Chapitre 1 : Matrices et Déterminants

1. les Matrices

1.1 Définitions générales :

Définition1.1.1 :
Soit K un corps commutatif, on appelle matrice de type (n, p) un tableau A formé de n lignes
et p colonnes, à valeurs dans K .

Ligne

Colonne

Le coefficient situé à la ligne " i " et la colonne " j " est noté aij , donc la matrice A sera notée
par
 11ijnp
A  aij

Remarques :
1. L’ensemble des matrices à n lignes et p colonnes, dites matrices de type  n, p  à valeurs
dans K est noté M  n, p   K 

 
2. Si n  1 , A se réduite à une ligne A  a11 a12 .... a1 p (matrice ligne)
 a11 
 
3. Si p  1 , A se réduit à une seule colonne A   a21  (matrice colonne)
a 
 n1 
4. Si n  p , A est dite matrice carrée d’ordre n , l’ensemble des matrices carrées d’ordre n à
valeurs dans K est noté M n  K 

Exemple 1. 1. 1 :
1 0 2
A  , A est une matrice de type  2,3
 3 -1 0 
1 -5 
B  , B est une matrice carrée d’ordre 2
2 3

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 1
Chapitre 1 : Matrices et Déterminants

1.2 Matrice nulle

La matrice nulle est la matrice dont tous ses coefficients sont tous nuls :
aij  0 K , i, j :1  i  n, 1  j  p

1.3 Egalité entre deux matrices

Deux matrices A et B de même type  n, p  , telles que A  aij  11ijnp ;  11ijnp , sont
B  bij

dites égales et on écrit A  B si et seulement si : aij  bij , i, j :1  i  n, 1  j  p

1.4 Transposée d’une matrice

Soit A  M  n, p   K  , la matrice transposée de A , notée t A est donnée par :
t
 A   a ji  , i, j :1  i  n, 1  j p

Donc t A est une matrice de type  p, n  obtenue en remplaçant dans A les linges par les
colonnes et vice versa.

Exemple 1.4.1 :
1 2 3 
 0 0 -1 1 0 3 1
A   A  2 0 4 0
t
3 4 0  
 3 -1 0 0 
   
 1 0 0 

1.5 Opérations sur les matrices

1.5.1 Produit d’un scalaire par une matrice :

Soit   K un scalaire et A une matrice de type  n, p  , alors la matrice B   . A est une
matrice de type  n, p  , donnée par Bij   . Aij , i, j :1  i  n, 1  j  p
Exemple 1.5.1 :
 2 1  6 3
A   3A   
 -3 4   -9 12 

1.5.2 Somme de deux matrices :

Soient A, B  M  n, p   K  , on définit la matrice somme C  A  B , par C  cij  11ijnp telle
 
que : Cij  aij  bij , i, j :1  i  n, 1  j  p

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 2
Chapitre 1 : Matrices et Déterminants

 1 12   1  12   0 0
     
Exemple1.5.2 : A   3 4  ; B   3 4  A B  0 8
 5 0   5 0 0 0
     
Remarque 1.5.2 :
On peut, à partir des deux opérations précédentes, définir toute matrice C de la forme
C   A  C , ,   K

1.5.3 Produit de deux matrices :

Soient A et B deux matrices telles que, A est de type  n, p  et B est de type  p, l  , on peut
alors définir la matrice produit C  A  B , qui sera une matrice de type  n, l  donnée par la
relation :
p
Cij   aik .bkj , i, j :1  i  n, 1  j  l
k 1
C’est-à-dire, l’élément Cij est obtenu en effectuant le produit scalaire de la ligne " i " de la
matrice A par la colonne " j " de la matrice B .

Remarques :
1. Pour que le produit A.B existe, il faut que le nombre de colonnes de A soit égal au nombre
de lignes de B .
2. Si A et B sont telles que le produit A  B existe, ceci n’implique pas que B  A existe.
3. Si les matrices produits A  B et B  A sont définies (existent) elles ne sont pas
nécessairement de même type.
4. Même si les produits A  B et B  A existent et sont de même type (c’est le cas où A, B sont
carrées de même ordre), en général on a : A  B  B  A .

