Algèbre

Pr. Badr NEJJAR

Université Sidi Mohamed Ben Abdellah

Ecole Supérieure de Technologie

Badr NEJJAR (EST, Fès) Cours d’algèbre 1/1

 Les matrices

Chapitre 2 : Les matrices

Badr NEJJAR (EST, Fès) Cours d’algèbre 36 / 1

 Les matrices Définition et opérations

II.1 Définition et exemples

Définition
Une matrice d’ordre (n, p) est un tableau de nombres réels
avec n lignes et p colonnes.
L’ensemble des matrices d’ordre (n, p) s’écrit Mn,p (R).
L’élément du tableau qui s’écrit à la i ème ligne et à la j ème
colonne se note aij .
Les aij s’appellent les coefficients de la matrice.
Ainsi une matrice de Mn,p (R) s’écrit A = aij 1≤i≤n .

  1≤j≤p
a11 . . . a1p
On écrit aussi A =  ... .. .. .

. . 
an1 . . . anp

Badr NEJJAR (EST, Fès) Cours d’algèbre 37 / 1

 Les matrices Définition et opérations

Exemples
 
1 0 2
est une matrice d’ordre (2, 3) donc appartient à M2,3 (R).
4 −1 5
A = 3 1 −2 est une matrice ligne et A ∈ M1,3 (R).


 
2
A= est une matrice colonne et A ∈ M2,1 (R).
3
 
a11 . . . a1n
A =  ... .. ..  est une matrice carrée d’ordre n. Le nombre de

. . 
an1 . . . ann
lignes égale le nombre de colonnes. On écrit Mn,n (R) = Mn (R).
 
a11 a12 . . . a1n
 0 a22 . . . a2n 
A= . ..  est une matrice triangulaire supérieure.
 
.. ..
 .. . . . 
0 0 ... ann

Badr NEJJAR (EST, Fès) Cours d’algèbre 38 / 1

 Les matrices Définition et opérations

 
a11 0 ... 0
 a21 a22 ... 0 
A=  est une matrice triangulaire inférieure.
 
.. .. .. ..
 . . . . 
an1 an2 ... ann
La matrice nulle, dont tous les éléments sont nuls, notée 0.
 
a11 0 . . . 0
 0 a22 . . . 0 
A= . ..  est une matrice diagonale (aij = 0, ∀i 6= j).
 
.. ..
 .. . . . 
0 0 . . . ann
 
1 0 ... 0
 0 1 ... 0 
A= . . . est la matrice unité ou la matrice identité.
 
 .. .. . . ... 
0 0 ... 1

Badr NEJJAR (EST, Fès) Cours d’algèbre 39 / 1

 Les matrices Définition et opérations

II.2 Opérations sur les matrices

Deux matrices de même orde (n, p) sont égales si et seulement si elles

ont les mêmes coefficients.


(A = B) ⇔ ∀(i, j) ∈ {1, ..., n} × {1, ..., p}, aij = bij .

Si deux matrices

sont de m
ême ordre alors on peut les additionner.


Si A = aij 1≤i≤n et B = bij 1≤i≤n alors A + B = C = cij 1≤i≤n
1≤j≤p 1≤j≤p 1≤j≤p
avec, cij = aij + bij pour tout (i, j) ∈ {1, ..., n} × {1, ..., p}.

Ou bien

     
a11 ... a1p b11 ... b1p a11 + b11 ... a1p + b1p
 .. .. ..  +  .. .. ..  =  .. .. .. 
 . . .   . . .   . . . 
an1 ... anp bn1 ... bnp an1 + bn1 ... anp + bnp

Badr NEJJAR (EST, Fès) Cours d’algèbre 40 / 1

 Les matrices Définition et opérations

Soustraction:

     
a11 ... a1p b11 ... b1p a11 − b11 ... a1p − b1p
 .. .. ..  −  .. .. ..  =  .. .. .. 
 . . .   . . .   . . . 
an1 ... anp bn1 ... bnp an1 − bn1 ... anp − bnp

Propriétés:
A + B = B + A. On dit que l’addition est commutative.
A + 0 = 0 + A = A. On dit que la matrice nulle est l’élément neutre
de l’addition.
A + (−A) = (−A) + A = 0. On dit que toute matrice admet une
matrice opposée.
(A + B) + C = A + (B + C). On dit que l’addition est associative.
On peut donc écrire (A + B) + C = A + (B + C) = A + B + C.

