Algèbre de base

Chapitre 8

Calcul matriciel

Pré-requis
□ Le corps K := R ou C.
□ L’espace vectoriel Kn .
□ Systèmes linéaires.

Objectifs
□ Savoir effectuer des opérations sur les matrices.
□ Savoir calculer les puissances, la transposée et le déterminant d’une matrice.
□ Savoir calculer l’inverse d’une matrice.

Sommaire
Séquence 1 : Définition et opérations sur les matrices 3
Généralités sur les matrices - Opérations simples sur les matrices - Produit de matrices.
Séquence 2 : Matrices particulières et inverse d’une matrice carrée 17
Matrices particulières - Inverse d’une matrice carrée.
Séquence 3 : Déterminant d’une matrice carrée 31
Déterminants - Calcul de l’inverse d’une matrice.

1
2
 Chapitre 8 - Séquence 1
Définition et opérations sur les matrices

1 Généralités sur les matrices

Notations
Dans toute la suite,
 K désigne soit R, soit C,
 n et p sont deux entiers naturels non nuls.

Considérons le système

 2x1 + 3x2 + 2x3 = 1 L1
x + x2 + x3 = 3 L 2
 1
3x1 + 8x3 = 8 L3

Les coefficients du système, suivant chaque ligne, sont

 L1 : 2, 3, 2,  L2 : 1, 1, 1  L3 : 3, 0, 8.

On peut regrouper tous ces coefficients dans un tableau noté :

  Ñ é
2 3 2 2 3 2
1 1 1 ou 1 1 1 .
3 0 8 3 0 8

C’est ce que l’on appelle une matrice (tableau contenant des nombres réels ou complexes).

Définitions
On appelle matrice de taille n × p (ou matrice (n, p)) à coefficients dans K un tableau à n
lignes et p colonnes de la forme :
á ë
a11 a12 · · · a1p
a21 a22 · · · a2p
A := .. .. ..
. . .
an1 an2 · · · anp

où, pour tous i ∈ J1; nK et j ∈ J1; pK, aij est un élément de K.

 Pour tous i ∈ J1; nK et j ∈ J1; pK, les aij sont appelés les coefficients de la matrice A.
 Pour tous i ∈ J1; nK et j ∈ J1; pK, aij est le coefficient de A à la i-ième ligne et j-ième
colonne.

3
 Notations
 On note Mn,p (K) l’ensemble des matrices de taille n × p à coefficients dans K.
 Une matrice A ∈ Mn,p (K) peut aussi être notée A := (aij ) 1≤i≤n
1≤j≤p

 En général, dans toute la suite, les matrices sont désignées par une lettre majuscule et
ses coefficients par la même lettre en minuscule. Par exemple, la matrice A ∈ Mn,p (K)
a pour coefficients aij , pour tous i ∈ J1; nK et j ∈ J1; pK.
 Dans certains cas, on notera les coefficients d’une matrice A ∈ Mn,p (K), pour tous
i ∈ J1; nK et j ∈ J1; pK, par (A)ij .

Exemples – Quelques exemples de matrices

Å ã Ñ é
1 2 3 1 2 3
A := ∈ M2,3 (R)
2 3 −4 D := 4 5 6i ∈ M3,3 (C)
Ñ
1 2 3 4i
é 3 − 5i 7 8
B := 5 6i 7 8 ∈ M3,4 (C)

E := 1 2 3 ∈ M1,3 (R)
4 2 3 1+i
Ñ é Ñ é
1 2 1
C := 3 4 ∈ M3,2 (R) F := 2 ∈ M3,1 (R)
5 6 3

 Le coefficient de la deuxième ligne et première colonne de la matrice A est : a21 := 2.

 Le coefficient de la troisième ligne et quatrième colonne de la matrice B est : b34 := 1+i.
 De même, c12 := 2, d31 := 3 − 5i, e11 := 1, f21 := 2.

Exercice 1.
Soient A et B les matrices définies par
Ü ê
Ñ é 1 × 6
1 −6 8 4
× 2i ×
A := 0 7 3 11 et B := .
4+i 3 ×
3 2 5 9
5 7+i ×

1) Donner la taille de A et identifier les coefficients a23 , a32 , a14 et a24 .

2) Compléter l’écriture de B ∈ M4,3 (C) en sachant que b33 := 2, b23 := 1 + i, b12 := 0,
b43 := 2 + i et b21 := 3.

Vocabulaire
 L’ensemble Mn,1 (K) est l’ensemble des matrices à n lignes et une colonne. Parfois
on les appelle matrices colonnes. Il s’agit des vecteurs de Kn écrits en colonne. En
particulier, cela signifie qu’un vecteur est une matrice particulière.
 L’ensemble M1,p (K) est l’ensemble des matrices à une lignes et p colonnes. Parfois on
les appelle matrices lignes. Il s’agit des vecteurs de Kn écrits en ligne (sans virgule).
 Pour A ∈ Mn,1 (K) (resp. A ∈ M1,n (K)) on note les coefficients, pour tout i ∈ J1; nK,
ai au lieu de ai1 (resp. a1i ).

4
Définitions : Matrices particulières
Soit A ∈ Mn,p (K).
 Si n = p, on dit que A est une matrice carrée d’ordre n et Mn,n (K) est noté plus
simplement Mn (K). De plus, A peut être notée A := (aij )1≤i,j≤n .
 Si n ̸= p, la matrice A est dite rectangulaire.
 La matrice nulle de Mn,p (K), notée 0n,p ou simplement 0, est la matrice de taille
n × p dont tous les coefficients sont nuls.
Autrement dit, A := (aij ) 1≤i≤n ∈ Mn,p (K) est la matrice nulle si
1≤j≤p

∀ (i, j) ∈ J1; nK2 , aij := 0.

Exemples
Ñ é
1 2 3
 La matrice 4 5 6 ∈ M3 (R) est carrée.
7 8 9
Å ã
1 2 3
 La matrice ∈ M2,3 (R) est rectangulaire.
4 5 6
 Les matrices nulles de M32 (K), M33 (K) et M43 (K) sont
Ü ê
Ñ é Ñ é 0 0 0
0 0 0 0 0
0 0 0
0 0 , 0 0 0 et .
0 0 0
0 0 0 0 0
0 0 0

Définition : Égalité de matrices

Soient (q, r) ∈ (N∗ )2 . Deux matrices A := (aij ) 1≤i≤n ∈ Mn,p (K) et B := (bij ) 1≤i≤q ∈ Mq,r (K)
1≤j≤p 1≤j≤r
sont égales si elles ont la même taille et si leurs coefficients sont égaux, c’est-à-dire
 n = q,
 p=r
 ∀ i ∈ J1; nK , ∀ j ∈ J1; pK , aij = bij .
Dans ce cas, on note A = B.

Exemples
Å ã Å ã
1+2 3i − 2i 3 − 1 3 i 2
 = ,
6 22 i−i 6 4 0
Ñ é
Å ã 0 0
0 0 0
 ̸= 0 0 .
0 0 0
0 0

5
 Exercice 2.
Å ã Å ã
2x + 3 5 −1 5
Soient les matrices A := et B := .
3 −2y − 4 3 5
Trouver (x, y) ∈ R2 tel que A = B.

2 Opérations simples sur les matrices

Définition : Addition de matrices

Soient A := (aij ) 1≤i≤n ∈ Mn,p (K) et B := (bij ) 1≤i≤n ∈ Mn,p (K). On appelle somme de A et
1≤j≤p 1≤j≤p
B la matrice de Mn,p (K), notée A + B, donnée par

A + B := (aij + bij ) 1≤i≤n .

1≤j≤p

Attention
 On ne peut additionner que des matrices de mêmes tailles.
 La matrice obtenue en effectuant la somme de deux matrices est de la même taille.

