COMPLÉMENT D’ALGÈBRE

ALICE DHONDT
[Link]@[Link]

MATRICES
 CONTENU

• 0: Introduction
• 1: Opérations sur les matrices
• 2: Résolution de systèmes linéaires
• 3: Applications dans les domaines techniques
Pour aller plus loin …
• 4: Déterminant d’une matrice carrée
• 5: Inversion d’une matrice carrée

2
0: INTRODUCTION

Exemple d’utilisation
Prenons l’exemple d’une firme où trois clients peuvent acheter quatre produits. Regroupons les
commandes des trois clients dans un tableau:
Produit A Produit B Produit C Produit D
Client 1 5 2 4 1
Client 2 3 0 2 3
Client 3 2 1 5 0
Nous pouvons également écrire ce tableau sous forme de matrice:
5 2 4 1
𝑀= 3 0 2 3 3 lignes
2 1 5 0
Lignes → Clients
4 colonnes 3
Colonnes → Produits
Nous avons donc une matrice de 3 lignes (3 clients) et 4 colonnes (produits).

5 2 4 1
𝑀= 3 0 2 3
2 1 5 0

On dit que 𝑀 est une matrice de taille 3 × 4 .

En général, une matrice 𝐴 de 𝑚 lignes et 𝑛 colonnes (de taille 𝑚 × 𝑛) s’écrit

𝑎11 𝑎12 ⋯ 𝑎1𝑛

𝐴= ⋮ ⋮ ⋱ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛

Nous pouvons également écrire cela comme 𝐴 = (𝑎𝑖𝑗 ) où 𝑖 = 1, ⋯ , 𝑚 (indice ligne)

et 𝑗 = 1, ⋯ , 𝑛 (indice colonne)
4
Matrices particulières:

Une matrice ligne est une matrice composée d’une seule ligne. Exemples: 𝑎 𝑏 𝑐 , (1 2)
1x3 1x2

𝑎
−1
Une matrice colonne est une matrice composée d’une seule colonne. Exemples: 𝑏 ,
𝑐 2
3x1 2x1

0 0 0 0 0
Une matrice nulle est une matrice dont tous les éléments sont nuls. Exemples: ,
0 0 0 0 0
2x3 2x2

Une matrice carrée est une matrice dont le nombre de ligne est égal au nombre de colonnes.
L’ensemble des éléments 𝑎11 , 𝑎22 , ⋯ , 𝑎𝑛𝑛 est appelé diagonale principale.

𝑎11 𝑎12 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑛
5
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
Matrices particulières:

Une matrice diagonale est une matrice carrée dont tous les éléments n’appartenant pas à la diagonale sont
2 0 0
3 0
nuls. Exemples: , 0 −1 0
0 1
0 0 15

Une matrice unité (ou identité) est une matrice carrée dont tous les éléments n’appartenant pas à la
diagonale sont nuls et où les éléments de la diagonale sont égaux à 1.
1 0 0
1 0
Exemples: , 0 1 0
0 1
0 0 1

6
1: OPÉRATIONS SUR LES MATRICES

Matrice transposée :
La matrice 𝐴𝑡 (la matrice transposée de A), est la matrice 𝐴 où les lignes ont été remplacées par les
colonnes et inversement.

0 1 2 0 −1 5
𝑡
Exemple: Si 𝐴 = −1 4 9 →𝐴 = 1 4 7
5 7 1 2 9 1

7
Somme de deux matrices:
Reprenons la matrice de notre premier exemple:
5 2 4 1
𝑀= 3 0 2 3
2 1 5 0
Imaginons que nos 3 clients recommandent une seconde fois une certaine quantité des mêmes produits.

2 1 0 1
𝑁= 4 7 1 0
0 3 4 2

Comment peut-on représenter la matrice 𝐶 des commandes totales?

5 2 4 1 2 1 0 1 5+2 2+1 4+0 1+1

𝐶 =𝑀+𝑁 = 3 0 2 3 + 4 7 1 0 = 3+4 0+7 2+1 3+0
2 1 5 0 0 3 4 2 2+0 1+3 5+4 0+2

7 3 4 2
= 7 7 3 3 8
2 4 9 2
Quelle est la condition pour pouvoir additionner ou soustraire 2 matrices ?

