Notions de Base et calcul matriciel

Séance 1

Khalid BOUIHAT

Ecole Nationale des Sciences Appliquées Berrechid

Filière : Génie Informatique
Semestre :S3

le 5 Novembre 2020

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 1 / 51

Plan
1 Présentation du module
2 Rappel
3 Structure d’espace vectoriel
Rappel
Règles de calcul dans un K-ev
4 Sous espace vectoriel
5 Vecteurs
6 Produit scalaire
7 Norme
Inégalité de Cauchy-Schwarz
8 Familles libres, génératrices, bases
Familles libres
Propriétés
Familles génératrices
Bases
9 Calcul matriciel-Matrices
Généralités sur les matrices
Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 2 / 51
 Présentation du module

Présentation du module

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 3 / 51

 Présentation du module

OBJECTIFS DU MODULE
Maı̂triser les concepts d’analyse numérique et programation des méthodes
par matlab avec des applications aux Sciences de l’ingénieur.

PRE-REQUIS PEDAGOGIQUES
Les modules requis pour suivre ce module sont les modules de
mathématiques des semestres 1 et 2.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 4 / 51

 Présentation du module

DESCRIPTION DU CONTENU DU MODULE

Notions de Base et calcul matriciel.
Méthodes directes pour la résolution des systèmes linéaires.
Résolution numérique des équations non linéaires.
Interpolation polynômiale.
Intégration numérique.
Approximation des équations différentielles.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 5 / 51

 Structure d’espace vectoriel

Chappitre 1 :
Notions de Base et calcul matriciel

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 6 / 51

 Structure d’espace vectoriel Rappel

Rappel
Dans ce qui suit, l’ensemble K désigne R ou C.
Espace vectoriel - Définition
On appelle espace vectoriel sur K (ou un K-espace vectoriel ou K-ev) tout
ensemble E muni de deux lois, l’addition et la multiplication verifiant :
• ∀u, v ∈ E , u + v = v + u (commutativité)
• ∀u, v , w ∈ E , u + (v + w ) = (u + (v + w ) (associativité)
• ∀u ∈ E : u + 0 = u (0 élément neutre)
• ∀u ∈ E , ∃v ∈ E / u + v = 0 (u = −v )( élement
symétrisable)
• ∀u ∈ E : 1.u = u
• ∀λ, µ ∈ K, ∀u ∈ E : λ.(µ.u) = (λµ).u
• ∀λ ∈ K, ∀u, v ∈ E : λ.(u + v ) = λ.u + λ.v
• ∀λ, µ ∈ K, ∀u ∈ E : (λ + µ).u = λ.u + µ.u
Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 7 / 51
 Structure d’espace vectoriel Règles de calcul dans un K-ev

Règles de calcul dans un K-ev

Règles de calcul dans un K-ev

• 0.u = 0
• λ.u = 0 ⇔ λ = 0 ou u = 0
• λ.(−u) = (−λ).u = −λ.u

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 8 / 51

 Structure d’espace vectoriel Règles de calcul dans un K-ev

Règles de calcul dans un K-ev

Examples
• E = R et K = Q, R est un Q- ev.
• E = R et K = R, R est un R- ev.
• E = C et K = R, C est un R- ev.
• E = C et K = C, C est un C- ev.
• E = K [X ] est un K- ev.
• E = CI l’ensenmble des fonctions continues sur un intervale
I ∈ R, est un R- ev
• E = R2 est un R - ev.
u ∈ E = R2 ⇒ u = (a, b)
• E = R3 est un R ev.
• E = Rn est un R ev.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 9 / 51

 Sous espace vectoriel

Sous espace vectoriel

Sous espace vectoriel - Définition 1

Soit E un K- ev et F une partie non vide de E . On dit que F est un sous
ev (sev) de E si F est stable pour les deux loi
i) ∀(u, v ) ∈ F 2 (u + v ) ∈ F
ii) ∀u ∈ F , ∀α ∈ K αu ∈ F .

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 10 / 51

 Sous espace vectoriel

Sous espace vectoriel

Sous espace vectoriel-Définition 2

Soient E un K - ev et F une partie de E .
F est un sous ev de E ssi :
i) F 6= ∅
ii) ∀(u, v ) ∈ F 2 , ∀(α, β) ∈ K2 (αu + βv ) ∈ F .

