A
Fiche de révision Maths expertes

Calcul matriciel

Chapitre 28 — les matrices : tableaux de nombres que l'on additionne, multiplie, inverse, et qui résolvent les systèmes linéaires.

De Leibniz (déterminants, 1693) à Cayley (1855) : le tableau de nombres devient un objet de calcul.

Naviguez avec les flèches du clavier, ou via le Sommaire.

Chapitre 28 Vue d'ensemble

Au programme

Opérations
  • Addition, produit par un réel, combinaison linéaire
  • Produit matriciel et ses règles
Matrices carrées
  • Identité, diagonale, trace, puissances
  • Inverse, déterminant $2\times 2$, équation $AX=B$
L'idée forte

Le calcul matriciel ressemble à celui des réels — sauf que le produit n'est pas commutatif.

Partie 1 Le point de départ

Qu'est-ce qu'une matrice ?

Définition

Une matrice $A=(a_{ij})$ de taille $n\times p$ est un tableau de $n$ lignes et $p$ colonnes. On note $\mathcal{M}_{n,p}(\mathbb{R})$ l'ensemble de ces matrices.

a_ij p colonnes n lignes

$a_{ij}$ est à l'intersection de la ligne $i$ et de la colonne $j$.

Partie 1 Vocabulaire

Quelques matrices particulières

Selon la taille
  • Matrice colonne ($n\times 1$), matrice ligne ($1\times p$)
  • Matrice carrée d'ordre $n$ ($n\times n$)
  • Matrice nulle $(0)$ : tous les coefficients nuls
Exemple
$$\begin{pmatrix} 1 & -1 & 0 \\ \sqrt2 & \tfrac13 & 10 \end{pmatrix}\ \text{est de taille } 2\times 3$$
Partie 1 Quand sont-elles égales ?

L'égalité de deux matrices

Définition

Deux matrices de même taille sont égales lorsque leurs coefficients coïncident :

$$A=B \iff \forall (i,j),\ a_{ij}=b_{ij}$$
Attention

Deux matrices de tailles différentes ne sont jamais égales — et ne peuvent même pas être comparées.

Partie 2 Première opération

Addition, opposée, soustraction

Définition (même taille)

On additionne coefficient par coefficient : $A+B=(a_{ij}+b_{ij})$, et $-A=(-a_{ij})$.

Structure

$(\mathcal{M}_{n,p}(\mathbb{R}),+)$ est un groupe commutatif : addition commutative, associative, de neutre $(0)$, tout élément ayant un opposé.

Partie 2 Mise à l'échelle

Multiplier par un réel

Définition

Pour $k\in\mathbb{R}$ : $kA=(k\,a_{ij})$. On a $k(A+B)=kA+kB$ et $(k+k')A=kA+k'A$.

Combinaison linéaire
$$\alpha_1 A_1+\alpha_2 A_2+\dots+\alpha_r A_r=\sum_{k=1}^{r}\alpha_k A_k$$
Partie 3 Le mécanisme de base

Le produit ligne $\times$ colonne

Définition
$$\begin{pmatrix} a_1 & \cdots & a_n \end{pmatrix}\begin{pmatrix} b_1 \\ \vdots \\ b_n \end{pmatrix}=\sum_{k=1}^{n} a_k b_k$$
À reconnaître

Pour $n=2$ ou $3$, c'est exactement le produit scalaire en base orthonormale.

Partie 3 ★ La règle centrale

Le produit de deux matrices

Définition
$$A_{(n\times p)}\,B_{(p\times q)}=C_{(n\times q)},\quad c_{ik}=\sum_{j=1}^{p} a_{ij}\,b_{jk}$$
ligne i A  (n×p) × colonne k B  (p×q) = c_ik (n×q) p = p

$c_{ik}$ = (ligne $i$ de $A$) $\times$ (colonne $k$ de $B$). Possible si colonnes de $A$ = lignes de $B$.

Partie 3 Les surprises

Dimensions et non-commutativité

Trois pièges
  • $AB$ n'existe que si le nombre de colonnes de $A$ = nombre de lignes de $B$.
  • En général $AB\neq BA$ : le produit n'est pas commutatif.
  • $AB=(0)$ est possible avec $A\neq(0)$ et $B\neq(0)$ : il y a des diviseurs de zéro.
Partie 3 Ce qui reste vrai

Les propriétés du produit

Propriétés
  • Associativité : $A(BC)=(AB)C$
  • Distributivité : $(A+B)C=AC+BC$ et $C(A+B)=CA+CB$
  • $(kA)B=A(kB)=k(AB)$
À garder en tête

Tout fonctionne comme dans $\mathbb{R}$… à l'exception de la commutativité. L'ordre des facteurs compte.

Partie 4 Le « 1 » des matrices

La matrice identité $I_n$

Définition et propriété
$$A\,I_n=I_n\,A=A$$
1 1 1 0 0 0 0 0 0

Des $1$ sur la diagonale, des $0$ ailleurs : $I_n$ joue le rôle de $1$.

Partie 4 Calcul algébrique

Identités remarquables matricielles

Avec $I$ (qui commute)
$$(A+I)^2=A^2+2A+I$$
Attention

En général $(A+B)^2=A^2+AB+BA+B^2$ : on ne simplifie que si $A$ et $B$ commutent.

Partie 4 Les matrices diagonales

Diagonale, trace et inverse

Définitions

Une matrice diagonale n'a de coefficients non nuls que sur sa diagonale. Sa trace est $\operatorname{tr}(A)=\displaystyle\sum_{i=1}^{n} a_{ii}$.

