Dans ce chapitre
désigne
,
un entier naturel non nul.
I Opérations
I.1 Produit, puissances
I.1.1 Proposition (Opérations sur les matrices)
Les règles de calculs sur les sommes de matrices sont les mêmes que pour les nombres, en prenant garde à sommer des matrices de même taille.
Si
(remarquer le même
pour le nombre de colonnes de
et de ligne de
), alors la matrice produit est
et le coefficient d'indices
de
est (notations évidentes pour les coefficients) On peut tout à fait retrouver cette formule en posant le produit matriciel.
Avec les mêmes notations, et en posant
, on a
et on peut noter
.
Même pour des matrices carrées pour lesquelles
existent (parfois le produit n'est possible que dans un sens, par exemple une matrice carrée multipliée par une colonne) on a en général
.
Si on peut calculer ce produit matriciel, alors
et on peut noter
.
I.1.2 Notation
Pour
une matrice carrée on note
et
(p fois).
I.1.3 Exemple
Factoriser
I.1.4 Exemple
On suppose qu'une matrice carrée
vérifie
.
Calculer le reste de la division euclidienne de
par
pour
et en déduire une expression de
.
I.1.5 Proposition (Théorème du binôme, version matrices)
Soit
. Si
alors
I.1.6 Exemple
Calculer toutes les puissances de
.
Notons
la matrice dont tous les coefficients sont égaux à 1. Une récurrence facile montre que
.
et de plus
.
Alors
et comme
on a, pour
Pour
, on a alors
et finalement
Remarquons que cette formule d'applique aussi pour
.
I.1.7 Proposition
Soit
. Si
alors
I.1.8 Exercice
On suppose que
est nilpotente d'ordre
, c'est à dire que
. Montrer que
est inversible et calculer son inverse.
exo : donner un exemple d'une telle matrice.
I.1.9 Rappels sur les matrices particulières
Un produit ou une somme de matrices triangulaire (ou diagonale) reste triangulaire.
Si
est une matrice diagonale, alors
pour tout
(avec la convention
).
I.1.10 Définition
Soit
. La transposée de
est la matrice
telle que
⟦⟧⟦⟧
.
Ainsi la première ligne (resp. colonne) de
a les coefficients de la premières colonnes (resp. ligne) de
, et ainsi de suite. En particulier, la transposée d'une matrice ligne est une matrice colonne, et réciproquement.
On a immédiatement
.
I.1.11 Produit et transposition
Soient
.
. En particulier,
.
I.1.12 Lignes et colonnes
Soit
une matrice ligne de taille
et
une matrice ligne de taille
.
Donner les tailles (et le rang) des matrices
.
I.1.13 Produit par une colonne
Soit
une matrice et
une colonne. Calculer puis exprimer en fonction des colonnes de
le produit
.
I.2 Inversibilité
I.2.1 Définition
Une matrice
est dite inversible ssi il existe
telle que
Dans ce cas on note
et pas
. En particulier on ne notera pas de quotients de matrices, mais des produits par l'inverse.
On note
l'ensemble des matrices carrées de taille n inversibles. Ce n'est pas un espace vectoriel !
I.2.2 Proposition
On dit que
est un groupe pour
:
Le produit de deux matrices
inversibles est encore inversible et on a
.
Si
alors
est inversible et
.
I.2.3 Lien avec la transposition
Si
alors
et
donc la relation
I.1.11
est valable pour tout
.
I.2.4 Inverse particulière
Une matrice triangulaire
est inversible ssi ses coefficients diagonaux sont tous non nuls.
est triangulaire de même type et ses coefficients diagonaux sont les inverses de ceux de
.
En particulier, la relation
I.1.9
est valable pour tout
dès que les
sont tous non nuls.
I.2.5 Définition
Soit
.
Le noyau de
est noté
et
. Il s'agit de l'ensemble des solutions du système homogène associé à
.
L'image de
est notée
et
. On montre facilement que
où
sont les colonnes de
. L'interprétation en terme de système est :
est l'ensemble de tous les seconds membres tels que le système de matrice A correspondant est compatible (possède au moins une solution).
Rappel : dans le cas d'un système compatible de matrice
(s'il est homogène il l'est forcément), l'ensemble des solutions est de dimension
.
I.2.6 Théorème (Théorème du rang)
Soit
. Alors on a
Preuve
Il y a deux manières de voir ce résultat
Sur les systèmes.
est le nombre d'inconnues d'un système homogène de matrice
. Après mise sous forme échelonnée réduite, on distingue deux types d'inconnues : les inconnues principales et les paramètres. On a alors è
Sur les applications linéaires. Notons
l'application linéaire canoniquement associée à
. Alors
et dans ce cas il s'agit juste du théorème du rang appliqué à
.
