Chapitre 3
Les matrices
1 Matrice d’une application linéaire
1.1 Matrice associée à une application linéaire
Soient E et F deux espaces vectoriels de dimension …nie. Soit p = dim(E) et
B = (e1 ; : : : ; ep ) une base de E. Soit n = dim(F ) et B 0 = (f1 ; : : : ; fn ) une base de
F . En…n, soit f : E ! F une application linéaire.
Les propriétés des applications linéaires entre espaces vectoriels de dimension
…nie permettent d’a¢ rmer que :
– L’application linéaire f est déterminée de façon unique par l’image d’une
base de E, donc par les vecteurs f (e1 ); f (e2 ); : : : ; f (ep ).
– Pour tout j 2 f1; : : : ; pg, f (ej ) est un vecteur de F et s’écrit de manière
unique comme combinaison linéaire des vecteurs de la base (f1 ; : : : ; fn ).
Il existe donc des scalaires uniques a1j ; a2j ; : : : ; anj tels que :
0 1
a1j
B C
B a2j C
f (ej ) = a1j f1 + a2j f2 + + anj fn = B
B .. C
C
@ . A
anj
Dé…nition 1.1
La matrice de l’application linéaire f par rapport aux bases B et B 0 est la
23
1. Matrice d’une application linéaire
matrice (aij ) 2 Mn;p (R) dont la j-ème colonne est constituée des coordonnées du
vecteur f (ej ) dans la base B 0 = (f1 ; : : : ; fn ) :
f (e1 ) f (e2 ) ::: f (ep )
0 1
f1 a11 a12 a1p
B C
f2 B a21 a22 a2p C
.. B . .. .. C
B . C
. @ . . . A
fn an1 an2 anp
On note cette matrice MB; B 0 (f ).
Remarque 1.1
– La taille de la matrice MB; B 0 (f ) dépend uniquement des dimensions de E
et F .
– Par contre,les coe¢ cients de la matrice dépendent du choix de la base B de
E et de la base B 0 de F .
Exemple 1.1
Soit f : R3 ! R2 dé…nie par :
f (x; y; z) = (x + y z; x 2y + 3z)
1- Soient les bases canoniques :
00 1 0 1 0 11
1 0 0 ! !!
BB C B C B CC 1 0
B = (e1 ; e2 ; e3 ) = @@0A ; @1A ; @0AA et B 0 = (f1 ; f2 ) = ;
0 1
0 0 1
24
1. Matrice d’une application linéaire
On calcule les images :
!
1
f (e1 ) = f (1; 0; 0) = (1; 1) = f1 + f2 ) colonne 1 =
1
!
1
f (e2 ) = f (0; 1; 0) = (1; 2) = f1 2f2 ) colonne 2 =
2
!
1
f (e3 ) = f (0; 0; 1) = ( 1; 3) = f1 + 3f2 ) colonne 3 =
3
Donc : !
1 1 1
MB; B 0 (f ) =
1 2 3
2- On va maintenant changer la base de l’espace de départ et celle de l’espace
d’arrivée. Soient les vecteurs
00 1 0 1 0 11
1 1 0 ! !!
0 0 0 BB C B C B CC 1 1
B1 = (e1 ; e2 ; e3 ) = @@1A ; @0A ; @1AA ; B10 = (f10 ; f20 ) = ;
0 1
0 1 1
On a :
! ! ! !
2 1 1 3
f (e01 ) = f (1; 1; 0) = =3 )
1 0 1 1
! ! ! !
0 1 1 1
f (e02 ) = f (1; 0; 1) = = 4 +4 )
4 0 1 4
! ! ! !
0 1 1 1
f (e03 ) = f (0; 1; 1) = = + )
1 0 1 1
Donc : !
3 4 1
MB1 ; B10 (f ) =
1 4 1
Cet exemple illustre que la matrice d’une application linéaire dépend du choix
des bases.
3- Déterminons l’application linéaire f : R3 ! R2 ; telle que :
25
2. Matrices et Changements de Bases
!