Badr NEJJAR (EST, Fès) Cours d’algèbre 41 / 1

 Les matrices Définition et opérations

Si A = aij 1≤i≤n et λ ∈ R alors λ A = C = cij 1≤i≤n
1≤j≤p 1≤j≤p
avec, cij = λ aij pour tout (i, j) ∈ {1, ..., n} × {1, ..., p}.
   
a11 ... a1p λ a11 ... λ a1p
 .. .. ..  =  .. .. .. .
λ . . .   . . . 
an1 ... anp λ an1 ... λ anp

Badr NEJJAR (EST, Fès) Cours d’algèbre 42 / 1

 Les matrices Définition et opérations

Produit d’une matrice par un réel

Propriétés: Soient λ ∈ R, µ ∈ R, A ∈ Mn,p (R) et B ∈ Mn,p (R).

λ (A + B) = λ A + λ B.
(λ + µ)A = λ A + µA.
λ (µA) = (λ × µ)A.
1A = A.

Badr NEJJAR (EST, Fès) Cours d’algèbre 43 / 1

 Les matrices Définition et opérations

Produit de deux matrices

On peut effectuer le produit AB de deux matrices si et seulement si le nombre

de colonnes

de A égale le nombre

de lignes de B.

Si A = aij 1≤i≤n et B = bij 1≤i≤q alors AB = C = cij 1≤i≤n
1≤j≤q 1≤j≤p 1≤j≤p
q
avec, cij = ∑ aik bkj pour tout (i, j) ∈ {1, ..., n} × {1, ..., p}.
k =1

Si A est d’ordre (n, q) et B est d’ordre (q, p) alors AB est d’ordre (n, p).
L’élément cij est obtenu en multipliant la i ème ligne de A par la j ème
colonne de B de la façon suivante:
 
b1j
 b2j 

 
ai1 ai2 . . . aiq  .  = ai1 b1j + ai2 b2j + . . . + aiq bqj
 .. 
bqj

Badr NEJJAR (EST, Fès) Cours d’algèbre 44 / 1

 Les matrices Définition et opérations

Exemples
 
 g   
a c e  ag + ch + ei
h = .
b d f bg + dh + fi
i
   
2
4 −2 6 0
2 −1 3 0 = .
3 6 −3 9 0
 
b1
Soient A = a1 . . . ap ∈ M1,p (R) et B = 

 ..  ∈ M (R).
.  p,1
bp
Le produit de A par B est la matrice d’ordre (1, 1) dont l’unique
coefficient est a1 b1 + . . . + ap bp .

Badr NEJJAR (EST, Fès) Cours d’algèbre 45 / 1

 Les matrices Définition et opérations

Propriétés: Sous réserve d’existence des produits, on a:

1 In A = AIn = A où In est la matrice unité.
2 (AB)C = A(BC).
3 A(B + C) = AB + AC.
4 (A + B)C = AC + BC.

Badr NEJJAR (EST, Fès) Cours d’algèbre 46 / 1

 Les matrices Définition et opérations

Attention :

En général AB 6= BA.
D’une part AB peut exister et BA non.
Par exemple: A ∈ M2,2 (R) et B ∈ M2,1 (R).
Pour des raisons d’ordre, AB existe et BA n’existe pas.
D’autre part, même si les matrices sont carrées, on a en général
AB 6=BA. Par exemple:
    
2 2 0 3 2 16
A= ,B= , AB = et
1 −1  1 5 −1 −2
3 −3
BA = .
7 −3
(A = 0 ou B = 0) ⇒
 (AB = 0)
 mais laréciproque
 est fausse.
0 1 2 4
Par exemple: A = et B = donnent
  0 3 0 0
0 0
AB = = 0.
0 0

Badr NEJJAR (EST, Fès) Cours d’algèbre 47 / 1

 Les matrices Définition et opérations

Exemple
   
1 0 2 3 1  
−1 2
Soient A =  −2 4 1  ,B=  0 0  et C = .
0 3
1 3 −1 −1 2
Les produits de deux matrices possibles sont:

Badr NEJJAR (EST, Fès) Cours d’algèbre 48 / 1

 Les matrices Définition et opérations

La transposition

Définition [La transposée d’une matrice]

On appelle transposée de la matrice A = aij 1≤i≤n , notée AT , la ma-

  1≤j≤p
trice aij0 1≤i≤p où, aij0 = aji pour tout (i, j) ∈ {1, ..., n} × {1, ..., p}.
1≤j≤n

Exemple
 
 T 2 1
2 3 1
= 3 0 
1 0 4
1 4

La transposée d’une matrice d’ordre (n, p) est une matrice d’ordre (p, n).

Badr NEJJAR (EST, Fès) Cours d’algèbre 49 / 1

 Les matrices Définition et opérations

La transpostion

Propriétés:
(A + B)T = AT + B T .
 T
AT = A.

(λ A)T = λ AT .
(AB)T = B T AT .