I.2.7 Théorème
Soit
.
Notons
les colonnes de
et
ses lignes.
On a les équivalences suivantes
é
I.2.8 Cas
On a en plus
.
I.3 Matrices et bases
I.3.1 Définition
Soit
un
-ev de dimension finie égale à
et
une base de
. Soit
une famille de vecteurs.
Pour
⟦⟧⟦⟧
on note
la ième coordonnée de
.
Alors la matrice
est appelé matrice de la famille
dans la base
et est noté
.
C'est la matrice des colonnes des coordonnées des
, et on note les coordonnées en colonne.
I.3.2 Exemple
Rappel :
est une base de
. Donner la matrice de
dans
. Est-elle inversible ? Quelle est la signification pour cette famille de polynômes ?
I.3.3 Proposition
Le rang d'une famille est le même que le rang de sa matrice dans une base. En particulier, ce rang ne dépend pas de la base choisie.
I.3.4 Définition
Soient
deux
-ev de dimension finie de dimension respectives
et
. On note
une base de
et
une base de
.
Soit également
. La matrice de
dans
et
(noté
) est la matrice
.
C'est la matrice des coordonnées des
dans
, écrites en colonnes.
Si
, on note
.
I.3.5 Exemple
On considère l'application linéaire
. Montrer que
est une base de
et calculer
.
I.3.6 Produit matriciel et évaluation
Avec les notations de la définition. Soient en plus
.
On note
.
Multiplier par
revient à calculer l'image par
(à condition que les bases soient les bonnes).
I.3.7 Exemple
Avec l'exemple précédent, sur les polynômes, poser
canoniquement associée et calculer
.
I.3.8 Théorème
Soient
trois
-ev de dimensions respectives
et de bases
. Soient
.
On pose de plus
et
.
Alors
Rappel : si
,
.
I.3.9 Exemple
Toujours avec le même exemple, calculer la matrice dans
de
puis de
.
I.3.10 Théorème
Soit
une application linéaires entre ensemble de dimensions finies de bases respectives
.
est un isomorphisme ssi
est inversible.
Dans ce cas
.
I.3.11 Définition
Soit
un
-ev de dimension finie et
deux bases de
.
On appelle matrice de passage de
à
la matrice
de
dans
.
On exprime la
nouvelle base
en fonction de l'
ancienne base
I.3.12 Théorème
Soient
un
-ev
deux bases de
. On note
la matrice de passage de
à
.
Soit
. On pose
et
. Alors
I.3.13 Exemple
Donner la matrice dans la base canonique de
, toujours pour la même application
.
I.3.14 Définition
Soient
. On dit que
est semblable à
ssi il existe
telle que
.
représentent un même endomorphisme dans deux bases différentes.
I.3.15 Remarque
Deux matrices semblables ont le même rang.
La seule matrice semblable à
est elle même.
II Trace
II.1 Trace d'une matrice
II.1.1 Définition
Soit
⟦⟧
. On appelle la trace de
et on note
le
nombre
qui est la somme de ses coefficients diagonaux.
II.1.2 Exemple
Pour
, calculer
.
II.1.3 Proposition
Soient
.
.
Ainsi la trace est une forme linéaire :
II.1.4 Exercice
Montrer que le noyau de la trace est un hyperplan et en donner une base.
II.1.5 Effet du produit
Montrer que dans le cas général on a pas
.
II.2 Trace d'un endomorphisme
II.2.1 Théorème (Trace d'un produit)
Soient
(
remarquer les tailles
).
Preuve
Notons
avec
.
Pour
⟦⟧
on a
et donc
en échangeant les sommes.
De la même manière,
. Au nom des indices près (
qui sont des variables muettes, rappelons le
) on a bien
.
II.2.2 Exercice
Montrer que
, dans le cas de matrices carrées, avec les notations du théorème.
En déduire la valeur de cette trace dans le cas où
est symétrique et
anti-symétrique.
II.2.3 Matrices semblables
Si
sont semblables alors
.
En effet, si on a
pour une matrice inversible
(voir
comme une matrice de passage), alors
.
II.2.4 Invariants
On peut maintenant dire que deux matrices semblables ont :
le même rang
la même trace
II.2.5 Définition-proposition
Soit
un
-espace vectoriel de dimension
et
.
Le scalaire
ne dépend pas de la base
de
choisie pour calculer la matrice. On le note
.
II.2.6 Exemple
Soit
. Calculer
.