Exemples – Addition de matrices

Ñ é Ñ é Ñ é
1 1 −3 1 −2 2
 Somme de deux matrices de M3,2 (R) : 2 3 + 5 −3 = 7 0 .
1 −1 0 2 1 1
 Somme de deux matrices de M3,4 (C) :
Ñ é Ñ é Ñ é
1 2+i 5 9 −1 −2 i 1 0 i 5 + i 10
2 3 2i + 4 8 + 3i 3 4 − 2i 2 = 2 + 3i 6 8 10 .
3 5 6 i 2 1 3 1 5 6 9 1+i

Définition : Multiplication scalaire-matrice

Soient A := (aij ) 1≤i≤n ∈ Mn,p (K) et λ ∈ K. On appelle produit de A par λ la matrice
1≤j≤p
de Mn,p (K), notée λ A, donnée par

λ A := (λ aij ) 1≤i≤n .
1≤j≤p

Exemples – Multiplication scalaire-matrice

Ñ é
1 1
 Soient λ := −2 et A := 2 3 . Alors, on a :
1 −1
Ñ é Ñ é
1 1 −2 −2
λA = −2 2 3 = −4 −6 .
1 −1 −2 2

6
 Å ã
1 2+i 3
 Soient γ := 3i et B := . Alors, on a :
4 2i 1 + 2i
Å ã Å ã
1 2+i 3 3i −3 + 6i 9i
γB = 3i = .
4 2i 1 + 2i 12i −6 −6 + 3i

Propriétés
Soient A, B et C trois matrices de Mn,p (K) et λ, µ ∈ K.
1. Propriétés de l’addition de matrices
(a) l’addition est commutative : A + B = B + A,
(b) l’addition est associative : A + (B + C) = (A + B) + C,
(c) l’addition admet 0n,p comme élément neutre : A + 0n,p = 0n,p + A = A,
(d) toute matrice admet un opposé : A + (−A) = 0n,p .
2. Propriétés de la multiplication par un scalaire
(a) la multiplication admet 1 comme élément neutre : 1 A = A,
(b) la multiplication est associative et commutative : λ (µ A) = (λµ) A = µ (λ A).
3. Distributivité entre l’addition et la multiplication

λ (A + B) = λ A + λ B et (λ + µ) A = λ A + µ A.

Exercice 3.
Dans chacun des cas suivants :
1) Déterminer la taille des matrices Ai et Bi pour i ∈ {1, 2}.
2) Lorsque cela est possible, calculer Ci pour i ∈ {1, 2}.
Å ã Å ã
1 0 2 1 2
a) A1 := , B1 := et C1 := 2A1 + 3B1 ;
2 0 1 2 3
Ñ é Ñ é
2i 0 1 −1
b) A2 := 1 − i 1 + i , B2 := 3i 2 et C2 := (1 + i)A2 − 2B2 .
1 1 0 0

3 Produit de matrices

Définition : Produit de matrices

Soient q ∈ N∗ , A := (aij ) 1≤i≤n ∈ Mn,p (K) et B := (bij ) 1≤i≤p ∈ Mp,q (K).
1≤j≤p 1≤j≤q
On appelle produit de A par B la matrice C := (cij ) 1≤i≤n ∈ Mn,q (K) dont les coefficients,
1≤j≤q
pour tous i ∈ J1; nK et j ∈ J1; qK, sont donnés par
p
X
cij := ai1 b1j + ai2 b2j + · · · + aip bpj = aik bkj .
k=1

On note C = AB.

7
 Attention
 Pour réaliser le produit AB, le nombre de colonnes de A doit être égal au nombre de
lignes de B. On gardera en tête que l’on a :

Mn,p (K) × Mp,q (K) −→ Mn,q (K)

(A, B) 7−→ AB

 Le produit AB peut exister sans pour autant que le produit BA existe.

Méthode – Calcul d’un produit de matrices

On donne ci-dessous une illustration du produit de deux matrices A et B de M2,2 (K).

On note C := AB et C = (cij )1≤i,j≤2 .

 Calcul du coefficient c11
Ñ é
b11 b12
b21 b22
! Ñ é
a11 a12 a11 b11 + a12 b21 ×
=
a21 a22 × ×

 Calcul du coefficient c12 Ñ é

b11 b12
b21 b22
! Ñ é
a11 a12 a11 b11 + a12 b21 a11 b12 + a12 b22
=
a21 a22 × ×

Ñ é
 Calcul du coefficient c21 b11 b12
b21 b22
! Ñ é
a11 a12 a11 b11 + a12 b21 a11 b12 + a12 b12
=
a21 a22 a21 b11 + a22 b21 ×

 Calcul du coefficient c22

Ñ é
b11 b12
b21 b22
! Ñ é
a11 a12 a11 b11 + a12 b21 a11 b12 + a12 b12
=
a21 a22 a21 b11 + a22 b21 a21 b12 + a22 b22

8
 Exemples – Produit de matrices
Ñ é
1 1 Å ã
0 1
 Soient A := 2 3 et B := . Alors, on a
−3 −2
1 −1
Ñ é Ñ é Ñ é
1 1 Å ã 1 × 0 + 1 × (−3) 1 × 1 + 1 × (−2) −3 −1
0 1
AB = 2 3 = 2 × 0 + 3 × (−3) 2 × 1 + 3 × (−2) = −9 −4
−3 −2
1 −1 1 × 0 − 1 × (−3) 1 × 1 − 1 × (−2) 3 3
Ñ é
Å ã 0 1 2 4
1 2 3
 Soient C := et D := −3 −2 5 6 . Alors, on a
4 5 9
1 1 1 1
Ñ é
Å ã 0 1 2 4 Å ã
1 2 3 −3 0 15 19
CD = −3 −2 5 6 =
4 5 9 −6 3 42 55
1 1 1 1

Par contre le produit DC n’existe pas.

Exercice 4.
Pour chacune des matrices A et B ci-dessous calculer le produit AB lorsque cela est possible.
Å ã Å ã
2 −3 3 1 2
1) A := et B := .
−1 2 1 0 2
Ü ê
Å ã 1 2 3
1 2 3 4 5 6
2) A := et B := .
4 5 6 7 8 9
10 11 12

Remarque
Un vecteur x ∈ Kp étant une matrice particulière de Mp,1 (K), on peut effectuer le produit
d’une matrice A ∈ Mn,p (K) et de x. On obtient alors :
p
X
∀ i ∈ J1; nK , (Ax)i = ai1 x1 + ai2 x2 + . . . + aip xp = aik xk ,
k=1

et Ax ∈ Mn,1 (K).

Attention
 Le produit de matrices n’est pas commutatif. Autrement dit, en général, on a AB ̸= BA.
 AB = 0 n’implique pas A = 0 ou B = 0.
Il peut arriver que le produit de deux matrices non nulles soit nul. En d’autres termes, on
peut avoir A ̸= 0 et B ̸= 0 mais AB = 0.
 AB = AC n’implique pas B = C. On peut avoir AB = AC et B ̸= C.

9
 Exemples
Å ã Å ã
1 2 0 1
 Soient A := et B := .
3 4 1 1
Å ã Å ã
2 3 3 4
Alors, AB = et BA = , donc AB ̸= BA.
4 7 4 6
Å ã Å ã
0 −1 2 −3
 Soient A := et B := .
0 5 0 0
Å ã
0 0
Alors, AB = mais A ̸= 0 et B ̸= 0.
0 0
Å ã Å ã Å ã
0 −1 4 −1 2 5
 Soient A := , B := et C := .
0 3 5 4 5 4
Å ã
−5 −4
Alors, AB = = AC mais B ̸= C.
15 12

Malgré les difficultés soulevées au-dessus, le produit vérifie les propriétés suivantes :

Proposition
Soient (q, r) ∈ (N∗ )2 , (A, A1 , A2 ) ∈ Mn,p (K)3 , (B, B1 , B2 ) ∈ Mp,q (K)3 , C ∈ Mq,r (K)
et λ ∈ K.
1. Le produit de matrices est associatif :

(AB)C = A(BC).

2. Le produit et l’addition de matrices sont distributifs :

(A1 + A2 )B = A1 B + A2 B et A(B1 + B2 ) = AB1 + AB2 .

3. Le produit de matrices et la multiplication par un scalaire sont distributifs :

(λA)B = A(λB) = λ(AB).