1 1 1
8V = (x; y; z) 2 R3 ; MB; B 0 (f ) =
1 2 3
0 1
! x
1 1 1 B C
f (x; y; z) = M V = @ y A = (x + y z; x 2y + 3z)
1 2 3
z
Donc
f (x; y; z) = (x + y z; x 2y + 3z)
2 Matrices et Changements de Bases
Matrice de passage d’une base à une autre
Soit E un espace vectoriel de dimension …nie n. On sait que toutes les bases
de E contiennent n éléments.
Dé…nition 2.1 Soit B une base de E. Soit B 0 une autre base de E. On appelle
matrice de passage de la base B vers la base B 0 , et on la note PB;B 0 , la matrice
carrée de taille n n dont la j-ème colonne est formée des coordonnées du j-ème
vecteur de la base B 0 , par rapport à la base B.
On résume en
La matrice de passage PB; B 0 contient donc en colonnes les coordonnées des
vecteurs de la nouvelle base exprimés dans l’ancienne base.
Exemple 2.1 Soit l’espace vectoriel réel R2 . On considère :
! ! ! !
1 1 1 5
e1 = ; e2 = ; e01 = ; e02 =
0 1 2 4
On considère la base B = (e1 ; e2 ) et la base B 0 = (e01 ; e02 ).
Quelle est la matrice de passage de la base B vers la base B 0 ?
Il faut exprimer e01 et e02 en fonction de (e1 ; e2 ). On calcule :
e01 = e1 + 2e2 ; e02 = e1 + 4e2
26
2. Matrices et Changements de Bases
La matrice de passage est donc :
!
1 1
PB;B 0 =
2 4
2- La matrice de passage Q de la base B 0 à la base B :
La première méthode
1. Représentation de la base B = (e1 ; e2 ) dans la base B 0 =(e01 ; e02 ) :
On cherche à exprimer e1 et e2 en fonction des vecteurs e01 et e02 . Cela revient
à résoudre des systèmes linéaires pour obtenir les coordonnées de e1 et e2 dans la
base B 0 .
2. Base B 0 :! !
1 5
Soit e01 = et e02 = .
2 4
3. Exprimer e1 dans la base B 0 :
On cherche à exprimer e1 = a1 e01 + a2 e02 , ce qui donne le système :
! ! !
1 1 5
= a1 + a2
0 2 4
Ce qui donne le système d’èquations :
8
<a + 5a = 1
1 2
:2a + 4a = 0
1 2
En résolvant ce système, on obtient :
2 1
a1 = ; a2 =
3 3
Donc :
2 0 1
e1 = e1 + e02
3 3
De la même manière, on cherche à exprimer e2 = b1 e01 + b2 e02 , ce qui donne le
système :
27
2. Matrices et Changements de Bases
! ! !
1 1 5
= b1 + b2
1 2 4
Ce qui donne le système d’équations :
8
<b + 5b = 1
1 2
:2b + 4b = 1
1 2
En résolvant ce système, on obtient :
1 1
b1 = ; b2 =
6 6
Donc :
1 1
e2 = e01 + e02
6 6
La matrice de passage Q de B 0 à B :
!
2 1
3 6
Q= 1 1
3 6
1
et l’on voit qu’on a e¤ectivement Q = P , on véri…e l’une des deux égalités.
Q P = I3 ou P Q = I3
La deuxième méthode :
Pour obtenir la matrice de passage de B 0 à B, nous devons calculer l’inverse
de cette matrice.
Calculons l’inverse de P . !
a b
Soit la matrice P = . L’inverse de P est donné par :
c d
!
1 d b
P 1=
ad bc c a
Dans notre cas :
28
2. Matrices et Changements de Bases
!
1 1
P =
2 4
On calcule d’abord le déterminant de P :
det(P ) = ( 1)(4) (1)(2) = 4 2= 6
1
Maintenant, on peut calculer P :
! !
2 1
1 1 4 1 3 6
P = = 1 1
6 2 1 3 6
La matrice de passage de la base B 0 à la base B est :
!
2 1
1 3 6
P = 1 1
3 6
29