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 11 / 51

 Sous espace vectoriel

Définition
Soit E un K - ev et Soient u, v deux vecteurs de E
• ∀(α, β) ∈ K2 , le vecteur αu + βv s’appelle une combinison
linéaire de u et v .
• Les vecteurs u et v sont colinéaires s’il existe α ∈ K tq :
v = αu.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 12 / 51

 Sous espace vectoriel

Exemple
Soit E un K- ev, alors {0} et E sont deux sous ev de E .
E = (x, y ) ∈ R2 /2x − y = 0 est un sev de R2 .


Soit n un entier naturel, l’ensemble Kn [X ] des polynômes de degré

inférieur ou égal à n est un sous espace vectoriel de K[X ].

Exercise
Déterminer lesquels des ensembles E1 , E2 , sont des sous-espaces vectoriels
de R 3 .
1 E1 = {(x; y ; z) ∈ R 3 /3x − 7y = z}.
2 E2 = {(x; y ; z) ∈ R 3 /x + y + z = 0}.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 13 / 51

 Sous espace vectoriel

proposition
Un sous espoace vectoriel d’un espace vectoriel est un espace vectoriel.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 14 / 51

 Vecteurs

Vecteurs

definition
On appelle vecteur x un élément de l’espace vectoriel Rn sur R c’est un
ensemble ordonnée d’éléments de R, souvent noté des maniéres suivantes :
 
x1
 x2 
 
 . 
x = 
 . 

 . 
xn

ou x = (x1 , x2 , · · ·, xn )t

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 15 / 51

 Produit scalaire

Produit scalaire

Définition
On appelle produit scalaire sur E une application de E × E sur R :
(x, y ) −→< x, y > possédant les propriétés suivantes :
1 < x, x >≥ 0
2 < x, x >= 0 ⇒ x = 0,
3 < x, y >=< y , x >.
4 < x, y + z >=< x, y > + < x, z >.
5 < x, αy >= α < x, y > ∀α ∈ R.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 16 / 51

 Produit scalaire

Remarque
   
x1 y1

 x2 


 y2 

 .   . 
Si x =   et y =  

 . 


 . 

 .   . 
xn yn
i=n
X
alors < x|y >= xi yi .
i=1

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 17 / 51

 Norme

Norme

Définition
Une norme sur E est une application, notée k.k, k.k : x ∈ E → kxk ∈ R+
telle que pour tous x, y ∈ E et tout α ∈ K :
1 kxk ≥ 0 et kxk = 0 si et seulement si x = 0,
2 kαxk = |α|kxk,
3 kx + y k ≤ kxk + ky k.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 18 / 51

 Norme

Exemple
n
X
• kxk1 = |xi |.
i=1
n
X 1
• kxk2 = ( |xi |2 ) 2 .
i=1
• kxk∞ = sup |xi |.
1≤i≤n

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 19 / 51

 Norme

Norme euclidienne

Définition
On appelle un espace euclidien un espace vectoriel muni d’un produit
scalaire qui permet de définir une norme par la relation kxk2 =< x, x >

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 20 / 51

 Norme Inégalité de Cauchy-Schwarz

2- Inégalité de Cauchy-Schwarz

Théorème
Soit E un espace vectoriel réel dont le produit scalaire est noté h | i.

∀(x, y ) ∈ E 2 hx|y i2 ≤ hx|xihy |y i

L’égalité est vérifiée si et seulement si x et y sont colinéaires.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 21 / 51

 Norme Inégalité de Cauchy-Schwarz

Démonstration.
• Si y = 0, l’inégalité est évidente (c’est une égalité).
• Si y 6= 0, observons que ∀λ ∈ R hx + λy |x + λy i ≥ 0,
c’est-à-dire :

hx|xi + 2λhx|y i + λ2 hy |y i ≥ 0 avec hy |y i > 0

On reconnait un trinôme du second degré en λ qui garde un

signe constant : il a au plus une racine réelle, son
discriminant est donc négatif ou nul :

∆0 = hx|y i2 − hx|xihy |y i ≤ 0,

ce qui donne l’inégalité annoncée.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 22 / 51

 Norme Inégalité de Cauchy-Schwarz

Il reste à montrer que hx|y i2 = hx|xihy |y i ⇔ x et y sont colinéaires :