Remarque – Distributivité
Montrons la propriété de distributivité (A1 + A2 )B = A1 B + A2 B. On note :
 aij (resp. αij ) les coefficients de A1 (resp. A2 ),
 bij les coefficients de B,
 dij les coefficients de (A1 + A2 )B.
Alors, la somme et le produit étant distributifs dans K, on obtient
p
X p
X p
X
dij = (aik + αik )bkj = aik bkj + αik bkj = (A1 B)ij + (A2 B)ij ,
k=1 k=1 k=1

ce qui donne le résultat.

10
 Exercice 5.
Montrer la propriété de distributivité A(B1 + B2 ) = AB1 + AB2 .

Correction des exercices

Correction de l’Exercice 1.
1) A ∈ M3,4 (R), a23 = 3, a32 = 2, a14 = 4 et a24 = 11.
Ü ê
1 0s 6
3 2i 1 + i
2) B = .
4+i 3 2
5 7+i 2+i

Correction de l’Exercice 2.
®
2x + 3 = −1
Å ã
9
A=B ⇐⇒ ⇐⇒ (x, y) = −2, − .
−2y − 4 = 5 2

Correction de l’Exercice 3.
1) Impossible car A1 ∈ M2,3 et B1 ∈ M2 ;
Ñ é Ñ é Ñ é
−2 + 2i 0 −2 2 −4 + 2i 2
2) (1 + i)A2 − 2B2 = 2 2i + −6i −4 = 2 − 6i −4 + 2i .
1+i 1+i 0 0 1+i 1+i

Correction de l’Exercice 4.
ã Å
3 2 −2
1) A ∈ M2,2 (R) et B ∈ M2,3 (R) donc AB ∈ M2,3 (R) et AB = .
−1 −1 2
2) Produit impossible car A a 3 colonnes alors que B a 4 lignes.

Correction de l’Exercice 5.
p
X p
X p
X p
X
aik (b1kj + b2kj ) = aik b1kj + aik b2kj = aik b1kj + aik b2kj .
k=1 k=1 k=1 k=1

11
12
 Chapitre 8
Feuille d’exercices : Séquence 1

Exercice 1.
Soient A et B les matrices définies par
Ü ê
Ñ é 1 × 6
1 −6 8 4
× 2i ×
A := 0 7 3 11 et B := .
4+i 3 ×
3 2 5 9
5 7+i ×

1) Donner la taille de A et identifier les coefficients a23 , a32 , a14 et a24 .

2) Compléter l’écriture de B ∈ M4,3 (C) avec b33 := 2, b23 := 1 + i, b12 := 0, b43 := 2 + i et
b21 := 3.

Exercice 2.
1) Donner la matrice A de taille 3 × 3 dont les coefficients aij sont donnés, pour tout
(i, j) ∈ {1, 2, 3}2 , par
aij := 2i − j.
2) Donner la matrice B de taille 4 × 4 dont les coefficients bij sont donnés, pour tout
(i, j) ∈ {1, 2, 3, 4}2 , par
bij := (−1)i+j .

Exercice 3.
1) Soient Å ã Å ã
1 −2 3 3 0 2
A := et B := .
4 5 −6 −7 1 8
Calculer A + B et 2A − 3B.
2) Soient Ü ê Ü ê
−4 1 3 0 5 −1 −3 0
1 0 0 1 −1 1 0 −1
A := et B := .
0 0 2 0 0 0 3 0
1 −2 6 5 −1 2 −6 6
Calculer A + B.

Exercice 4.
Å ã Å ã
x 5 y 7
Soient A := et B := .
0 2x −1 3y
ãÅ
2 4 12
1) Trouver (x, y) ∈ R tel que A + B = .
−1 16
Å ã
2 −5 −18
2) Trouver (x, y) ∈ R tel que 2A − 4B = .
4 −16

13
 Exercice 5.
Soient Ñ é Ñ é
2 5 Å ã 0 −1 6
2 5+i
A := 3 6 B := C := 2 4 −2
4 − 2i 6
4 7 3 5 3
Ñ é
Å ã 2+i 5 0 Å ã
2 5 0 1−i
D := E := 3 6 3 − 2i F :=
3 6 3 1+i
4 1 + 3i 2
Ü ê
Å ã 2 5 0
2 5 0 3 3 6 3

G := H := I := −1 4 5 .
3 6 3 5 2 5 0
3 6 3
Déterminer tous les produits matriciels possibles pour les matrices ci-dessus, puis les calculer.

Exercice 6.
Pour toute matrice A ∈ Mn (K), on définit la trace de A, notée tr(A), comme étant la somme
des éléments diagonaux de A.
P
1) Redonner la définition de la trace d’une matrice en utilisant le symbole .
2) Montrer que, pour tous A ∈ Mn (K), B ∈ Mn (K) et pour tout λ ∈ K,

tr(λ A) = λtr(A) et tr(A + B) = tr(A) + tr(B).

Exercice 7.
Å ã Å ã
1 −1 2 3
1) Soient A := et B := . Calculer AB.
1 −1 2 3
2) Que peut-on en déduire sur le produit de matrices ?

Exercice 8.
Å ã Å ã
1 2 a b
Soient A := et B := , où (a, b, c, d) ∈ R4 .
3 4 c d
Å ã
1 0
1) Déterminer a, b, c et d tels que AB = .
0 1
Å ã
1 0
2) Montrer que la matrice B obtenue vérifie BA = .
0 1

Exercice 9.
Soient (q, r) ∈ (N∗ )2 , A ∈ Mn,p (K), (B, B1 , B2 ) ∈ Mp,q (K)3 , C ∈ Mq,r (K) et λ ∈ K. Montrer
les propriétés suivantes :
1) A(B1 + B2 ) = AB1 + AB2 ;
2) (λA)B = A(λB) = λ(AB) ;
3) (AB)C = A(BC).

Exercice 10.
Soit A ∈ Mn (K). Montrer que

F := {x ∈ Kn | Ax = 0Kn }

14
est un sous-espace vectoriel de Kn .

15
16
 Chapitre 8 - Séquence 2
Matrices particulières et inverse d’une
matrice carrée

4 Matrices particulières

Définitions : Matrices diagonales et matrices identités

Soit A := (aij )1≤i,j≤n ∈ Mn (K).
 Les coefficients de la diagonale de la matrice A sont les coefficients aii , pour
tout i ∈ J1; nK.
 La matrice A est dite diagonale si, pour tout (i, j) ∈ J1; nK2 tels que i ̸= j, aij = 0.
Autrement dit, une matrice carrée est diagonale si tous ses coefficients en dehors de la
diagonale sont nuls.
 On appelle matrice identité de Mn (K), notée In , la matrice diagonale de Mn (K)
qui n’a que des 1 sur la diagonale.

Attention
Les notions de matrices diagonales et matrice identité n’ont de sens que dans le cadre des
matrices carrées.

Exemples – Matrices diagonales et matrices identités

 Les matrices D1 et D2 ci-dessous sont des matrices diagonales :
Ü ê
1 0 0 0 Å ã
0 2 0 0 3i 0
D1 := , D2 := .
0 0 3 0 0 8
0 0 0 4

 La matrice Ñ é
1 0 0
D := 0 0 0
0 0 5
est diagonale (une matrice diagonale peut aussi avoir des coefficients diagonaux nuls).
 La matrice identité est la même dans Mn (R) et Mn (C).
Voici par exemple les matrices identités de M1 (R), M2 (R), M3 (R) et M4 (R) :
Ü ê
Ñ é 1 0 0 0
Å ã 1 0 0

1 0 0 1 0 0
I1 := 1 , I2 = , I3 := 0 1 0 et I4 := .
0 1 0 0 1 0
0 0 1
0 0 0 1

17
 Remarques
Pour deux entiers i et j, on définit le symbole de Kronecker par
ß
1 si i = j,
δij :=
0 sinon.

Alors,
 la matrice identité de Mn (K) a pour coefficients δij : In = (δij )1≤i,j≤n .
 si D := (dij )1≤i,j≤n ∈ Mn (K) est une matrice diagonale alors ses coefficients vérifient

dij = di δij ,

où, pour tout i ∈ J1; nK, di ∈ K est le ième terme de la diagonale de D.