→ Il faut qu’elles soient de même taille (c’est-à-dire qu’elles aient toutes les deux le même nombre de
lignes et de colonnes).

Définition:
La somme de deux matrices est la matrice obtenue en additionnant séparément les éléments
correspondants.
𝑎11 ⋯ 𝑎1𝑛 𝑏11 ⋯ 𝑏1𝑛 𝑎11 + 𝑏11 ⋯ 𝑎1𝑛 + 𝑏1𝑛
⋮ ⋱ ⋮ + ⋮ ⋱ ⋮ = ⋮ ⋱ ⋮
𝑎𝑚1 ⋯ 𝑎𝑚𝑛 𝑏𝑚1 ⋯ 𝑏𝑚𝑛 𝑎𝑚1 + 𝑏𝑚1 ⋯ 𝑎𝑚𝑛 + 𝑏𝑚𝑛

9
Exercice : 1.1
Calculer les sommes suivantes:
1 2 −3 3 −5 6
1) 0 −5 1 + 2 0 −2
1 3 −2 2 1 −3

1 2 −3 1 0
2) 0 −5 1 + 2 5
1 3 −2 −2 0

1 2 −3 3 5 1
3) −
0 −4 1 1 −2 2

Réponses:
4 −3 3
−2 −3 −4
1) 2 −5 −1 2) Impossible (nombres de colonnes différents) 3)
−1 −2 −1
3 4 −5

10
Multiplication par un réel:
Reprenons la matrice de notre premier exemple:
5 2 4 1
𝑀= 3 0 2 3
2 1 5 0
Imaginons que nos 3 clients recommandent une seconde fois la même quantité de chaque produit.
5 2 4 1
𝑀′ = 3 0 2 3
2 1 5 0

Comment peut-on représenter la matrice 𝐶 des commandes totales?

5 2 4 1 10 4 8 2
𝐶 = 𝑀 + 𝑀′ = 2𝑀 = 2 3 0 2 3 = 6 0 4 6
2 1 5 0 4 2 10 0

11
Exercice : 1.2
Calculer:
1 2 −3
1) −3
4 −5 6

2 −5 1 1 −2 −3 0 1 −2
2) Soient les matrices 𝐴 = ,𝐵 = et 𝐶 = .
3 0 −4 0 −1 5 1 −1 −1
Calculer 3𝐴 + 4𝐵 − 2𝐶

Réponses:
−3 −6 9 10 −25 −5
1) 2)
−12 15 −18 7 −2 10

12
Produit de deux matrices:
Reprenons la matrice de notre premier exemple:
5 2 4 1
𝑀= 3 0 2 3
2 1 5 0
Imaginons que, sur la facture client, les prix unitaires des produits et les frais de transports par unité
doivent figurer séparément.
Par exemple, le produit A coûte 4 euros/unité et ses frais de transports sont de 0,2 euros/unité.
Nous avons la matrice de prix
4 0,2
2 0,1
𝑃=
4 0,3
5 0,1

Comment peut-on représenter la matrice 𝐹 des prix totaux à afficher sur la facture?

Pour le client 1, nous savons que

• Le cout total des 4 produits s’élève à 5 × 4 + 2 × 2 + 4 × 4 + 1 × 5 = 45 euros
• Le cout total de transport s’élève à 5 × 0,2 + 2 × 0,1 + 4 × 0,3 + 1 × 0,1 = 2,5 euros 13
 5 2 4 1
𝑀= 3 0 2 3
2 1 5 0
4 0,2
2 0,1
𝑃=
4 0,3
5 0,1

Comment peut-on représenter la matrice 𝐹 des prix totaux à afficher sur la facture?
𝑓11 𝑓12 45 2,5
𝐹 = 𝑀𝑃 = 𝑓21 𝑓22 = 35 1,5
𝑓31 𝑓32 30 2
1e ligne, 1e colonne
𝑓11 = 5 × 4 + 2 × 2 + 4 × 4 + 1 × 5 = 45 euros
1e ligne, 2e colonne
𝑓12 = 5 × 0,2 + 2 × 0,1 + 4 × 0,3 + 1 × 0,1 = 2,5 euros
2e ligne, 2e colonne
14
𝑓22 = 3 × 0,2 + 0 × 0,1 + 2 × 0,3 + 3 × 0,1 = 1,5
Quelle est la condition pour pouvoir multiplier deux matrices 𝐴𝐵 ?
→ Il faut que le nombre de colonnes de 𝐴 soit égal au nombre de lignes de 𝐵.
→ 𝑚 × 𝑛 . 𝑛 × 𝑙 = (𝑚 × 𝑙)