Exemple 1.5.3 :
 2 1  2 1 -1
  1 0 0   2 1
A 3,2    5 6  , B 2,3    alors A  B 3,3   5 6 -6  et B  A 2,2    , mais la
1 0   0 1 -1 1 0 0   4 6
   
matrice A2  A  A n’existe pas.

1.6 Propriétés du calcul matriciel

1. A, B  M  n, p   K  on a :

A B  B A
A   B  C   A  B  C

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 3
Chapitre 1 : Matrices et Déterminants

t
 A  B  t A  t B
t
 A  A
t

2.  ,   K , A, B  M  n, p   K 

  A  B   A   B
    A   A   A
  A     A

3. A, B  M  n, p   K  , C  M  l ,n   K 

C   A  B  C  A  C  B

4. A  M  n, p   K  , B  M  p ,k   K  , C  M  k ,l   K  et   K , on a :

A   B  C    A  B  C
A.B  0  A  0 ou B  0
t
 A  B    t B    t A
t
 . A    t A 
  A  B     A  B  A    B 

2. Matrices Carrées

2.1 Définition
Si n  p , A est une matrice carrée d’ordre n notée par : A  aij   i, j :1  i  n,1  j  n .
L’ensemble des matrices carrées d’ordre n à valeurs dans K est noté M n  K 

2.2 Diagonale d’une matrice carrée

La suite des éléments aij tels que i  j , forme la diagonale de la matrice A , a11, a22 ,....., ann 
(appelée aussi diagonale principale)

2.3 Trace d’une matrice carrée

La somme des éléments de la diagonale de A est appelée trace de A , notée tr  A 
n
tr  A   aii
i 1
2.4 Matrice diagonale

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 4
Chapitre 1 : Matrices et Déterminants

C’est la matrice dont les éléments qui sont situés hors la diagonale sont tous nuls, c’est-à-
dire :
aij  0, i, j  1,.., n , i  j

2.5 Matrice triangulaire

Une matrice A est dite triangulaire supérieure (respectivement inférieure) si aij  0, i  j
(respectivement aij  0, i  j ), en d’autres termes :
La matrice A est triangulaire supérieure, si tous les éléments situés sous la diagonale, sont
nuls.
La matrice A est triangulaire inférieure, si tous les éléments situés sur la diagonale, sont
nuls.

 a11 0  0 
 0 a  
 22 
A matrice diagonale  A 
    0 
 
 0  0 ann 

 a11 a12   a1n 

 
 0 a22 a2 n 
A triangulaire supérieure  A       
 
     
 0   0 ann 


 a11 0   0 
 
 a21 a22  
A triangulaire inférieure  A       
 
   0 
a   ann 
 n1 an2
Exemples :

2 0 
A  est une matrice diagonale
 0 1
 2 1 est la diagonale de A
 2 3
A  est une matrice triangulaire supérieure
0 1

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 5
Chapitre 1 : Matrices et Déterminants

2 0 0 
 
A   3 5 0  est une matrice triangulaire inférieure
 1 2 1
 

2.6 Matrice symétrique

On dit qu’une matrice A est symétrique si elle est égale à sa matrice transposée, t A  A ,
c’est-à-dire aij  aij , i, j  1,.., n
Exemple :
1 2 3 
 
A  2 0 4 
 3 4 5 
 

2.7 Matrice identité

C’est la matrice diagonale, dont tous ses éléments diagonaux sont égaux à 1.
1 0   0
 0 1 0  0
 
In     
 
  0
0 0 1 


Remarque :
A  M n  K  : A.I n  I n .A  A
k
k  * :  I n   I n .I n .....I n  I n
 
k fois
2.8 Matrice inversible :
Soit A  M n  K  , on dit que A est inversible ou admet une matrice inverse si et seulement s’il
existe une matrice B de M n  K  telle que :
A.B  B. A  I n , dans ce cas B est appelée matrice inverse de A , notée A1
Exemple 2.8.1 :
1 2 
Soit A   
 0 1 
a b 
Pour trouver l’inverse de A on cherche une matrice B    tel que A.B  B. A  I 2
c d 
 1 2  a b   a  2c b  2d   1 0 
A.B     
 0 1  c d    c  d   0 1 

