Professional Documents
Culture Documents
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 n1 a n2 . . . a np Elle appartient lensemble M np R des matrices de format (n;p) qui contiennent n p termes.
II.Matrices carres.
1.Dfinition
Toute matrice dont le nombre n de lignes est gal au
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
D CD
0 1
3 5 1 1
7 1 8 7
Exemple: C 1 0 5 2 3 4 alors C 1 0 5 2 3 4
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
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
AB A B
t
A A
t t t
A A AC C A
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
1
1 3
1 1 1
1 1 2
2 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
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
unipotente de mme nature. Exemple 1 1 C est unipotente suprieure et son inverse C 0 1 unipotente suprieure.
1 0
1 1
est
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 :
par
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.
0 0 2 7 3 1
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
M ij
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
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
1 14 1 14
5 3 2 4
1 det A
d o A
1 1
1 1
33
1 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
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.
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
4 0
6 3
8 12 rduite de Gauss de A
L 2 0, 5L 1 L3 2L 1
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
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
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 .
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
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