Dans notre exemple, la matrice 𝑀 est de taille (3 × 4) et la matrice 𝑃 de taille (4 × 2) → On peut calculer
𝐹 = 𝑀. 𝑃

4 0,2
5 2 4 1 45 2,5
2 0,1
𝐹= 3 0 2 3 = 35 1,5
4 0,3
2 1 5 0 0,1 30 2
5
(3 × 4) (4 × 2) (3 × 2)

Peut-on calculer 𝑃. 𝑀 ?
4 0,2
5 2 4 1
2 0,1
0,3 3 0 2 3
4
0,1 2 1 5 0 15
5
(4 × 2) (3 × 4) → IMPOSSIBLE
Exemples:
2 3 1 2
Soient 𝐴 = et 𝐵 =
1 2 0 3

2 3 1 2 2.1 + 3.0 2.2 + 3.3 2 13

𝐴𝐵 = = =
1 2 0 3 1.1 + 2.0 1.2 + 2.3 1 8
Tandis que
1 2 2 3 1.2 + 2.1 1.3 + 2.2 4 7
𝐵𝐴 = = =
0 3 1 2 0.2 + 3.1 0.3 + 3.2 3 6

→ Le produit de deux matrices n’est pas commutatif ! 𝐴𝐵 ≠ 𝐵𝐴

2 3 1 0
Soient 𝐴 = et 𝐼 =
1 2 0 1
2 3 1 0 2 3
𝐴. 𝐼 = =
1 2 0 1 1 2
1 0 2 3 2 3
𝐼. 𝐴 = =
0 1 1 2 1 2

→ La matrice unité 𝐼 est « neutre » pour la multiplication: 𝐴. 𝐼 = 𝐴 = 𝐼. 𝐴 pour toute matrice carrée 𝐴. 16
Exercice : 1.3
2 −1
1 −2 −5
1) Soient 𝐴 = 1 0 et 𝐵 =
3 4 0
−3 4
Calculer 𝐴𝐵 et 𝐵𝐴

1 6 4 0
2) Calculer
−3 5 2 −1

1 1 6
3) Calculer
−6 −3 5 Réponses:
−1 −8 −10
15 −21
1 6 2 1) 𝐴𝐵 = 1 −2 −5 et 𝐵𝐴 =
4) Calculer 9 22 15
10 −3
−3 4 −7
16 −6
2)
1 3 −2 −5
5) Calculer ( 2) 3) Impossible
6 −40
4)
−34
1 3 2
6) Calculer 2 −1 5)
18 12
−6 17
6) (8)
2: RÉSOLUTION DE SYSTÈMES LINÉAIRES

Mais… Quel est le but de tout ça?

Les matrices nous aident à résoudre des systèmes d’équations ! A nouveau, il y a plusieurs méthodes
possibles:
• A: Résolution via triangularisation – méthode de Gauss
• B: Résolution via diagonalisation
• C: Résolution via l’inverse → Voir point 5 du chapitre

18
A: Résolution via triangularisation – méthode de Gauss
Exemple:
𝑥1 + 𝑥2 + 𝑥3 = 3
Reprenons le système linéaire précédent: ቐ 5𝑥1 + 4𝑥2 + 3𝑥3 = 11
10𝑥1 + 5𝑥2 + 𝑥3 = 11,5
Nous pouvons écrire ce système sous une autre forme et ensuite chercher à triangulariser la matrice des
coefficients:
𝐿2 → 𝐿2 − 5𝐿1
𝐿3 → 𝐿3 − 5𝐿2
1 1 1 3 𝐿3 → 𝐿3 − 10𝐿1 1 1 1 3 1 1 1 3
5 4 3 11 0 −1 −2 −4 0 −1 −2 −4
10 5 1 11,5 0 −5 −9 −18,5 0 0 1 1,5