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 6
Chapitre 1 : Matrices et Déterminants

a  2c  1 a  1
b  2d  0 b  2
  1 2 
   B 
 c  0 c  0  0 1 
 d  1 d  1
 1 2  1 2   1 0  1 2
On vérifie que B. A  I 2 , on a B. A    0 1   0 1  , d’où B  A  A car A  I
 0 1    
Exemple 2.8.2
 1 1   3 1 
A  de la même manière, on trouve B   
 2 3  2 1 

3. Déterminants
3.1 Définitions
a a 
- Si A  M 2  K  , une matrice carrée d’ordre 2 , A   11 12  , on appelle déterminant de A
 a21 a22 
le nombre (scalaire), donné par a11.a22  a21.a12 , noté det  A  ou A , et on écrit :
a11 a12
det  A   a11.a22  a21.a12
a21 a22

Exemple 3.1.1 :
 1 3 1 3
A  , det  A    (1).(9)  (6).(3)  9
6 9 6 9
-Si A  M 3  K  , une matrice carrée d’ordre 3, alors :
a11 a12 a13
11 a22 a23 1 2 a21 a23 13 a21 a22
det  A   a21 a22 a23   1 a11.   1 a12   1 a13
a32 a33 a31 a33 a31 a32
a31 a32 a33

- Pour le cas général : si A  M n    , une matrice carrée d’ordre n , soit un couple

i, j  1, 2,...., n . On note Aij : la matrice carrée d’ordre n  1 ; obtenue en supprimant la
ligne " i " et la colonne " j " de A , alors le déterminant de A est donné par :
n
i j
det  A    1  
det Aij pour une ligne arbitraire " i " , 1  i  n , ici on a développé le
j 1

calcul du det  A  selon la ligne " i "

n
i j
De même on a : det  A    1  
det Aij pour une colonne arbitraire " j " ,1  j  n , ici
i 1

on a développé le calcul de det  A  selon la colonne " j "

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 7
Chapitre 1 : Matrices et Déterminants

Remarques :
1. si n  1  A  a11 (scalaire), dans ce cas, on a det  A   a11
2. Pour calculer det  A  , on peut le faire selon la ligne ou la colonne de notre choix.
3. Il est donc intéressant de choisir la ligne ou la colonne qui contient le maximum de
coefficients nuls, pour ne pas avoir à calculer tous les déterminants det Aij  
Exemple 3.1.2 :
Soit

On choisit de calculer det  A  selon la ligne L3 ou la colonne C2 :

selon L3 2 1
det  A    131 
4.   4   2  1   0 1   8
0 1
a31

De même
selon C2 3 1
det  A    112  2  . =  2   3 0    1 4   =8
4 0

3.2 Propriétés des déterminants et Techniques de calcul

Soit A une matrice carrée d’ordre n , on a les propriétés suivantes :

1. Si deux lignes de A ou deux colonnes sont identiques, alors det  A  0
2. Si deux lignes de A sont proportionnelles (respectivement deux colonnes) alors det  A  0
3. Si une ligne (respectivement une colonne) est une combinaison linéaire des autres lignes
(respectivement des autres colonnes), alors det  A  0

Exemple 3.2.1:
1 2 3
4 5 6  0 car L1  L3
1 2 3
4 1 1
1 2 1  0 car L3  (2).L1
8 2 2

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 8
Chapitre 1 : Matrices et Déterminants

4 1 3
1 2 1  0 car C3  C1  C2
8 2 6

4. Le det  A  ne change pas, si on ajoute à une ligne (respectivement à une colonne) une
combinaison linéaire d’autres lignes (respectivement d’autres colonnes).
5. Le det  A  est une application linéaire par rapport à chaque ligne (respectivement à chaque
colonne)

Exemple 3.2.2 :
25 1 1 1 1 1
50 3 1  25 2 3 1
75 2 1 3 2 1
6. Si on permute deux lignes (respectivement deux colonnes) alors le det  A  change de signe

Exemple 3.2.3 :
1 1 2 1 2 1
1 3 1  (1) 1 1 3  C2  C3 
1 0 1 1 1 0
7. si A, B  M n     det  A.B   det  A .det  B 