II.2.7 Exercice
Soit
un projecteur dans
de dimension finie. Montrer que
.
II.2.8 Linéarité
Pour
et
on a
.
III Déterminant
III.1 Déterminant de taille
III.1.1 Définition-proposition
Il existe une unique application
telle que
est linéaire par rapport à chaque colonne.
est anti-symétrique ie change de signe si on échange deux colonne de sa variable.
III.1.2 Conséquences de la définition
Notons
les colonnes de la matrice
.
Si on a
pour un certain
alors
par linéarité par rapport à la
ème colonne.
Si on a
pour
alors
par échange de ces deux colonnes donc
.
III.1.3 Exemple
Calculer
III.1.4 Interprétation géométrique
En dimension 2 : il s'agit de l'aire (algébrique, ie on obtient un nombre négatif dans le cas d'un sens indirect) d'un parallélogramme
En dimension 3 :il s'agit du volume (algébrique) d'un parallélépipède. Dans la figure suivante, on construit un parallélépipède sur les 3 vecteurs
et
(où les coordonnées sont calculées dans la base canonique) vaut le volume du parallélépipède.
III.1.5 Notation
Comme en dimension 2 et 3, on note un déterminant sous forme d'un tableau de nombre entouré de barres verticales.
III.1.6 Proposition (Opérations sur les déterminants)
Soit
. On fait subir une opération élémentaire sur les colonnes de
et on note
la matrice obtenue.
Si l'opération est
avec
alors
.
Si l'opération est
avec
alors
Si l'opération est
avec
et
alors
.
III.1.7 Corollaire
Soit
et
alors
III.1.8 Calcul en pratique
Soit
. On réduit
par colonnes pour calculer son déterminant.
Attention aux opérations d'échange ou de multiplication par un scalaire.
III.1.9 Exemple
Calculer
III.1.10 Théorème
Soit
.
est inversible ssi
.
Preuve
En reprenant les notations de
III.1.6
, on remarque que
Réduisons la matrice par colonne et notons
la matrice réduite. On a
.
. Ainsi si
alors
car
.
Supposons au contraire que
. Alors
possède au moins une colonne nulle (autant que la dimension du noyau de
d'ailleurs) et
donc
.
III.1.11 Remarque
Le déterminant est toujours une expression polynomiale des coordonnées (s'exprime comme produits et sommes des coordonnées de la matrice)
III.1.12 Exemple
Calculer le déterminant de
.
Notons
ce déterminant. On factorise la première colonne par 2 puis on effectue les opérations
,
,
et alors
On effectue maintenant
et
et alors
on peut maintenant factoriser par
la colonne
puis effectuer l'opération
pour obtenir
Il reste à factoriser par
la dernière colonne et
III.1.13 Proposition
Le déterminant d'une matrice triangulaire est le produit de ses coefficients diagonaux.
Preuve
Remarquer que le déterminant est nul ssi un des coefficient diagonaux est nul ssi la matrice triangulaire n'est pas inversible.
Dans ce cas d'une matrice inversible, le calcul est direct, sur le même modèle que l'exemple, que la matrice soit triangulaire inférieure ou supérieure.
III.1.14 Exemple
Trouver à quelle condition sur
la matrice
est inversible.
Après l'opération
on a
Après
on obtient
Après échange des deux premières colonnes, on obtient une matrice triangulaire et donc
remarquer le signe - dû à l'échange de colonnes. Finalement
.
III.1.15 Méthode
Une première méthode de calcul du déterminant :
Echelonner la matrice par opérations élémentaires (attention à la valeur du déterminant qui change parfois)
Calculer le produit des coefficients diagonaux.
III.2 Propriétés calculatoires
III.2.1 Théorème
Soient
.
. Plus généralement, le déterminant d'un produit de matrices est égal au produit des déterminants.
Preuve
Si
n'est pas inversible,
non plus et donc le résultat est vrai.
Sinon, considérons
.
Alors
, si on échange deux colonne de
,
change de signe.
De plus,
est linéaire par rapport à chaque colonne par composition et produit par une constante (
et le déterminant est linéaire par rapport à cette colonne).
Ainsi
. TADAM !
On prouve l'affirmation générale par une récurrence immédiate.
III.2.2 M-Attention
On a surtout pas
.
III.2.3 Corollaire
Si
est inversible alors
.
Dans ce cas, on a également
Preuve
On a directement
ce qui prouve le cas
, le seul qu'il manquait dans le théorème précédent.
III.2.4 Théorème
Soit
. Alors
.