Et donc
𝑥1 + 𝑥2 + 𝑥3 = 3
ቐ −𝑥2 − 2𝑥3 = −4
𝑥3 = 1,5
Ce qui nous permet de conclure que 𝑥3 = 1,5. On peut maintenant remplacer sa valeur dans la 2e
équation: −𝑥2 − 3 = −4 → 𝑥2 = 1. Et finalement 𝑥1 + 1 + 1,5 = 3 → 𝑥1 = 0,5 19
B: Résolution via diagonalisation
Exemple:
𝑥1 + 𝑥2 + 𝑥3 = 3
Reprenons le système linéaire précédent: ቐ 5𝑥1 + 4𝑥2 + 3𝑥3 = 11
10𝑥1 + 5𝑥2 + 𝑥3 = 11,5
Nous pouvons écrire ce système sous une autre forme et ensuite chercher à diagonaliser la matrice des
coefficients:
… …
1 1 1 3 (exemple précédent) 1 1 1 3 (exo) 1 0 0 0,5
5 4 3 11 0 −1 −2 −4 0 1 0 1
10 5 1 11,5 0 0 1 1,5 0 0 1 1,5

Et donc
𝑥1 = 0,5
ቐ 𝑥2 = 1
𝑥3 = 1,5

20
Exercices:
Résoudre les systèmes suivants:
2𝑥 + 3𝑦 + 𝑧 = 9
3𝑥 + 5𝑦 = 8 4) ቐ𝑥 + 2𝑦 + 3𝑧 = 6
1) ቊ
4𝑥 − 2𝑦 = 1 3𝑥 + 𝑦 + 2𝑧 = 8

2𝑥 − 3𝑦 = −1 2𝑥 + 𝑦 − 2𝑧 = 10
2) ቊ
4𝑥 + 7𝑦 = −1 5) ቐ3𝑥 + 2𝑦 + 2𝑧 = 1
5𝑥 + 4𝑦 + 3𝑧 = 4
2𝑥 − 5𝑦 + 2𝑧 = 7
3) ቐ 𝑥 + 2𝑦 − 4𝑧 = 3 2𝑥 + 𝑦 − 3𝑧 = 5
3𝑥 − 4𝑦 − 6𝑧 = 5 6) ቐ3𝑥 − 2𝑦 + 2𝑧 = 5
5𝑥 − 3𝑦 − 𝑧 = 16

Solutions:
21 29 5 1
𝑆1 = ; 𝑆2 = − ; 𝑆3 = 5; 1; 1 21
26 26 13 13
35 29 5
𝑆4 = 18 ; 18 ; 18 𝑆5 = 1; 2; −3 𝑆6 = 1; −3; −2
3. APPLICATIONS DANS LE DOMAINE TECHNIQUE

22
Exercice : Déterminez les intensités de courant 𝐼1 , 𝐼2 et 𝐼3 en utilisant le calcul matriciel dans
les circuits suivants.
I1 I2

I3

1) 𝑅1 = 1 Ω, 𝑅2 = 1 Ω, 𝑅3 = 2 Ω et 𝑈𝑆1 = 6 𝑉, 𝑈𝑆2 = 5 𝑉

2) 𝑅1 = 5 Ω, 𝑅2 = 2 Ω, 𝑅3 = 20 Ω et 𝑈𝑆1 = 24𝑉, 𝑈𝑆2 = 20 𝑉

23
 Pour aller plus loin …

4: DÉTERMINANT D’UNE MATRICE CARRÉE

Nous avons vu que nous pouvons effectuer plusieurs opérations différentes sur nos matrices : nous
pouvons les additionner, les soustraire, les multiplier par un réel et les multiplier entre elles.
Nous pouvons également parfois les inverser.
Qu’est-ce que cela veut dire ?
→ Il s’agit de trouver la matrice 𝐴−1 telle que 𝐴. 𝐴−1 = 𝐼 où 𝐼 est la matrice unité.
Pourquoi ?
→ Imaginons que vous avez un système de matrices tel que 𝐴. 𝐵 = 𝐶, et où vous connaissez 𝐴 et 𝐶.Vous
souhaitez alors trouver la matrice 𝐵. Cela revient au même que de déterminer 𝐵 = 𝐴−1 . 𝐶
Comment?
→ Il faut savoir si on peut le faire! Pour cela, il faut que la matrice soit carrée et nous avons besoin du 24

déterminant.
 Pour aller plus loin …

Déterminant d’une matrice carrée de rang 2

𝑎11 𝑎12
Soit la matrice 𝐴 = 𝑎
21 𝑎22

Le déterminant de 𝐴, noté |𝐴| vaut:

𝑎11 𝑎12
det 𝐴 = 𝐴 = 𝑎 𝑎22 = 𝑎11 ⋅ 𝑎22 − 𝑎21 ⋅ 𝑎12
21

25
 Pour aller plus loin …

Déterminant d’une matrice carrée de rang supérieur à 2

𝑎11 𝑎12 𝑎13
Soit la matrice 𝐴 = 𝑎21 𝑎22 𝑎23 de taille 3 × 3
𝑎31 𝑎32 𝑎33

Il y a trois manières de calculer le déterminant de ce type de matrice.

• A. La méthode via le mineur (pour toutes les matrices)
• B. La méthode de Sarrus (uniquement pour les 3x3)
• C. La méthode via la triangularisation

26
 Pour aller plus loin …

A. Méthode via le mineur:

Le mineur 𝐴𝑖𝑗 de l’élément 𝑎𝑖𝑗 d’une matrice 𝐴 est un nombre égal à au produit entre
- Le nombre −1 𝑖+𝑗
- Le déterminant obtenu après suppression de la ligne 𝑖 et la colonne 𝑗 dans 𝐴.

Exemple:
𝑎11 𝑎12 𝑎13
𝑎11 𝑎12
𝐴 = 𝑎21 𝑎22 𝑎23 → 𝐴23 = −1 2+3 .
𝑎31 𝑎32 = −(𝑎11 𝑎32 − 𝑎12 𝑎31 )
𝑎31 𝑎32 𝑎33

Exemple:
3 −2 6
𝐵= 0 1 3
2 5 1
1+1 1 3
𝐵11 = −1 = 1. 1 − 15 = −14
5 1

1+2 0 3
𝐵12 = −1 = −1. 0 − 6 = 6
2 1
27

3+2 3 6
𝐵32 = −1 = −1. 9 − 0 = −9
0 3
 Pour aller plus loin …

→ Méthode via le mineur :

Le déterminant d’une matrice se calcule comme la somme des produits des éléments d’une rangée (ligne ou
colonne) par leur mineur.

Exemple:
3 −2 6
𝐵= 0 1 3
2 5 1
Si on choisit la 1e ligne (de manière arbitraire), il nous faut alors calculer les mineurs 𝐵11 , 𝐵12 , 𝐵13
1 3
𝐵11 = −1 1+1 = 1 − 15 = −14 ;
5 1

1+2 0 3
𝐵12 = −1 =− 0−6 =6;
2 1

1+3 0 1
𝐵13 = −1 = 0 − 2 = −2.
2 5

→ Le déterminant est donc calculé par 28

det 𝐵 = 𝐵 = 3. −14 + −2 . 6 + 6. −2 = −66

 Pour aller plus loin …

B. Méthode de Sarrus:
Calculons le déterminant de notre même matrice. Pour cela, nous allons « rajouter certaines colonnes à
notre matrice » (/!\ c’est uniquement pour faciliter la visualisation des entrées)

3 −2 6 3 −2
𝐵= 0 1 3 0 1
2 5 1 2 5

Finalement,
𝐵 = 3.1.1 + −2 . 3.2 + 6.0.5 − 6.1.2 − 3.3.5 − −2 . 0.1 = −66

29
 Pour aller plus loin …

Propriétés des déterminants :

Certaines propriétés des déterminants peuvent nous aider à éviter de passer par de trop longs calculs…

1) Un déterminant change de signe si on permute deux rangées parallèles (soit deux lignes soit deux
colonnes)
2) Si on multiplie les éléments d’une rangée d’un déterminant par un nombre, c’est comme si on multipliait
le déterminant lui-même par ce nombre
3) Un déterminant ne change pas de valeur si on ajoute aux éléments d’une rangée une même
combinaison linéaire des éléments correspondants des autres rangées parallèles.