⇒ Supposons hx|y i2 = hx|xihy |y i, soit y = 0 et il est
colinéaire à x, soit y 6= 0 et ∆0 = 0, le trinome précédent
posséde alors une racine double λ0 , qui vérifie donc
hx + λ0 y |x + λ0 y i = 0 d’où x + λ0 y = 0 ; x et y sont liés.
⇐ Réciproquement, si x et y sont liés, il existe un réel λ tel que
y = λx ou x = λy . Les vecteurs x et y jouant un rôle
symétrique, on peut supposer que y = λx. Alors :

hx|y i2 = hx|λxi2 = λ2 hx|xi2 = hx|xihy |y i.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 23 / 51

 Familles libres, génératrices, bases Familles libres

Familles libres

Définition
Soit E un ev sur K . On dit que la famille (ui )1≤i≤n d’éléments de E est
libre (ou les vecteurs de cette famille sont linéairement indépendants) ssi

∀α1 , α2 , . . . , αn ∈ K /α1 u1 +α2 u2 +· · ·+αn un = 0 ⇒ α1 = α2 = · · · = αn = 0.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 24 / 51

 Familles libres, génératrices, bases Familles libres

Exemple
• Soit E = R2 et K = R alors {(1, 0); (1, 1)} est libre, mais
{(1, 1); (2, 2)} n’est pas libre.
• Soit E = R3 et K = R alors {(1, 0, 0); (1, 1, 0); (1, 1, −1)}
est libre.
• Dans le R- ev (C, +, .), les vecteurs u = 1 − i et v = 1 + i
forme une famille libre.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 25 / 51

 Familles libres, génératrices, bases Familles libres

Remarque
Une famille non libre est dite liée (ou les vecteurs de cette famille sont
linéairement dépendants) c’est à dire qu’il existe une famille (αi )1≤i≤n non
tous nuls telle que α1 u1 + α2 u2 , . . . , αn un = 0.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 26 / 51

 Familles libres, génératrices, bases Propriétés

Propriétés

Propriétés
• Une famille réduite à un seul vecteur u est libre ssi u 6= 0.
• Une famille qui contient le vecteur nul est liée.
• Une famille de deux vecteurs u et v est liée ssi u et v sont
colinéaires.
• Une famille de vecteurs est liée ssi l’un de ces vecteurs est
une conbinaison linéaire des autres.
• Une sous- famille d’une famille libre est libre.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 27 / 51

 Familles libres, génératrices, bases Familles génératrices

Familles génératrices

Définition
Soit E un ev sur K. On dit qu’une famille (ui )1≤i≤n d’éléments de E est
génératrice, ou encors les vecteurs de cette famille engendrent E si
Xn
∀u ∈ E , ∃(λ1 , λ2 , . . . , λn ) ∈ Kn / u = λi ui c’est-à-dire

i=1
Vect (ui )1≤i≤n = E .

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 28 / 51

 Familles libres, génératrices, bases Bases

Bases

Définition
Soit E un ev sur K. On dit qu’une famille (ui )1≤i≤n d’éléments de E est
une base si elle est à la fois libre et génératrice.

Théorème
Tout espace vectoriel E non réduit à {0} admet une base.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 29 / 51

 Familles libres, génératrices, bases Bases

Proposition
la famille {u1 , u2 , . . . , un } ∈ E n est une base de E ssi
n
X
∀v ∈ E , ∃!(λ1 , λ2 , . . . , λn ) ∈ Kn , tel que v = λi ui .
i=1

Les coefficient λi sont appellés coordonnées de v dans la base

{u1 , u2 , . . . , un }.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 30 / 51

 Familles libres, génératrices, bases Bases

Base canonique

Base canonique :

On appelle base canonique la base composée des vecteurs {ei }i=1,··,n telle
que le j−ième élément de ei vaut 0 sauf si i = j dans ce cas il vaut 1.
X n Xn
∀x ∈ R x = < x, ei > ei = xi ei
i=1 i=1

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 31 / 51

 Familles libres, génératrices, bases Bases

Exemple
Dans le R- ev (R2 , +, .) la famille {(1, 0), (0, 1)} est une base appelée
la base canonique.
Dans le R- ev (R3 , +, .) la famille {(1, 0, 0), (0, 1, 0), (0, 0, 1)} est une
base appelée la base canonique.
R- ev (C, +, .) la famille {1, i} est une base.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 32 / 51

 Calcul matriciel-Matrices Généralités sur les matrices

Généralités sur les matrices

Définition
On appelle matrice de dimension m × n un tableau de nombres comportant
m lignes et n colonnes. Ces nombres sont appelés coefficients de la matrice.
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
• A= .
 