Exemple
   
1 0 2 2 2 1
Soient A =  −2 4 1  et B =  1 −4 1 .
1 3 −1 1 3 −1
 
4 1 4
(AB)T = B T AT =  8 −17 −13  .
−1 1 5

Badr NEJJAR (EST, Fès) Cours d’algèbre 50 / 1

 Les matrices Définition et opérations

La transpostion

Définition [Matrice symétrique]

Soit A ∈ Mn (R) (A est une matrice carrée).

A est une matrice symétrique si et seulement si aij = aji , pour tout (i, j) ∈
{1, ..., n} × {1, ..., n}.
Ou bien A est une matrice symétrique si et seulement si AT = A.

Exemple
 
2 0 1
A =  0 −1 −2  est une matrice symétrique.
1 −2 0

Badr NEJJAR (EST, Fès) Cours d’algèbre 51 / 1

 Les matrices Définition et opérations

Les puissances d’une matrices carrée

Définition

Soit A ∈ Mn (R) \ {0}. On pose A0 = In , et pour tout entier naturel non

nul k, Ak = A...A
| {z } .
k facteurs

Remarques :

Dans Mn (R) toutes les matrices ont le même ordre donc tous les
produits sont possibles.
Pour toute matrice A ∈ Mn (R), AIn = In A = A.
Pour toutes les matrices A, B et C de Mn (R), on a:
A = B ⇒ AC = BC et A = B ⇒ CA = CB.

Exemple
Ink = In , 0k = 0.
Badr NEJJAR (EST, Fès) Cours d’algèbre 52 / 1
 Les matrices Définition et opérations

Les puissances d’une matrices carrée

Définition [Matrice nilpotente]

Une matrice A est dite nilpotente s’il existe un entier k ≥ 1 tel que Ak =
0.

Exemple
 
0 −1 2
La matrice  0 0 −1  est nilpotente.
0 0 0

Badr NEJJAR (EST, Fès) Cours d’algèbre 53 / 1

 Les matrices Définition et opérations

En général, (A + B)2 6= A2 + 2AB + B 2 .

Nous pouvons simplement dire que (A + B)2 = A2 + AB + BA + B 2 .
Si A et B commutent (AB = BA) alors (A + B)2 = A2 + 2AB + B 2 .
Si A et B ne commutent pas (AB 6= BA) alors (A + B)2 6= A2 + 2AB + B 2 .
Remarque :

Pour tout matrice A ∈ Mn (R) et pour tout réel λ , les matrices A et λ In

commutent.

Badr NEJJAR (EST, Fès) Cours d’algèbre 54 / 1

 Les matrices Les matrices inversibles

II.3 Les matrices inversibles

Définition [Matrice inversible]

Soit A ∈ Mn (R). A est inversible ou régulière si et seulement si il existe

B ∈ Mn (R) telle que AB = BA = In .
B s’appelle l’inverse de A et on écrit B = A−1 .
Une matrice non inversible est dite singulière.

Si une matrice A admet un inverse, cet inverse est unique.

En effet:
Soient B et C deux matrices telles que:
AB = BA = In et AC = CA = In .
alors B = BIn = B(AC) = (BA)C = In C = C.

Exemple
   
11 −6 11 6
L’inverse de la matrice A = est la matrice B = .
−20 11 20 11

Badr NEJJAR (EST, Fès) Cours d’algèbre 55 / 1

 Les matrices Les matrices inversibles

Proposition
1 In−1 = In .
 −1
2 A−1 = A.
 −1  T
3 AT = A−1 .

4 (AB)−1 = B −1 A−1 (attention à l’ordre).

Proposition
Soit A ∈ Mn (R). A est inversible si et seulement si pour toute matrice
Y ∈ Mn,1 (R), l’équation AX = Y admet dans Mn,1 (R) une unique solution.
On a alors X = A−1 Y .

Badr NEJJAR (EST, Fès) Cours d’algèbre 56 / 1

 Les matrices Les matrices inversibles

Exemple
 
1 1 −2
L’inverse de la matrice A =  1 2 −1  est la matrice
  2 3 −2
−1 −4 3
A−1 =  0 2 −1 
−1 −1 −1

Exemple
 
1 a 1
Soient a et b deux nombres réels. La matrice A =  1 2a 1  est
1 1 b
inversible si et seulement si a 6= 0 et b 6= 1.

Badr NEJJAR (EST, Fès) Cours d’algèbre 57 / 1

 Les matrices Les matrices inversibles

Soit A ∈ Mn (R).
Une opération élémentaire sur les ligne d’une matrice est un échange de
lignes, un produit d’une ligne par un réel non nul, l’addition à une ligne d’une
autre ligne multipliée par un réel.
Li ↔ Lj : on échange la ligne Li avec la ligne Lj .
Li ← aLi avec a 6= 0: on multiplie la ligne Li par a.
Li ← aLi + bLj avec a 6= 0 et b ∈ R: on remplace la ligne Li par aLi + bLj .