Exemple:
3 −2 6
Reprenons notre matrice 𝐵 = 0 1 3
2 5 1
𝐿1
𝐿1 → 𝐿3 → 𝐿3 − 2. 𝐿1
3
2
2 1 − 2
3 −2 6 1 − 2 3
𝐵 = 0 1 3 = 3 3 = 3 0 1 3 = 3(1. 𝐵11 + 0. 𝐵21 + 0. 𝐵31 ) = 3𝐵11 30
0 1 3 19
2 5 1
2 5 1 0 −3 Plus qu’un seul
3 calcul:Yayyy
 Pour aller plus loin …

C. Calcul du déterminant d’une matrice triangulaire

On remarque alors que lorsqu’une matrice n’a qu’un seul élément sur une ligne ou sur une colonne, le
calcul du déterminant se résume au calcul d’un seul mineur.

En particulier, lorsqu’une matrice est triangulaire, alors le calcul du déterminant est égal au produit des
éléments sur la diagonale.

det

31
 Pour aller plus loin …

Exercice 2.1
Déterminez les déterminants des matrices suivantes : (Essayez avec des méthodes différentes afin de
trouver la méthode qui vous convient le mieux)

3 −2
a) 𝐴 =
4 5
𝑎−𝑏 𝑎
b) 𝐵 =
𝑎 𝑎+𝑏
𝑡 − 2 −3
c) 𝐶 =
−4 𝑡 − 1
1 2 3
d) 𝐷 = 4 −2 3
2 5 −1
2 0 1
e) 𝐸 = 3 2 −3
−1 −3 5
1 0 0
f) 𝐹= 3 2 −4
4 1 3
𝑎 𝑏 𝑐 32
g) 𝐺 = 𝑐 𝑎 𝑏
𝑏 𝑐 𝑎
 Pour aller plus loin …

3: INVERSION D’UNE MATRICE CARRÉE

Il existe plusieurs méthodes pour inverser une matrice carrée. Nous allons ici en détailler 2:
• A: Inversion par la matrice adjointe
• B: Inversion par la matrice-compagnon

33
 Pour aller plus loin …

A: Inversion par la matrice adjointe:

1
𝐴−1 = 𝐴∗ 𝑡
𝐴
Où 𝐴∗ est la matrice des mineurs: (Pour rappel, les éléments 𝐴𝑖𝑗 est le mineur 𝑖𝑗 de la matrice 𝐴 (cf. slide 23))
𝐴11 ⋯ 𝐴1𝑛
𝐴∗ = ⋮ ⋱ ⋮
𝐴𝑛1 ⋯ 𝐴𝑛𝑛

Exemple 1:
𝑎11 𝑎12
Nous souhaitons inverser la matrice 𝐴 = 𝑎
21 𝑎22
On calcule
• Le déterminant 𝐴 = 𝑎11 𝑎22 − 𝑎21 𝑎12
• Les mineurs 𝐴11 , 𝐴12 , 𝐴21 , 𝐴22 : 1 𝑎22 −𝑎21 𝑡
𝐴11 = −1 1+1 . 𝑎22 = 𝑎22 𝐴−1 = −𝑎12 𝑎11
𝐴
𝐴12 = −1 1+2 . 𝑎21 = −𝑎21 1 𝑎22 −𝑎12
= −𝑎21 𝑎11
𝐴21 = −1 2+1 . 𝑎12 = −𝑎12 𝐴
34
𝐴22 = −1 2+2 . 𝑎11 = 𝑎11
 Pour aller plus loin …

Exemple:
1 2 0
Nous voulons inverser la matrice 𝐴 = 0 3 1
0 1 2
Nous calculons:
• Le déterminant (via une méthode au choix) :
3 1
𝐴 =1 =5
1 2
• La matrice des mineurs :
3 1 0 1 0 3
−1 1+1 −1 1+2 −1 1+3
1 2 0 2 0 1 5 0 0
2 0 1 0 1 2
𝐴∗ = −1 2+1 −1 2+2 −1 2+3 = −4 2 −1
1 2 0 2 0 1
2 0 1 0 1 2 2 −1 3
−1 3+1 −1 3+2 −1 3+3
3 1 0 1 0 3
• La matrice inverse:
5 −4 2 1 −0,8 0,4
1
𝐴−1 = 0 2 −1 = 0 0,4 −0,2
5
0 −1 3 0 −0,2 0,6 35