Proposition
1. Soit A ∈ Mn,p (K). Alors AIp = A et In A = A.
2. Si B ∈ Mn (K) est telle que, pour toute matrice A ∈ Mn (K), AB = BA, alors B = In .

Remarque
La proposition précédente signifie que la matrice In est l’unique élément neutre pour la
multiplication de matrices de Mn (K).

Définition : Puissance d’une matrice

Soit A ∈ Mn (K). On définit la puissance d’une matrice par

A0 := In et Ap := AAp−1 , pour tout p ∈ N∗ .

Autrement dit, pour tout p ∈ N, Ap = AA . . . A}.

| {z
p fois

Exemples
 Pour tout p ∈ N, (In )p = In .
Å ã
2 0
 Pour A := , on a
−1 1
Å ãÅ ã Å ã Å ãÅ ã Å ã
2 2 0 2 0 4 0 3 2 0
2 4 0 8 0
A = = et A = AA = = .
−1 1 −1 1 −3 1 −1 1 −3 1 −7 1

Exercice 1.
Å ã
1 1
Soit A := . Calculer Ak pour k = 2, 3, 4.
0 2

18
 Définitions : Matrice transposée et matrice adjointe
Soit A := (aij ) 1≤i≤n ∈ Mn,p (K).
1≤j≤p

1. On appelle matrice transposée de A la matrice de Mp,n (K), notée At , telle que pour
tous i ∈ J1; pK et j ∈ J1; nK,
(At )ij := aji .
2. On appelle matrice adjointe de A la matrice de Mp,n (K), notée A∗ , telle que pour
tous i ∈ J1; pK et j ∈ J1; nK,
(A∗ )ij := aji .

Remarque
Dans le cas où K := R, la matrice adjointe est simplement la matrice transposée.

Attention
Si la taille de A est n × p, la taille de At et de A∗ est p × n.

Exemples
Ñ é Ñ é
1 2 3 1 4 7
 Pour A := 4 5 6 , on a At = A∗ = 2 5 8 .
7 8 9 3 6 9
Ñ é
1 + 2i 3 5 7
 Pour A := 6 4 3+i 2 , on a
0 i 8 2 + 3i
Ü ê Ü ê
1 + 2i 6 0 1 − 2i 6 0
3 4 i 3 4 −i
At = et A∗ = .
5 3+i 8 5 3−i 8
7 2 2 + 3i 7 2 2 − 3i
Å ã
1 2 + 3i i
 Pour A := , on a
2−i 3 −2i
Ñ é Ñ é
1 2−i 1 2+i
At = 2 + 3i 3 et A∗ = 2 − 3i 3 .
i −2i −i 2i

Exercice 2.
1) Donner les transposées des matrices suivantes :
Ü ê
Ñ é 1 0 0 0
Å ã 1 Å ã
1 2 1 2 3 8 3 0 0
A := , B := 2 , C := , D := .
−3 −4 2 3 −4 5 2 4 0
1
2 3 0 1

19
 2) Déterminer la matrice adjointe pour chacune des matrices suivantes :
√
Üi ê
Ñ é
2
1
i 3i 1 √
0 i3
A := 0 0 1 − 23 i , B := i −2 4 − 7i , C := .
4 0
8 − 6i 0 5
i2 3

Proposition
Soient q ∈ N∗ , A ∈ Mn,p (K) et B ∈ Mp,q (K). Alors,

 (A∗ )∗ = A,  (At )t = A,
 (AB)∗ = B ∗ A∗ ,  (AB)t = B t At .

5 Inverse d’une matrice carrée

Remarque
1
Pour tout a ∈ K∗ , il existe un inverse , noté aussi a−1 , qui vérifie
a
aa−1 = a−1 a = 1.

L’équivalent du nombre 1 de K (l’élément neutre pour la multiplication) pour Mn (K) est la

matrice identité In .
L’équivalent dans Mn (K) de la notion d’inverse dans K est donné par la définition ci-dessous.

Définitions : Matrice inversible et matrice inverse

Soit A ∈ Mn (K). On dit que A est inversible s’il existe B ∈ Mn (K) telle que

AB = BA = In .

Si B existe, elle est unique, on l’appelle l’inverse de A, et on la note A−1 .

L’ensemble des matrices inversibles est noté GLn (K) et est appelé le groupe linéaire
de Mn (K).

Attention
 La notion de matrice inversible n’existe que pour des matrices carrées.
 Toutes les matrices carrées n’admettent pas forcément de matrice inverse.

Exemples – Matrice inversible et matrice inverse

 La matrice identité est inversible et son inverse est elle-même :

In ∈ GLn (K) et In−1 = In .

20
 Å ã Å ã
1 2 1 −4 2
 Soient A := et B := . On a
3 4 2 3 −1
Å ãÅ ã Å ã
1 1 2 −4 2 1 2 0
AB = = = In ,
2 3 4 3 −1 2 0 2
et Å ãÅ ã Å ã
1 −4 2 1 2 1 2 0
BA = = = In ,
2 3 −1 3 4 2 0 2
donc A est inversible et B = A−1 .

Définition
Soient n ∈ N∗ , p ∈ N et soit P ∈ K[X] donné par
p
ak X k ,
X
P (X) :=
k=0

où, pour tout k ∈ J0; pK, ak ∈ K.

Pour toute matrice A ∈ Mn (K), on définit P (A) par
p
ak Ak = a0 In + a1 A + a2 A2 + . . . + ap Ap .
X
P (A) :=
k=0

Exemple
Å ã
3 2 2 0
Soient P (X) := X − X + 2X + 1 ∈ K[X] et A := . On a vu précédemment que
−1 1
l’on a Å ã Å ã
2 4 0 3 8 0
A = et A = ,
−3 1 −7 1
donc
ã Å Å ã Å ã Å ã Å ã
3 2 8 0 4 0 4 0 1 0 9 0
P (A) = A − A + 2A + I2 = − + + = .
−7 1 −3 1 −2 2 0 1 −6 3

Exercice
Ñ
3. é
3 2 −2
Soit A := −1 0 1 .
1 1 0
1) Soit P (X) := X 2 − 2X + 1. Calculer P (A) et en déduire l’égalité : −A2 + 2A = I3 .
2) Calculer B := −A + 2I3 .
3) En déduire que B est l’inverse de A.

Remarque
Si A est inversible, alors A−1 est inversible et (A−1 )−1 = A.

21
Proposition
Si A et B sont deux matrices de GLn (K), alors AB ∈ GLn (K) et (AB)−1 = B −1 A−1 .
Autrement dit, le produit de matrices inversibles est inversible.

Remarques
Soient A, B et C trois matrices de GLn (K). D’après la proposition précédente et les propriétés
du produit matriciel :
 GLn (K) est stable pour le produit matriciel : AB ∈ GLn (K) ;
 le produit matriciel est associatif : (AB)C = A(BC) ;
 le produit matriciel admet In comme élément neutre : In A = AIn = A ;
 tout élément de GLn (K) admet un inverse pour le produit matriciel :

AA−1 = A−1 A = In .

Ces propriétés font de GLn (K) muni du produit matriciel, un groupe (d’où l’appellation de
groupe linéaire). Cette notion sera abordée plus en détail en deuxième année.

Proposition
Une matrice A ∈ Mn (K) est inversible si et seulement s’il existe B ∈ Mn (K) telle que
AB = In ou BA = In et, dans ce cas, B = A−1 .

Remarque
Soient A ∈ Mn (K) et B ∈ Mn (K). Si AB = In on dit que A est l’inverse à gauche de B et
que B est l’inverse à droite de A.
La proposition précédente signifie que pour montrer que A est inversible, il suffit de montrer
qu’elle admet un inverse à gauche B ou bien un inverse à droite B. De plus, dans ce cas,
B = A−1 .