 
8. det t A  det  A
n
9. det   A      det  A ,   K

Exemples 3.2.4:
Calcul de déterminant  3  3
1 3 4
Calcul de d1  2 4 2
1 9 10
1 3 4 0 12 6 0 12 8 L2  L2  L3
0 12 6
L1  L1  L3
d1  2 4 2  2 4 2  2 1 2 1  2 0 11 11
1 9 10 1 9 10 1 9 10 1 9 10
selon C1 12 6 12 6
31
 2  1 1   2  . 11
11 11 1 1
  22  12  1  1 6    22. 12  6    22  6   132

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 9
Chapitre 1 : Matrices et Déterminants

Exemple 3.2.5
Calcul de déterminant  4  4 

1 2 2 3
2 5 1 4
Calcul de d 2 
1 0 5 3
0 2 1 0
1 2 _ 2 3 1 2 4 3
on fait
(  2)C3
2 5 1 4 1 2 5 2 4
d2     12   2  det  A   
1 0 5 3 2 1 0 10 3
0 2 1 0 0 2 2 0
1 2 4 3 
C2 C2  C3 selon L
1 2 3
12 3 2 4 4 4 3
     12   1  2  . 2 3 4
2 1 10 10 3
1 10 3 
0 0 2 0
2 8 0 4C1 8 8 0 8 0 0
L1  L1  L3  selon L1 11 4
 2 3 4   1
4 . 4 8 3 4   1
4 8 11 4    14   111 8. 6 3
1 10 3 4 10 3 4 6 3

  2  33  24    2 9  18

n
10. Si A une matrice triangulaire supérieur (respectivement inférieure) alors det  A   aii
i 1
n
11. En particulier si A est une matrice diagonale alors det  A   aii
i 1

Conséquence : det  I n   1 , avec : I n matrice identité

3.3 Déterminant et famille libre

Définition 3.3.1
  
Soient v1, v2 ..., vn n vecteurs de  n , on appelle déterminant de ces vecteurs, et on note
     
 
det v1, v2 ..., vn le déterminant de la matrice dont les colonnes sont les vecteurs v1, v2 ..., vn

Proposition 3.3.1
     
 
(La famille v1, v2 ..., vn est une base de  n )  ( det v1 , v2 ..., vn  0 )  
Exemple 3.3.1
  
v1  1, 2, 0  ; v2   0, 1,3 ; v3  1, 2,3

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 10
Chapitre 1 : Matrices et Déterminants

1 0 1 C C C 1 0 0
   3 3 1
 
det v1 , v2 , v3  2 1 2  2 1 0  1 1 3  3 , car c’est un déterminant
0 3 3 0 3 3
d’une matrice triangulaire inférieure
( det  v1, v2 , v3   3  0 )  ( B  v1, v2 , v3 base de  3 )

3.4 Déterminant et matrice inversible

3.4.1 Matrice des co-facteurs, « Co-matrice » :

Soit A  M n    où A  aij  11ijnp
On appelle co-facteur d’indices " i " et " j " de A , le scalaire Cij donné par la formule :
i j
Cij   1  
det Aij
Où Aij : la matrice carrée d’ordre " n  1" obtenue en supprimant dans A , la ligne " i " et la
colonne " j " .

La matrice des co-facteurs est appelée co-matrice de A , notée : C A  Cij   1 i  n

1 j  n

3.4.2 Théorème :
Soit A  M n    on a alors : ( A Inversible)  ( det  A  0 )
Dans ce cas sa matrice inverse est donnée par :
1 t
A1  . CA 
det  A

Exemple 3.4.2 :
1 2 1
Calculer si possible la matrice inverse de A   4 0 2 
0 2 6
 
Solution de l’ exemple 3.4.2 :
On vérifie d’abord si cette matrice est inversible, en calculant det  A  :
1 2 1 L3  L3  L1
1 0 5 selon C
2 1 5
det  A   4 0 2  4 0 2   132 .  2 
4 2
0 2 6 0 2 6
  2  1 2    4  5     2  2  20   44