→ On peut vérifier que 𝐴−1 𝐴 = 𝐼 = 𝐴𝐴−1

 Pour aller plus loin …

Inversion par la matrice-compagnon:

Cette méthode consiste à
• « coller » une matrice identité à notre matrice à inverser;
• Ensuite il faut diagonaliser la matrice en appliquant nos transformations à nos deux matrices.

Un exemple vaut mieux que mille mots:

Exemple:
1 1 1
Nous aimerions inverser la matrice 𝐴 = 5 3 3
10 5 1
La matrice compagnon est donnée par
1 1 1 1 0 0
5 3 3 0 1 0
10 5 1 0 0 1
On va donc essayer de diagonaliser la matrice de gauche en
- Permutant deux lignes;
- Remplaçant une ligne par un multiple d’elle-même + ou – un multiple d’une autre ligne.

36
 Pour aller plus loin …

𝐿2 → 𝐿2 − 5𝐿1
1 1 1 1 0 0 𝐿3 → 𝐿3 − 10𝐿1 1 1 1 1 0 0
5 3 3 0 1 0 0 −2 −2 −5 1 0
10 5 1 0 0 1 0 −5 −9 −10 0 1

𝐿1 → 2𝐿1 + 𝐿2
𝐿3 → 2𝐿3 − 5𝐿2

2 0 0 −3 1 0 𝐿2 → 4𝐿2 − 𝐿3 2 0 0 −3 1 0
0 −8 0 −25 9 −2 0 −2 −2 −5 1 0
0 0 −8 5 −5 2 0 0 −8 5 −5 2

𝐿1 𝐿2 𝐿3
𝐿1 → ; 𝐿2 → ;𝐿 →
2 −8 3 −8 −1,5 0,5 0
𝐴−1 = 3,125 −1,125 0,25
−0,625 0,625 −0,25
1 0 0 −3/2 1/2 0
37
0 1 0 25/8 −9/8 1/4
0 0 1 −5/8 5/8 −1/4
 Pour aller plus loin …

Nous avons déjà vu comment résoudre un système d’équations grâce aux matrices en utilisant la méthode
de Gauss. Nous pouvons également le faire grâce à l’inverse d’une matrice :

C: Résolution d’un système d’équations via l’inverse

Soit un système linéaire de 𝑛 équations à 𝑛 inconnues:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑡1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑡2
⋯
𝑎𝑛1 + 𝑎𝑛2 𝑥𝑛 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑡𝑛
Nous pouvons écrire ce système sous la forme matricielle:

𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑡1

𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑡2
⋮ = ⋮
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑥𝑛 𝑡𝑛
𝐴. 𝑋 = 𝑇

𝐴𝑋 = 𝑇 𝐴−1 𝐴𝑋 = 𝐴−1 𝑇 38
𝑋 = 𝐴−1 𝑇
 Pour aller plus loin …

Exemple:
𝑥1 + 𝑥2 + 𝑥3 = 3
Cherchons à résoudre le système suivant: ቐ 5𝑥1 + 4𝑥2 + 3𝑥3 = 11
10𝑥1 + 5𝑥2 + 𝑥3 = 11,5
Nous pouvons réécrire le système comme:
1 1 1 𝑥1 3
5 4 3 𝑥2 = 11
10 5 1 𝑥3 11,5
Donc
𝑥1 1 1 1 −1 3
𝑥2 = 5 4 3 11
𝑥3 10 5 1 11,5
On calcule notre matrice inverse via une méthode au choix et alors
𝑥1 11 −4 1 3 0,5
𝑥2 = −25 9 −2 11 = 1
𝑥3 15 −5 1 11,5 1,5
Donc
𝑥1 = 0,5 39

ቐ 𝑥2 = 1
𝑥3 = 1,5