Exemple
Ñ é Ñ é
1 0 1 1 0 −1
Soient A := 2 1 1 et B := −2 1 1 . Alors,
0 0 1 0 0 1
Ñ éÑ é Ñ é
1 0 1 1 0 −1 1 0 0
AB = 2 1 1 −2 1 1 = 0 1 0 = In .
0 0 1 0 0 1 0 0 1

Donc B est l’inverse à droite de A, d’où A est inversible et B = A−1 .

22
 Exercice
Ñ
4. é Ñ é
1 0 2 1 0 −2
Soient A := 0 1 1 et B := 0 1 −1 .
0 0 1 0 0 1
1) Calculer AB.
2) En déduire que A est inversible et donner A−1 .

Remarque – Système linéaire et matrice

Considérons le système 
 2x1 + 3x2 + 2x3 = 1
x + x 2 + x3 = 3
 1
3x1 + 8x3 = 8
On a vu au début de la première séquence que la matrice contenant les coefficients de ce
système est Ñ é
2 3 2
A := 1 1 1 .
3 0 8
Ñ é Ñ é
x1 1
On pose x := x2 et b := 3 . Alors, x et b sont des vecteurs de R3 (ou encore des
x3 8
matrices de M3,1 (R)).
En utilisant le produit de matrices, le système précédent peut alors s’écrire plus simplement :
Ax = b.

Plus généralement, un système linéaire de n équation et p inconnues peut s’écrire sous la

forme
Ax = b,
où A ∈ Mn,p (K), x ∈ Mp,1 (K) et b ∈ Mn,1 (K).
Dans le cas où n = p, si A est inversible, on obtient

x = In x = A−1 Ax = A−1 b

Ainsi, si l’on connaît A−1 , on obtient la solution x en calculant A−1 b.

Exemple
Le système linéaire 
 x1 + x3 = 1
2x1 + x2 + x3 = 0
x3 = 2


s’écrit Ax = b avec
Ñ é Ñ é Ñ é
1 0 1 x1 1
A := 2 1 1 , x := x2 et b := 0 .
0 0 1 x3 2

23
 On remarque que la matrice A est celle de l’exemple précédent, on a
Ñ é Ñ éÑ é Ñ é
1 0 −1 1 0 −1 1 −1
A−1 = −2 1 1 donc x = A−1 b = −2 1 1 0 = 0 ,
0 0 1 0 0 1 2 2

d’où x1 = −1, x2 = 0 et x3 = 2.

Exercice 5. Ñé
3 2 −2
On rappelle que la matrice A := −1 0 1 vue précédemment a pour inverse
1 1 0
Ñ é
−1 −2 2
−1
A = 1 2 −1 .
−1 −1 2

En déduire les solutions du système linéaire


 3x1 + 2x2 − 2x3 = 1
−x1 + x3 = 2
x1 + x2 = 3


Correction des exercices

Correction de l’Exercice 1.
On obtient Å ã Å ã Å ã
21 3 3 1 7 4 1 15
A = , A = , A = .
0 4 0 8 0 16

Correction de l’Exercice 2.
 On a
Ü ê
Ñ é 1 8 5 2
Å ã 1 2
1 −3 0 3 2 3
At = Bt = 1 2 1 , Ct = 2 3 Dt =


, ,
2 −4 0 0 4 0
3 −4
0 0 0 1

 On a
Ñ é Ñ é
−i
√ 0 8 + 6i −i Å i ã
∗ ∗ ∗ − 2 0 4 −1
A = − 3i 0 0 , B = −2√ , C = .
2 1 i 0 3
1 1 + 3i 5 4 + 7i

24
 Correction de l’Exercice 3.
1) P (A) = A2 − 2A + I3 = 0 car :
Ñ éÑ é Ñ é
3 2 −2 3 2 −2 5 4 −4
A2 = AA = −1 0 1 −1 0 1 = −2 −1 2
1 1 0 1 1 0 2 2 −1
Ñ é
−6 −4 4
−2A = 2 −2
−2 −2 0
D’où
Ñ é Ñ é Ñ é Ñ é
5 4 −4 −6 −4 4 1 0 0 0 0 0
A2 − 2A + I3 = −2 −1 2 + 2 0 −2 + 0 1 0 = 0 0 0
2 2 −1 −2 −2 0 0 0 1 0 0 0

Donc −A2 + 2A = I3 .
Ñ é
−1 −2 2
2) B = −A + 2I3 = 1 2 −1 .
−1 −1 2
3) Comme A2 −2A+I3 = 0, alors −A2 +2A = I3 et donc A(−A+2I3 ) = I3 . Or B = −A+2I3 .
D’où AB = I3 et B est l’inverse de A.

Correction de l’Exercice 4.
On a Ñ éÑ é
1 0 2 1 0 −2
AB = 0 1 1 0 1 −1 = I3 .
0 0 1 0 0 1
Alors, A est inversible et A−1 = B.

Correction de l’Exercice 5.
Le système s’écrit : Ax = b où :
Ñ é Ñ é Ñ é
3 2 −2 x1 1
A = −1 0 1 , x = x2 et b = 2
1 1 0 x3 3
Ñ éÑ é Ñ é
−1 −2 2 1 1
−1
On a donc Ax = b ⇒ x = A b = 1 2 −1 2 = 2 .
−1 −1 2 3 3
La solution du système est donc :

(x1 , x2 , x3 ) = (1, 2, 3).

25
26
 Chapitre 8
Feuille d’exercices : Séquence 2

Exercice 1.
Pour chacune des matrices Ak , k ∈ {1, 2, 3}, ci-dessous, calculer
1) la transposée Atk ,
2) l’adjointe A∗k .

Ü ê
Ñ é
√i 5 2 + 3i 1/5
Å ã −2 0 3
2 −3i 3 0 8i + 2/3 πi√
A1 := , A2 := 0 4 −1 , A3 := .
i+4 2 2 −i 2 i−6 3
2 −1 2
0 3 8i −1

Exercice 2.
1) Trouver une matrice de M2 (R) dont la transposée soit son opposée.
2) Donner la matrice A (resp. B) de taille 2 × 3 dont les coefficients aij (resp. bij ) sont donnés,
pour tous i ∈ {1, 2} et j ∈ {1, 2, 3}, par

aij := i + j + δij et bij := i + j − δij .

Exercice 3.
1) Soient (A, B) ∈ (Mn,p (K))2 . Montrer que (A + B)∗ = A∗ + B ∗ .
2) Soient q ∈ N∗ , A ∈ Mn,p (K) et B ∈ Mp,q (K). Montrer les propriétés suivantes :

a) (A∗ )∗ = A, c) (At )t = A,
b) (AB)∗ = B ∗ A∗ , d) (AB)t = B t At .

Exercice 4.
Å ã Å ã
0 1 1 0
1) Soient A := et B := .
1 0 0 0
a) Calculer (A + B)2 et A2 + 2AB + B 2 . Que peut-on en déduire ?
b) Calculer (AB)2 et A2 B 2 . Que peut-on en déduire ?
2) Soit n ∈ N∗ et soient A et B deux matrices de Mn (K) telles que AB = BA (on dit alors
que A et B commutent).
Montrer que (A + B)2 = A2 + 2AB + B 2 et (AB)2 = A2 B 2 .

Remarque
Plus généralement, on peut montrer que si deux matrices A et B de Mn (K) commutent,
alors la formule du binôme de Newton est vérifiée :
n
Ç å
n
(A + B)n = An−k B k .
X

k=0 k

27
 Exercice 5.
Å ã
1 2
Soit A := .
0 1
1) Calculer A2 , A3 et A4 .
2) En déduire Ak pour tout k ∈ N.

Exercice 6.
Å ã Å n ã
2 0 n 2 0
Soit A := . Montrer, par récurrence, que pour tout n ∈ N, A = n .
1 1 2 −1 1

Exercice 7.
Å ã
1 1
Soit A := .
0 1
Å ã
n 1 n
1) Montrer, par récurrence, que pour tout n ∈ N, A = .
0 1
2) Peut-on utiliser la formule du binôme de Newton pour développer l’expression (A + I2 )n
pour n un entier naturel non-nul ? Justifier votre réponse.
3) Déterminer (A + I2 )5 .