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 11
Chapitre 1 : Matrices et Déterminants

 det  A  44  0   A inversible 

On peut alors calculer l’inverse de A , la co-matrice est donnée par :
 4 24 8 
 
C A   10 6 2 
 4 2 8 


En effet :
0 2 4 2 4 0
C11   1  4 ; C12   1  24 ; C13   1 8
2 6 0 6 0 2

2 1 1 1 1 2
C21   1  10 ; C22   1  6 ; C23   1  2
2 6 0 6 0 2

2 1 1 1 1 2
C31   1  4 ; C32   1  2 ; C33   1  8
0 2 4 2 4 0

 4 10 4 
1  1   
A    .  24 6 2
 44  
 8 2 8 

On peut vérifier facilement que A. A1  A1. A  I 3

4. Matrices et applications linéaires

4.1 Matrice associée à une application linéaire

Définition 4.1.1
Soient E , F deux espaces vectoriels de dimension finie tel que dim E  n ; dim F  m ,
et f une application linéaire de E vers F , f : E  F et soit B1  u1, u2 ,....., un  une base de
E et B2  v1, v2 ,...., vm  une base de F .
La matrice a m lignes et n colonnes dont les colonnes sont formées des coordonnées des
vecteurs f  ui  dans la base B2 est appelée matrice associée a f selon les bases B1 , B2 de E

 
et F respectivement ; elle sera notée M B1 ,B2  f   aij

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 12
Chapitre 1 : Matrices et Déterminants

f (u1 ) f (u2 )  f (un )

 a11 a12  a1n  v1
 
Tel que  a21   v2
Mf 
    
 
 am1 amn  vm

Exemple 4.1.1
f : 2  3
f  x, y    2 x  3 y,  x  2 y , x  y 

Soient B0 , B0 , les bases canoniques de  2 et  3 respectivement.

B0  e1 1, 0  ; e2  0,1


B0  e1 1, 0, 0  ; e2  0,1, 0  ; e3  0, 0,1 
On calcule f  e1  et f  e2 
 f  e   f 1, 0    2, 1,1   2, 0, 0    0, 1, 0    0, 0,1  2e   e   e 
 1 1 2 3

 f  e2   f  0,1   3, 2,1   3, 0, 0    0, 2, 0    0, 0,1  3e1  2e2  e3
La matrice M B 
0 , B0
 f  est de type  3, 2  , elle est donnée par :
f (e1 ) f (e2 )
2 3  e1
M
B0 , B0
 f    1 2  e2
1 1  e3


Proposition 4.1.1
Si E , F sont deux espaces vectoriels de dimensions n, m respectivement, alors la donnée
d’une matrice A de type  m, n  définit une application linéaire f de E vers F selon des bases
prédéfinies dans E et F respectivement.

Proposition 4.1.2
Soit f : E  F une application linéaire et B, B les bases de E , F respectivement et
A  M B , B f ,la matrice associée à f selon les bases B et B , tel que
dim  E   n, dim  F   m
Alors pour tout vecteur X  E , on a f  X   A. X (produit de la matrice A parle vecteur X )

Exemple 4.1.2
Soit l’application linéaire f :  3   2 , dont sa matrice associée est donnée par :

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 13
Chapitre 1 : Matrices et Déterminants

 2 1 1 
A .
 1 3 4 
Les espaces vectoriels  3 ,  2 étant munis de leurs bases canoniques, on aura donc :
Pour tout vecteur t ( x, y, z ) de  3
 x  x  x
     2 1 1     2 x  y  z 
f  y   A.  y     y    
z z  1 3 4     x  3y  4z 
    z
D’où : f  x, y, z    2 x  y  z , x  3 y  4 z 

4.2 Matrice associée à la composée d’applications linéaires

Soient f , g deux applications linéaires telles que f : E  F et g : F  G

Soient les matrices :
M f : matrice associée à f selon les bases BE , BF
M g : matrice associée à g selon BF , BG
Alors la matrice associée à gof selon les bases BE , BG est notée M gof , et donnée par :
M gof  M g . M f
4.3 Matrice associée à l’application inverse
Si f : E  F est une application linéaire, B une base de E et B une base de F on a alors :
f    
bijective   det M f  0 )
1
 
En plus M B,B  f    M B , B  f  
 

Exemple 4.3.1
Soit l’application linéaire donnée par :
f : 2  2
f  x, y    x  y , 2 x , 4 y 
Sa matrice associée la base canonique de  2 est donc :
f  e1  f  e2 
1 1  e1
Mf 
2 4  e2
Puisque
f  e1   f 1, 0   1, 2   e1  2e2

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 14
Chapitre 1 : Matrices et Déterminants

f  e2   f  0,1  1, 4   e1  4e2

1 1 1

det M f   2 4
 4  2  2  0 , donc f est bijective , de plus M f 1 
 Mf  .