Badr NEJJAR (EST, Fès) Cours d’algèbre 58 / 1

 Les matrices Les matrices inversibles

Algorithme de Gausse
1 On place A et In côte à côte.
2 On effectue des opérations élémentaires sur A et In pour
transformer la matrice A en une matrice triangulaire B. On
regarde alors les termes diagonaux de la matrice B. S’il y a un ou
plusieurs 0 alors B n’est pas inversible et donc A n’est pas
inversible. S’il n’y a pas de 0 alors B est inversible et donc A est
inversible.
3 Si A est inversible on continue à transformer la matrice A en la
matrice unité In . La même suite d’opérations élémentaires
transforme alors In en A−1 .
Exemple
 
1 −1 0 −3
 2 1 0 5 
Inversons la matrice A = 
 −4
.
0 1 2 
3 2 −2 1

Badr NEJJAR (EST, Fès) Cours d’algèbre 59 / 1

 Les matrices Les matrices inversibles

Algorithme de Gausse

On place A et I4 côte à côte comme suit:

 
1 −1 0 −3 1 0 0 0 L1
 2 1 0 5 0 1 0 0  L2
 
 −4 0 1 2 0 0 1 0  L3
3 2 −2 1 0 0 0 1 L4

On va placer des 0 sous le 1 de la première colonne.

 
1 −1 0 −3 1 0 0 0 L1
 0 3
 0 11 −2 1 0 0  L2 ← L2 − 2L1

 0 −4 1 −10 4 0 1 0  L3 ← L3 + 4L1
0 5 −2 10 −3 0 0 1 L4 ← L4 − 3L1

Badr NEJJAR (EST, Fès) Cours d’algèbre 60 / 1

 Les matrices Les matrices inversibles

Algorithme de Gausse

On va placer un 1 sur la diagonale de la deuxième colonne.


1 −1 0 −3 1 0 0 0
 L1
1
 0
 1 0 11/3 −2/3 1/3 0 0 
 L2 ← 3 L2
 0 −4 1 −10 4 0 1 0  L3
0 5 −2 10 −3 0 0 1 L 4

On va placer des 0 sous le 1 de la deuxième colonne.

 
1 −1 0 −3 1 0 0 0 L1
 0 1
 0 11/3 −2/3 1/3 0 0 
 L2
 0 0 1 14/3 4/3 4/3 1 0  L3 ← L3 + 4L2
0 0 −2 −25/3 1/3 −5/3 0 1 L4 ← L4 − 5L2

Badr NEJJAR (EST, Fès) Cours d’algèbre 61 / 1

 Les matrices Les matrices inversibles

Algorithme de Gausse

On va placer des 0 sous le 1 de la troisième colonne.

 
1 −1 0 −3 1 0 0 0 L1
 0 1 0 11/3 −2/3 1/3 0 0  L2
 
 0 0 1 14/3 4/3 4/3 1 0  L3
0 0 0 1 3 1 2 1 L4 ← L4 + 2L3

alors nous avons transformé la matrice A à une matrice triangulaire qui n’a
pas des 0 sur la diagonale. Donc la matrice A est inversible.

On va placer des 0 au dessus du 1 de la dérnière colonne.

  L1 ← L1 + 3L4
1 −1 0 0 10 3 6 3 11
 0 1 0 0 −35/3 −10/3 −22/3 −11/3  L2 ← L2 − L4
  3
 0 0 1 0 −38/3 −10/3 −25/3 −14/3  14
L3 ← L3 − L4
0 0 0 1 3 1 2 1 3
L4

Badr NEJJAR (EST, Fès) Cours d’algèbre 62 / 1

 Les matrices Les matrices inversibles

Algorithme de Gausse

On va placer des 0 au dessus du 1 de la deuxième colonne.

 
1 0 0 0 −5/3 −1/3 −4/3 −2/3 L1 ← L1 + L2
 0 1 0 0 −35/3 −10/3 −22/3 −11/3  L2
 
 0 0 1 0 −38/3 −10/3 −25/3 −14/3  L3
0 0 0 1 3 1 2 1 L4

alors la matrice à gauche est la matrice I4 .

D’où l’inverse de la matrice A est:
 
−5/3 −1/3 −4/3 −2/3
 −35/3 −10/3 −22/3 −11/3 
A−1 =  −38/3 −10/3 −25/3 −14/3 


3 1 2 1

Badr NEJJAR (EST, Fès) Cours d’algèbre 63 / 1

 Les déterminants

Chapitre 3 : Les déterminants

Badr NEJJAR (EST, Fès) Cours d’algèbre 64 / 1