Exercice 8.
Soient Ü ê Ü ê
1 0 0 0 0 1 0 0
0 1 0 0 0 0 1 0
A := et C :=
0 0 1 1 0 0 0 1
0 0 0 1 0 0 0 0
1) Montrer que C n = 0 pour tout n ≥ 4.
2) Montrer par récurrence que pour tout entier n ≥ 1, on a
Ü ê
0 0 0 0
0 0 0 0
An = I4 + .
0 0 0 n
0 0 0 0

Exercice
Ñ
9. é
0 0 1
Soit A := 1 0 0 .
0 1 0
1) Montrer que A3 = I3 .
2) Déterminer An pour tout n ∈ N.

Exercice 10.√
Å ã
1 −1 3
Soit A := √ . Calculer A3 . En déduire que A est inversible et donner A−1 .
2 − 3 −1

28
 Exercice
Ñ
11.é
1 0 2
Soit A := 0 1 1 . Soit P := X 3 − 3X 2 + 3X − 1 un polynôme de K[X].
0 0 1
1) Montrer que P (A) = 0.
2) En déduire que A est inversible et déterminer A−1 .

Exercice 12.
Å ã
−1 −2
Soit A := . Soit P := X 2 − 3X + 2 un polynôme de K[X].
3 4
1) Calculer P (A). En déduire que A est inversible et calculer son inverse.
2) a) Factoriser le polynôme P .
b) Pour n ≥ 2, trouver a et b deux réels tels que

X n = (X 2 − 3X + 2)Q(X) + aX + b,

où Q est un polynôme que l’on ne cherchera pas à déterminer.

3) En déduire l’expression de la matrice An .

Exercice 13.
Soit A ∈ Mn (K) telle qu’il existe B ∈ Mn (K) vérifiant

AB = In + A + A2 .

1) Montrer que A est inversible et déterminer A−1 .

2) Montrer que A et B commutent.

Exercice 14.
1) Montrer que les deux matrices
Ñ é Ñ é
1 −3 −2 1 2 −1
A := −1 1 1 et B := −2 −4 1
−2 −1 0 3 7 −2

sont deux matrices inverses l’une de l’autre.

2) En déduire les solutions des deux systèmes linéaires suivants :
 
 x1 − 3x2 − 2x3 = 1  x1 + 2x2 − x3 = 2
−x1 + x2 + x3 = 0 et −2x1 − 4x2 + x3 = 1
−2x1 − x2 = 3 3x1 + 7x2 − 2x3 = 1.
 

29
 Exercice 15.
Soit θ ∈ ]−π; π]. On appelle matrice de rotation d’angle θ, la matrice Rθ ∈ M2 (R) définie
par Å ã
cos θ − sin θ
Rθ := .
sin θ cos θ
1) Donner les matrices de rotation d’angle 0, π2 , π
3
et π4 .
2) Vérifier que Rθt = R−θ .
3) Soit θ′ ∈ ]−π; π]. Calculer Rθ Rθ′ .
4) En déduire que Rθ est inversible et donner Rθ−1 .

Exercice 16.
Soient A ∈ GLn (K) et B ∈ GLn (K). Montrer que AB ∈ GLn (K) et que (AB)−1 = B −1 A−1 .

Exercice 17.
On pose Ñ é Ñ é
1 0 0 0 1 0
A := 0 1 0 et P := 0 0 1 .
1 −1 2 1 −1 1
1) Calculer P 3 − P 2 + P .
2) En déduire P −1 .
3) Calculer D := P −1 AP .

Exercice 18.
Déterminer à quelle condition une matrice diagonale est inversible et, dans ce cas, déterminer
son inverse.

Exercice 19.
Soit A ∈ Mn (K) inversible. Montrer que A∗ est inversible et (A∗ )−1 = (A−1 )∗ .

Exercice 20.
Soient P ∈ Mn (K) une matrice inversible et D ∈ Mn (K) une matrice diagonale.
1) Déterminer Dk , pour tout k ∈ N.
2) Soient A := P DP −1 et k ∈ N. Donner Ak en fonction de D et P .

30
 Chapitre 8 - Séquence 3
Déterminant d’une matrice carrée

6 Déterminants

Définition : Déterminant d’une matrice de M2 (K).

Å ã
a b
Soit A := ∈ M2 (K). On appelle déterminant de A, l’élément de K, noté det A
c d
défini par :
a b
det A := = ad − cb.
c d

Exemple
Å ã
1 5
Pour A := , on a det A = 1 × 3 − 2 × 5 = −7.
2 3

Exercice 1.
Soit A ∈ M2 (K). Montrer que det A = det At .

Définition : Déterminant d’un élément de Mn (K).

Soit A := (aij )1≤i,j≤n ∈ Mn (K) avec n ≥ 3. On appelle déterminant de A, noté det A ou

a11 a12 . . . a1n

a21 a22 . . . a2n
.. .. ..
. . .
an1 an2 . . . ann

l’élément de K défini de la manière suivante :

n
 à i0 ∈ J1; nK fixé, (−1)i0 +j ai0 j det Ai0 j
X
det A := (1)
j=1

ou
n
 à j0 ∈ J1; nK fixé, (−1)i+j0 aij0 det Aij0
X
det A := (2)
i=1

où, pour tous (i, j) ∈ J1; nK2 , Aij ∈ Mn−1 (K) est la matrice carrée déduite de A en supprimant
la i-ième ligne et la j-ième colonne.

31
 Vocabulaire
 Utiliser la première formule (1) pour calculer le déterminant de A se dit développer
le déterminant de A selon la i-ième ligne.
 Utiliser la deuxième formule (2) se dit développer le déterminant de A selon la
j-ième colonne.

Exemple
Ñ é
1 −2 4
On veut calculer le déterminant de A := 3 5 −1 .
2 6 −3
 Si on développe selon la première ligne, on obtient :

1 −2 4
det A = 3 5 −1 =
2 6 −3
5 −1 3 −1 3 5
= (1)(−1)1+1 + (−2)(−1)1+2 + 4(−1)1+3
6 −3 2 −3 2 6
= (−15 + 6) + 2(−9 + 2) + 4(18 − 10) = −9 + 2(−7) + 4(8) = 9.

 Si on développe selon la deuxième colonne, on obtient :

1 −2 4
det A = 3 5 −1 =
2 6 −3
3 −1 1 4 1 4
= (−2)(−1)1+2 + 5(−1)2+2 + 6(−1)3+2
2 −3 2 −3 3 −1
= 2(−9 + 2) + 5(−3 − 8) − 6(−1 − 12) = 2(−7) + 5(−11) − 6(−13) = 9.

 Si on développe selon la troisième colonne, on obtient :

1 −2 4
det A = 3 5 −1 =
2 6 −3
3 5 1 −2 1 −2
= (4)(−1)1+3 + (−1)(−1)2+3 + (−3)(−1)3+3
2 6 2 6 3 5
= 4(18 − 10) + (6 + 4) − 3(5 + 6) = 4(8) + 10 − 3(11) = 9.

On peut voir que, en développant selon n’importe quelle ligne ou colonne, on trouvera
toujours la même valeur, c’est-à-dire 9.

Exercice 2.
Calculer les déterminants des matrices suivantes :
Ü ê
Ñ é 0 −2 1 0
Å ã 2 1 1
3 2 3 0 2 0
A := , B := −1 0 1 , C := .
−1 4 2 1 5 −4
0 4 1
1 5 0 2

32
Propriétés
Soit A ∈ Mn (K). Alors :
1. Si une ligne (resp. une colonne) de A n’est constituée que de zéros, det A = 0.
2. Si deux lignes (resp. deux colonnes) de A sont égales, det A = 0.
3. Si l’on permute les lignes et les colonnes d’une matrice, la valeur du déterminant reste
inchangée : det At = det A.
4. det A∗ = det A.