Déterminons son application inverse.

1 1
Mf 

det M f
t
Cf

1 1  4 2 
Mf   ; CM f   
 2 4  1 1 
t
1  4 2  1  4 1
M     
f 1 2  1 1  2  2 1 
L’expression de f 1 est donc donnée par :

1 x  1  4 1 x   2 x  12 y 
On a f 1
X   M  .X , d’où f
f 1  y    2 1 y     x  1 y 
  2    2 

Par conséquent :
f 1 :  2   2
f 1  x, y    2 x  12 y,  x  12 y 
4.4 Rang d’une matrice
Soit f , E  F application linéaire et A sa matrice associée alors :
rg  A  rg  f   dim  lm f   nombre de colonnes libres dans A

5. Changement de bases, Matrice de passage

5.1 Matrice de passage

Définition 5.1.1
Soit E un K-espace vectoriel de dimension n et soient B1  u1 , u2 , .., un  , B2  v1 , v2 , .., vn 
deux bases de E.
On appelle matrice de passage de la base B1 vers la base B2 , la matrice dont les colonnes
sont formées des composantes des vecteurs de B2 dans la base B1 . Elle sera notée P B ,B  :
1 2

v1 v2 ... vn
  u1
 
P  u2
  
 
  un

Remarque 5.1.1

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 15
Chapitre 1 : Matrices et Déterminants

La matrice de passage P est une matrice carrée inversible.

Remarque 5.1.2
La matrice de passage permet de changer les coordonnées d’un vecteur V de la base B1 vers
la base B2 et vis-versa comme suit :
Si V s’écrit X selon la base B1 et s’écrit X  selon la base B2 . On a alors :
 X  P . X 
 1
 X   P . X

Exemple 5.1.1
Soit V  1, 2  , un vecteur dans la base canonique de  2 , quelles sont ses coordonnées dans
la base B  v1  2, 0  , v2 1,1 ?

Solution de l’exemple 5.1.1

La base canonique de  2 , est donnée par B0  e1 1, 0  , e2  0,1 , la matrice de passage de
 2 1 1 1  1 
B0 à B est donc P    . X    , donc X   P .   .
 0 1 2  2
La matrice inverse P 1  1 t
det P 
 CP  où, la co-matrice de P est donnée par :
 1 0 1 1  12 1 
Cp   , par conséquent 1
 1 2
 P 2  
 1 2  0 2  0 1
1 1  1  1 
 
et donc X    2 2 .
   2 .
0 1   2  2 
Le vecteur V s’écrit donc dans la nouvelle base B comme suit V   21 , 2   1
2 1
v  2v2

5.2 Changement de bases sur une application linéaire :

5.2.1 Cas général

Soient E et F deux espaces vectoriels et f : E  F une application linéaire suivant les bases
BE , BF de E et F respectivement, et soit A la matrice associée à f suivant ces bases.
D’autre part, soient BE , BF deux autres bases de E et F respectivement, et soient :
P : la matrice de passage de la base BE vers la base BE et,
Q : la matrice de passage de la base BF vers la base BF ,
Alors la matrice associée à f suivant les bases BE , BF , notée B est donnée par :
B  Q 1 . A. P

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 16
Chapitre 1 : Matrices et Déterminants

5.2.2 Cas particulier

Si f est un endomorphisme f : E  E et soient :
BE une base de E, BE une autre base de E, A la matrice associée à f suivant la base BE , B la
matrice associée à f suivant la base BE , et P la matrice de passage de la base BE vers la base
BE ; alors les matrices A et B sont reliées par la relation
B  P 1 . A.P

Exemple 5.2.1
Soit f : 3   2 une application linéaire, telle que : f  x, y, z    2 x  z, 2 y  z 
1. Déterminer M f , la matrice associée à f suivant les bases canoniques.