Preuve
Hors programme
On a
. Ainsi
. Dans toute la suite on suppose que
est inversible.
Soit
. Rappelons que les matrices élémentaires sont d'un des trois type suivant :
(le
en
ème position, cette matrice traduit l'opération
),
qui est la matrice
ayant subit l'opération
(traduit la dite opération) ou
qui la matrice
ayant subit l'opération
. Un calcul direct montre que
et donc ces deux matrices ont le même déterminant,
(à calculer par un échange de colonnes pour retrouver l'identité) et
(ces matrices sont triangulaires, l'une inférieure l'autre supérieure et avec des 1 sur la diagonale). Ainsi le théorème est vrai pour les matrices élémentaires.
Rappelons que l'on suppose
inversible. Alors on peut écrire
, un produit de matrices élémentaires. Alors
. Le théorème
III.2.1
, ainsi que le point précédent permettent de conclure à l'égalité souhaitée.
III.2.5 Conséquences
On peut maintenant effectuer des opérations élémentaires sur les lignes au même titre que sur les colonnes, avec les mêmes effets.
III.2.6 Théorème
Soit
avec
,
⟦⟧
.
Pour
⟦⟧
on note
la matrice de
déduite de
en supprimant la
ème ligne et la
ème colonne.
(développement par rapport à la
ème colonne)
(développement par rapport à la
ème ligne)
Preuve
Admis.
Une idée de preuve (un peu pénible, mais pas si difficile) : on reprend les notations de
III.1.6
et on prouve le premier point pour
fixé.
On prouve alors que l'application de la formule à
est l'opposé de celle à
pour un échange de colonne et donne le même résultat pour une combinaison de colonnes. Ainsi la formule est vraie pour
ssi elle l'est pour
.
Il suffit ensuite de réduire
et de remarquer que la formule est triviale pour l'identité.
III.2.7 Tableau des signes
On résume souvent les signes qui apparaissent dans cette formule par
III.2.8 Exemple
Calculer le déterminant
On effectue
et on développe par rapport à la
ième colonne :
.
III.2.9 Méthode
Une deuxième méthode de calcul du déterminant : Appliquer bêtement une des formules précédente.
Une bonne idée sera de faire apparaître des 0 sur une ligne ou colonne pour réduire le nombre de termes dans le développement.
III.2.10 Exemple
Calculer le déterminant
.
Pour
il s'agit d'un nombre et
. Pour
, un calcul direct donne
.
On effectue, pour
un développement par rapport à la première colonne.
et un développement par rapport à la première ligne donne maintenant
Il s'agit d'une suite récurrente linéaire d'ordre 2, dont les racines de l'équation caractéristiques (
) sont
.
En utilisant les deux conditions initiales précédente, on trouve
pour tout
.
III.2.11 Corollaire
Soit
. Alors
.
Preuve
Immédiat par récurrence sur la taille de
et utilisant les propriétés calculatoires de la conjugaison (somme, produit).
III.3 Déterminant et espace vectoriel
III.3.1 Définition
Soit
un
-ev de dimension
et
une famille de
vecteurs.
Soit
une base. On appelle déterminant de
dans la base
le nombre
.
III.3.2 Lien avec la géométrie
Ce que l'on appelait déterminant d'une famille dans
est en fait le déterminant dans la base canonique.
Rappel : dans
,
ssi
sont colinéaires.
III.3.3 Proposition
Soit
une base de
et
une famille de
vecteurs.
est une base de
ssi
III.3.4 Exercice
Que vaut
dans ce cas ?
III.3.5 Exemple
Montrer que
⟦⟧
est une base de
. Dans la base canonique, la matrice est triangulaire supérieure et on peut calculer son déterminant par produit des coefficients diagonaux.
III.3.6 Théorème
Deux matrices carrées semblables ont le même déterminant.
Preuve
Posons a
pour
.
On a alors
.
III.3.7 Invariants
Nous voilà avec 3 invariant de changement de base pour les endomorphismes : le rang, la trace et le déterminant.
III.3.8 Définition
Soit
avec
un
-ev de dimension
.
Toutes les matrices de
(ie dans n'importe quelle base) ont le même déterminant, on le note
et on l'appelle déterminant de
.
III.3.9 Exemple
On considère l'application
. Calculer son déterminant.
En prenant
,
la base canonique de
, on a
Après un échange de colonne,
.
III.3.10 Proposition
Soient
avec
de dimension
.
Pour
,
.
est bijective (on dit aussi inversible) ssi
et alors
.
III.3.11 Puissances
On a directement
qui est valable par récurrence pour tout
et même
si
est bijective.