Exemples
Å ã Å ã
1 2 3 4
 Soient A := et B := .
0 0 3 4
Alors, on a :

det A = 1 × 0 − 2 × 0 = 0 et det B = 3 × 4 − 4 × 3 = 12 − 12 = 0.
Å ã Å ã
1 2i 1 3
 Soient A := et B := = A∗ .
3 4 −2i 4
On a :

det A = 1 × 4 − 2i × 3 = 4 − 6i et det B = 1 × 4 − 3 × (−2i) = 4 + 6i = det A,

donc det A∗ = det A.

Proposition : Déterminants et opérations élémentaires

Soit A ∈ Mn (K). Alors :
1. Si dans A, on échange deux lignes Li ↔ Lj (resp. deux colonnes Ci ↔ Cj ), le
déterminant de la matrice obtenue est égal à − det A.
2. Si on multiplie par un réel λ tous les coefficients d’une ligne Li ← λLi (resp. d’une
colonne Ci ← λCi ), le déterminant de la matrice obtenue est égal à λ det A.
3. On ne change pas la valeur du déterminant si à une ligne (resp. une colonne) de A, on
ajoute une combinaison linéaire des autres lignes (resp. des autres colonnes) de A :
Li ← Li + λLj ou Ci ← Ci + λCj .

Remarque
Le dernier point de la proposition précédente montre que les opérations de la méthode de
Gauss appliquées au calcul du déterminant ne changent pas celui-ci.

Exemples
Å ã Å ã
1 2 3 4
 Soient A := et B := .
3 4 1 2
On remarque que pour obtenir B on a permuté les deux lignes de A. On a :

det A = 1 × 4 − 2 × 3 = 4 − 6 = −2 et det B = 3 × 2 − 4 × 1 = 6 − 4 = 2,

33
 donc det B = − det A.
Å ã Å ã
1 2 2 4
 Soient A := et B := .
3 4 3 4
On remarque que pour obtenir B on a multiplié par 2 la première ligne de A. On a :

det A = 1×4−2×3 = 4−6 = −2 et det B = 2×4−4×3 = 8−12 = −4 = 2(−2),

donc det B = 2 det A.

Å ã Å ã
1 2 1 2
 Soient A := et B := .
3 4 0 −2
On remarque que pour obtenir B on a fait l’opération élémentaire suivante sur les
lignes de A : L2 ← L2 − 3L1 . On a :

det A = 1 × 4 − 2 × 3 = 4 − 6 = −2 et det B = 1(−2) − 2,

donc det B = det A. On utilise souvent ce type d’opérations élémentaires (qui sont
similaires à celles de la méthode de Gauss) pour faire apparaître des zéros sur une
ligne (ou colonne).

Méthode
Pour calculer un déterminant :
 choisir une ligne (ou une colonne) qui a le plus de 0,
 si cela est possible, augmenter le nombre de ces 0 par combinaisons linéaires sur les
colonnes (ou sur les lignes),
 développer le déterminant selon cette ligne (ou colonne).

Exemples – Déterminant et combinaisons linéaires

 Considérons la matrice Ñ é
1 2 3
A := 2 5 0
−1 0 4
Des combinaisons linéaires permettent d’introduire des zéros pour obtenir une ligne ou
une colonne ayant un unique coefficient non nul.
La propriété précédente assure que le déterminant de A est le même que celui de la
matrice obtenue en effectuant la combinaison linéaire C3 ←− C3 + 4C1 , On a donc :

1 2 3 1 2 7
det(A) = 2 5 0 = 2 5 8 .
−1 0 4 −1 0 0

Le calcul du déterminant peut s’effectuer suivant la dernière ligne :

2 7
det(A) = (−1)3+1 (−1) = −(16 − 35) = 19.
5 8
Ü ê
1 2 3 4
1 1 1 1
 Soit A := .
2 0 3 5
3 6 1 2

34
 En effectuant les opérations

L2 ←− L2 − L1
L3 ←− L3 − 2L1
L4 ←− L4 − 3L1 ,

puis en développant suivant la première colonne, on obtient

1 2 3 4 1 2 3 4
−1 −2 −3
1 1 1 1 0 −1 −2 −3
det(A) = = = 1 −4 −3 −3 .
2 0 3 5 0 −4 −3 −3
0 −8 −10
3 6 1 2 0 0 −8 −10

Il ne reste donc plus qu’un déterminant 3 × 3 à calculer.

De la même façon, on peut simplifier le calcul en faisant apparaître des zéros.
Pour cela on effectue l’opération L2 ←− L2 − 4L1 , ce qui donne :

−1 −2 −3 −1 −2 −3
5 9
det(A) = −4 −3 −3 = 0 5 9 =− = −(−50 + 72) = −22.
−8 −10
0 −8 −10 0 −8 −10

Finalement, le calcul du déterminant de la matrice 4 × 4 s’est ramené à celui d’une

matrice 2 × 2.
On pourra écrire le calcul de manière abrégée de la façon suivante :

1 2 3 4
L2 ←− L2 − L1
1 1 1 1
det(A) = L3 ←− L3 − 2L1
2 0 3 5
L4 ←− L4 − 3L1
3 6 1 2
1 2 3 4
−1 −2 −3
0 −1 −2 −3
= = −4 −3 −3 L2 ←− L2 − 4L1
0 −4 −3 −3
0 −8 −10
0 0 −8 −10
−1 −2 −3
5 9
= 0 5 9 =− = −22
−8 −10
0 −8 −10

Proposition : Propriétés du déterminant

Soient A ∈ Mn (K) et B ∈ Mn (K). Alors,
 det(AB) = det(A) det(B),
 det(In ) = 1,
 A est inversible si et seulement si det(A) ̸= 0. De plus, si A est inversible, alors
1
det(A−1 ) = .
det(A)

35
 Exercice 3.
Les matrices suivantes sont-elles inversibles ?
Ü ê
Ñ é 1 0 2 3
1 2 3 Å ã
i −1 2 i 3 6
A := 2 3 2 , B := , C := .
1 i 3 1 − i 6i 8
3 3 4
2i −1 3i 6i

7 Calcul de l’inverse d’une matrice

Définition : Comatrice - Matrice de cofacteurs

Soit A ∈ Mn (K) avec n ≥ 2. On appelle comatrice de A, ou matrice des cofacteurs
de A, l’élément de Mn (K), noté com(A) de coefficients

com(A) ij := (−1)i+j det(Aij ),

où, pour tout (i, j) ∈ J1; nK2 , Aij ∈ Mn−1 (K) est la matrice carrée déduite de A en supprimant
la i-ième ligne et la j-ième colonne.

Exemples
Å ã
1 2
 Soit A := . Alors,
3 4
A11 = (4), A12 = (3), A21 = (2), et A22 = (1).
Å ã
4 −3
On en déduit com(A) =
−2 1
 Plus généralement, pour toute matrice A ∈ M2 (K), on a
Å ã Å ã
a b d −c
A := =⇒ com(A) = .
c d −b a
Ñ é
1 0 1
 Soit A := 1 −i 1 . On a
1 3 −2
Ñ é
det(A11 ) − det(A12 ) det(A13 )
com(A) = − det(A21 ) det(A22 ) − det(A23 ) .
det(A31 ) − det(A32 ) det(A33 )
Or (à vérifier en exercice)
det(A11 ) = −3 + 2i, det(A12 ) = −3, det(A13 ) = 3 + i,
det(A21 ) = −3, det(A22 ) = −3, det(A23 ) = 3, ,
det(A31 ) = i, det(A32 ) = 0, det(A33 ) = −i
d’où Ñ é
−3 + 2i 3 3 + i
com(A) = 3 −3 3 .
i 0 −i

36
 Proposition
Soit A ∈ Mn (K) telle que det(A) ̸= 0. Alors,
1
A−1 = (com(A))t .
det(A)

Exemples
ã Å
a b
 Soit A ∈ M2 (K) donnée par A := et vérifiant det(A) ̸= 0, alors
c d
Å ã
−1 1 d −c
A = .
ad − bc −b a
Ñ é
1 0 1
 Soit A ∈ M3 (K) donnée par A := 1 −i 1 .
1 3 −2
On a (à vérifier en exercice) det(A) = 3i ̸= 0, donc A est inversible et
Ñ é Ñ é
−3 + 2i 3 i 2 + 3i −3i 1
1 1 1
A−1 = (com(A))t = 3 −3 0 = −3i 3i 0 .
det(A) 3i 3
3+i 3 −i 1 − 3i −3i −1

