik
=
p
P
j=1
a
ij
.b
jk
.
Par consquent, (M.N)
t
= (d
ki
) o d
k i
=
p
P
j=1
a
i j
.b
jk
De plus puisque :

N
t
= (e
k j
) avec : e
k j
= b
jk
M
t
= (f
ji
) avec : f
ji
= a
ij
on obtient : N
t
.M
t
= (g
k i
) avec g
k i
=
p
P
j=1
e
k j
.f
ji
,
soit encore : g
k i
=
p
P
j=1
b
jk
.a
ij
= d
k i
.
On obtient donc : N
t
.M
t
= (M.N)
t
.
9