  
2. Soient B1  e1  2,1, 0  , e2  0, 1,1 , e3 1, 0, 3  une base de 3 et B2  v1 1, 0  , v2 1,1 
une base de  2 . Déterminer M f la matrice associée à f suivant les bases B1 , B2 .
 B1 ,B2 
Solution de l’exemple 5.2.1
1. Soient B1  e1 1, 0, 0  , e2  0,1, 0  , e3  0, 0,1 , B2  v1 1, 0  , v2  0,1 les bases canoniques

de 3 ,  2 respectivement.
On calcule des images des vecteurs de B1 et on cherche leurs coordonnées dans la base B2
 f  e1   f 1, 0, 0    2, 0   2 1, 0   2v1

 f  e2   f  0,1, 0    0, 2   2  0,1  2v2
 f  e   f  0, 0,1  1,1  1, 0    0,1  v  v
 3 1 2

 2 0 1
La matrice M f , associée à f suivant les bases B1 , B2 est donc M f   
 0 2 1
2. Dans 3 , la matrice de passage de la base B1 vers la base B1 est donnée par
 2 0 1
  2
P   1 1 0  .Dans  , la matrice de passage de la base B2 vers la base B2 est donnée
 0 1 3
 
 1 1 1  1 1
par Q    , sa matrice inverse est Q   
 0 1 0 1 

La matrice M f , associée à f suivant les nouvelles bases B1 , B2 est donc
 B1 ,B2 
Mf  Q 1 . M f . P d’où
 B1 ,B2 

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 17
Chapitre 1 : Matrices et Déterminants

2 0 1
 1 1  2 0 1  
Mf   .  . 1 1 0 
 B1 ,B2   0 1   0 2 1 
  0 1 3 

 2 0 1
 2 2 0   
  . 1 1 0 
0 2 1   
 0 1 3
 2 2 2 
 
2 3 3

Exemple 5.2.2
Soit f :  3  3 une application linéaire, telle que : f  x, y, z    x  y  z , x  2 y , y  2 z 

1. Déterminer M f , la matrice associée à f suivant la base canonique de 3 .

2. Soit B  u1 1, 0, 0  , u2  2,1,1 , u3 1, 0,1 une famille de 3 . Vérifier qu’elle forme une

base de 3 . Déterminer M f  B  la matrice associée à f selon la base B.

Solution de l’exemple 5.2.2

1. Soit B0  e1 1, 0, 0  , e2  0,1, 0  , e3  0, 0,1 la base canonique de 3 . Pour déterminer M f ,
on procède comme pour l’exemple précédant, on calcule les images des vecteurs de B0 et on
cherche leurs coordonnées dans la même base B0. La matrice associée à f suivant, la base
1 1 1 
canonique de  est donc M f   1 2 0 
3

 0 1 2 
 
2. La famille B  u1 1, 0, 0  , u2  2,1,1 , u3 1, 0,1 forme une base de 3 si et seulement si
1 2 1
det  u1 , u 2 , u3   0 , en effet : det  u1 , u2 , u3   0 1 0  1  0 d’où le résultat.
0 1 1
La matrice associée à f suivant, la base B sera donc M f B  P 1 .M f .P , où P est la matrice
 

1 2 1
de passage de la base canonique vers la base B. Elle est donnée par : P   0 1 0 
0 1 1
 
L’inverse de P est calculée par la relation P 1  1 t
det P 
 CP  , avec, la co-matrice de P est
1 0 0  1 1 1
donnée par C P   1 1 1  , d’où P   0 1 0  et donc :
  1 

 1 0 1   0 1 1 
   

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 18
Chapitre 1 : Matrices et Déterminants

M f B  P 1 . M f . P
 

1 1 1  1 1 1  1 2 1
     
= 0 1 0  .  1 2 0  .  0 1 0 
0 1 1   0 1 2   0 1 1 

0 5 3
 
 1 0 1
 1 1 3 


Par conséquent, l’expression de f suivant la nouvelle base B est donnée par :

 x  x  0 5 3   x
       
f  y   M f B .  y    1 0 1  .  y  , d’où f  x, y , z    5 y  3z , x  z ,  x  y  3z 
 
z  z   1 1 3   z 
       

Cours de Mathématiques2 élaboré par Mesdames SOUFI Houda & SABEUR Amina Page 19