Inverse d'une diagonale

Si tous les $d_i\neq 0$, la diagonale $\operatorname{diag}(d_1,\dots,d_n)$ est inversible, d'inverse $\operatorname{diag}\!\left(\tfrac{1}{d_1},\dots,\tfrac{1}{d_n}\right)$.

Partie 4 ★ Notion clé

Matrice inversible

Définition

$A$ (carrée d'ordre $n$) est inversible s'il existe $M$ telle que :

$$AM=MA=I_n,\qquad M=A^{-1}$$
Unicité

Quand elle existe, l'inverse $A^{-1}$ est unique. Attention : toutes les matrices non nulles ne sont pas inversibles.

Partie 4 Règles de calcul

Les règles de l'inverse

Propriétés
$$\left(A^{-1}\right)^{-1}=A \qquad (AB)^{-1}=B^{-1}A^{-1}$$
Attention à l'ordre

L'inverse d'un produit renverse l'ordre des facteurs : $B^{-1}A^{-1}$, et non $A^{-1}B^{-1}$.

Partie 4 L'application décisive

Résoudre l'équation $AX=B$

Propriété

Si $A$ est inversible, l'équation a une unique solution :

$$AX=B \iff X=A^{-1}B$$
A n×n · X = B X = A⁻¹B

On multiplie à gauche par $A^{-1}$ : c'est aussi une méthode pour calculer $A^{-1}$.

Partie 4 Le cas $2\times 2$

Déterminant et inverse $2\times 2$

Propriété

$A=\begin{pmatrix} a & c \\ b & d \end{pmatrix}$ est inversible si, et seulement si, $\det(A)=ad-bc\neq 0$ :

$$A^{-1}=\frac{1}{ad-bc}\begin{pmatrix} d & -c \\ -b & a \end{pmatrix}$$
a c b d adbc

$\det = ad-bc$ : produit de la diagonale moins celui de l'antidiagonale.

Partie 4 En action

Un système résolu matriciellement

Le système
$$\begin{cases} 5x+9y=3 \\ x+2y=-2 \end{cases} \iff \begin{pmatrix} 5 & 9 \\ 1 & 2 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix}=\begin{pmatrix} 3 \\ -2 \end{pmatrix}$$
Résolution

$\det(A)=1\neq 0$, donc $A^{-1}=\begin{pmatrix} 2 & -9 \\ -1 & 5 \end{pmatrix}$, d'où :

$$\begin{pmatrix} x \\ y \end{pmatrix}=A^{-1}\begin{pmatrix} 3 \\ -2 \end{pmatrix}=\begin{pmatrix} 24 \\ -13 \end{pmatrix}$$
Partie 5 Itérer le produit

Puissance d'une matrice carrée

Définition

$A^k=\underbrace{A\times\cdots\times A}_{k\ \text{facteurs}}$, avec $A^0=I_n$ et $A^1=A$.

Exemple (par récurrence)
$$A=\begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix}\ \Rightarrow\ A^n=\begin{pmatrix} 1 & 2n \\ 0 & 1 \end{pmatrix}$$
Partie 5 Le cas facile

Puissance d'une matrice diagonale

Propriété

On élève chaque coefficient diagonal à la puissance :

$$\begin{pmatrix} 2 & 0 \\ 0 & -1 \end{pmatrix}^{\!n}=\begin{pmatrix} 2^n & 0 \\ 0 & (-1)^n \end{pmatrix}$$
Pourquoi c'est utile

Le calcul de $A^n$ est central dans les modèles d'évolution ; quand $A$ n'est pas diagonale, on cherche souvent à s'y ramener.

Synthèse À revoir 5 min avant

Mémo express

Produit$(n\times p)(p\times q)\to n\times q$
Coefficient$c_{ik}=\sum_j a_{ij}b_{jk}$
Identité$AI_n=I_nA=A$
Non commutatif$AB\neq BA$ en général
Déterminant 2×2$ad-bc$, inversible $\iff \neq 0$
Inverse, système$(AB)^{-1}=B^{-1}A^{-1}$ ; $\ AX=B\iff X=A^{-1}B$
Vigilance Le jour J

Les pièges à éviter

Piège
  • Le produit n'est pas commutatif : $AB\neq BA$, on ne simplifie pas comme dans $\mathbb{R}$.
  • $AB=(0)$ n'entraîne pas $A=(0)$ ou $B=(0)$ : il existe des diviseurs de zéro.
  • $(A+B)^2\neq A^2+2AB+B^2$ si $A$ et $B$ ne commutent pas.
  • Toujours vérifier la compatibilité des dimensions avant un produit.
Auto-évaluation Cliquez pour la réponse

Quiz éclair

Q1À quelle condition $AB$ existe-t-il ?
Le nombre de colonnes de $A$ doit égaler le nombre de lignes de $B$.
▸ cliquer pour révéler
Q2Que vaut $\det\begin{pmatrix} a & c \\ b & d \end{pmatrix}$ ?
$ad-bc$.
▸ cliquer pour révéler
Q3Solution de $AX=B$ si $A$ est inversible ?
$X=A^{-1}B$.
▸ cliquer pour révéler
Q4Que vaut $(AB)^{-1}$ ?
$B^{-1}A^{-1}$.
▸ cliquer pour révéler

Sommaire

Chapitre 28 — Calcul matriciel