Exercice 4.
Les matrices suivantes sont-elles inversibles ? Si oui, calculer leurs inverses.
Ñ é Ñ é
Å ã 2 1 0 1 1 1
2 1
A := , B := 0 2 2 , C := 0 1 0 ,
0 1
1 1 1 0 0 1
à í
Ñ é 1 0 2 3 1
1 2 2 0 3 0 3 2
D := 3 1 0 , E := 0 0 0 0 −3 .
1 1 1 0 0 1 1 0
1 −1 0 0 −2

Correction des exercices

Correction de l’Exercice 1.
On a
a b a c
det A = = ad − cb et det At = = ad − bc.
c d b d
D’où le résultat.
37
 Correction de l’Exercice 2.
3 2
1) = 3 × 4 − (−1) × 2 = 12 + 2 = 14
−1 4
2)

2 1 1
0 1 −1 1 −1 0
−1 0 1 = 2 −1 +1
4 1 0 1 0 4
0 4 1
= 2 × (0 − 4) − 1 × (−1 − 0) + 1 × (−4 − 0) = −8 + 1 − 4 = −11

3)

0 −2 1 0
0 2 0 3 2 0 3 0 0 3 0 2
3 0 2 0
= 0 × 1 5 −4 − (−2) × 2 5 −4 + 1 × 2 1 −4 − 0 × 2 1 5
2 1 5 −4
5 0 2 1 0 2 1 5 2 1 5 0
1 5 0 2
3 2 0 3 0 0
= 2 × 2 5 −4 + 1 × 2 1 −4
1 0 2 1 5 2
Å ã
5 −4 2 −4 1 −4
= 2× 3× −2× +1×3×
0 2 1 2 5 2
= 28 + 66 = 94.

Correction de l’Exercice 3.

1 2 3
det(A) = 2 3 2 = −7 ̸= 0
3 3 4
Donc A est inversible.

i −1
det(B) = = i2 − (−1) = −1 + 1 = 0
1 i
Donc B n’est pas inversible.

1 0 2 3 1 0 2 0
1 0 2
2 i 3 6 C4←C4−3C1 2 i 3 0 3+4
det(C) = = = (−1) (−1) 2 i 3
3 1 − i 6i 8 3 1 − i 6i −1
2i −1 3i
2i −1 3i 6i 2i −1 3i 0

1 0 2 1 0 12
C3←C3− 23 C1 1 2 i 1
det(C) = 2 i 3 = 2 i 0 = (−1)1+3 = (−2 + 2) = 0
2 2i −1 2
2i −1 3i 2i −1 0
Donc C n’est pas inversible.
38
 Correction de l’Exercice 4.
 det(A) = 2 − 0 = 2 ̸= 0 donc A est inversible.
Å ãt Å ã
−1 1 1 0 1 1 −1
A = =
2 −1 2 2 0 2
 det(B) = 2 ̸= 0 donc B est inversible.
Ñ é
0 −1 2
1
B −1 = 2 2 −4
2
−2 −1 4

 det(C) = 1 (matrice triangulaire) donc C est inversible.

Ñ é
1 −1 −1
C −1 = 0 1 0
0 0 1

 det(D) = −1 (L1 ← L1 − 2L3) donc D est inversible.

Ñ é
−1 0 2
D−1 = 3 1 −6
−2 1 5

 det(E) = 0 donc E n’est pas inversible.

39
40
 Chapitre 8
Feuille d’exercices : Séquence 3

Exercice 1.
Calculer les déterminants suivants :
0 −2 1 0
2 1 1 1 2 1
3 2 2 0 3 0 2 0
D1 = , D2 = , D3 = −1 0 1 , D4 = −1 3 1 , D5 =
−1 4 −1 1 2 1 5 −4
0 4 1 2 4 1
1 5 0 2

Exercice 2.
Ü ê
1 2 3 4
2 3 4 5
1) Calculer le déterminant de .
3 4 5 6
4 5 6 7
2 3 1
2) Calculer 0 4 2 .
0 0 −2

Exercice 3.
1) Que vaut le déterminant d’une matrice diagonale ?
2) On dit qu’une matrice T ∈ Mn (K) est triangulaire supérieure si ses coefficients vérifient
tij = 0 si i > j. Que vaut le déterminant d’une matrice triangulaire supérieure ?
3) On dit qu’une matrice T ∈ Mn (K) est triangulaire inférieure si ses coefficients vérifient
tij = 0 si i < j. Que vaut le déterminant d’une matrice triangulaire inférieure ?
4) En déduire les déterminants des matrices suivantes :
â ì
Ü ê 1 0 0 ··· 0
Ñ é 1 0 0 0 0 2 0 ··· 0
2 3 1
2 3 0 0 .
.. . .. ..
A := 0 4 2 , B := , C := . .
i 6 3−i 0
0 0 −2 0 ··· 0 n − 1 0
4 5 7 i
0 ··· ··· 0 n

Exercice 4.
Å ã Å ã
1 2 2 1
Soient A := et B := .
3 4 3 4
1) Calculer det(A + B).
2) Calculer det(A) + det(B).
3) Que peut-on en déduire ?

41
 Exercice 5.
Les matrices suivantes sont-elles inversibles ? Si oui, calculer leurs inverses.
à í
Ñ é Ñ é 1 0 2 3 1
1 1 1 1 2 2 0 3 0 3 2
A := 0 1 0 , B := 3 1 0 , C := 0 0 0 0 −3
0 0 1 1 1 1 0 0 1 1 0
1 −1 0 0 −2

Exercice 6.
On dit qu’une matrice U ∈ Mn (K) est unitaire (ou orthogonale si K = R) si U est inversible
et U −1 = U ∗ . Montrer que toute matrice unitaire U vérifie | det(U )| = 1.

Exercice 7.
Soit m ∈ R. Déterminer pour quelles valeurs de m les matrices ci-dessous sont inversibles :
Ü ê
Ñ 2
é m 0 1 2m
1 m m
1 m 0 0
A(m) := m m2 m et B(m) := .
0 2m + 2 m 1
1 0 m
m 0 0 m

Exercice
Ñ
8. é Ñ é
1 2i 3 1 −2 7
Soient A := 0 1−i 4 et P := 0 1 2 .
0 0 1+i 0 0 i
1) Donner det(A) et det(P ), puis justifier que P est inversible.
2) Calculer P −1 , puis P −1 AP .
3) En déduire An pour tout n ∈ N.

Exercice 9.
On considère le système 
 3x + y + z = 1
(S) x + 3y + 2z = 5
−x + 2y − 4z = 0


1) Écrire le système (S) sous forme matricielle AX = B.

2) Montrer que A est inversible et calculer A−1 .
3) En déduire les solutions de (S).

Exercice 10.
Résoudre les systèmes linéaires suivants :
 
 3x + 2y + z = 1  x + 3y − z = 1
x + 3y + 2z = 0 et 2x + 6y − 3z = −6
2x + y + 3z = 1 x − y + 2z = 5.
 

42
 Exercice 11.
Pour toute A ∈ Mn (K), le polynôme PA de K[X] défini par

PA (X) := det(A − XIn ),

est appelé polynôme caractéristique de A.

Ñ é
3 2 −2
Soit A := −1 0 1 .
1 1 0
1) Déterminer PA (X) et vérifier que l’on a PA (A) = 0.
2) Décomposer PA (X) en produit de facteurs irréductibles.
3) En déduire le polynôme unitaire PA,m , appelé polynôme minimal de A, de plus petit
degré tel que PA,m (A) = 0.
Ñ é
−2 −2 1
4) Reprendre les questions précédentes avec A := −2 1 −2 .
1 −2 −2

43