.. .. .. 
 .. . . . 
am1 am2 · · · amn

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 33 / 51

 Calcul matriciel-Matrices Généralités sur les matrices

Généralités sur les matrices

Notation :
• a11 , a12 , a13 , ...., amn désignent les coefficients de la matrice.
• Le coefficient de la i ème ligne et de la j ème colonne est noté aij
• La matrice A se note aussi (aij )1≤i≤m,1≤j≤n Autrement dit, est la
matrice des coefficients aij

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 34 / 51

 Calcul matriciel-Matrices Généralités sur les matrices

Exemples
 
1 3 4
Si A =  −2 5 2 , alors a12 désigne le coefficient de la 1ère ligne et
0 1 3
de la 2 ème colonne avec a12 = 3 et a21 désigne le coefficient de la 2ème
ligne et de la 1ère colonne avec a = −2. La matrice A se compose de 3
12
lignes et de 3 colonnes donc est une matrice de dimension 3 × 3.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 35 / 51

 Calcul matriciel-Matrices Matrices Particulières

Matrices Particulières

• Une matrice comportant une seule ligne s’appelle un

vecteur-ligne. Un vecteur-ligne a donc pour dimension 1 × n.
Dans ce cas, m = 1 .
• Une matrice comportant une seule colonne s’appelle un
vecteur-colonne. Un vecteur-colonne a donc pour dimension
m × 1. Dans ce cas, n = 1.
• Une matrice comportant autant de lignes que de colonnes
s’appelle une matrice carrée. Une matrice carrée a donc pour
dimension n × n. Dans ce cas m = n.
• On appelle matrice diagonale une matrice carrée dont tous
les coefficients sont nuls, exceptés ceux de la diagonale issue
du coin en haut à gauche. Autrement dit, A est une matrice
diagonale si :aij = k si i = j et aij = 0 si i 6= j

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 36 / 51

 Calcul matriciel-Matrices Matrices Particulières

• On appelle matrice identité (ou matrice unité) une matrice

carrée dont tous les coefficients de la diagonale issue du coin
en haut à gauche sont égaux à 1, et dont tous les autres
coefficients sont nuls. Autrement dit, A est une matrice
identité si : aij = 1 si i = j et aij = 0 si i 6= j . On note In
la matrice identité d’ordre n.
• On appelle matrice nulle toute matrice dont les coefficients
sont tous nuls. Dans ce cas aij = 0
• Les matrices
 triangulaires supérieures
 U et inférieures L :
a11 a12 · · · a1n
 0 a22 · · · a2n 
U = . ..  et
 
. .. . .
 . . . . 
0 0 · · · ann
 
a11 0 · · · 0
 a21 a22 · · · 0 
L= .
 
. .. . . .. 
 . . . . 
an1 an2 · · · ann
Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 37 / 51
 Calcul matriciel-Matrices Matrices Particulières

Pour A ∈ Mm,n (K ), on note AT la matrice transposée de A :

si A = (aij ), AT = (aji ) avec 1 ≤ i ≤ m, 1 ≤ j ≤ n.

Proposition
Pour A ∈ Mm,n (C), on note A∗ sa matrice adjointe, A∗ = (aji ). Une
matrice Q de Mn (C) est dite :
symétrique si A est réelle et si AT = A,
hyrmitienne si A∗ = A,
unitaire si AA∗ = A∗ A = I ,
orthogonale si A est réelle et unitaire,
normale si AA∗ = A∗ A,
diagonale si aij = 0 ∀i 6= j,
tridiagonale si aij = 0 ∀i, j tels que |i − j| > 1,
triangulaire supérieure si aij = 0 ∀i > j,
triangulaire inférieure si aij = 0 ∀i < j.
Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 38 / 51
 Calcul matriciel-Matrices Matrices Particulières

Exemples


• A= 1 3 4
est un vecteur-ligne de dimension 1 × 3
 
1
• B =  −2 
0
est un vecteur-colonne de dimension 3 × 1
 
1 3 4
C =  −2 5 2 
0 1 3
est une matrice carrée de dimension 3 × 3

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 39 / 51

 Calcul matriciel-Matrices Matrices Particulières

Exemples
 
1 0 0
D= 0 5 0 
0 0 3
est une matrice diagonale
 
1 0 0
I3 =  0 1 0 
0 0 1
est la matrice identité d’ordre 3, que l’on note I3
 
0 0 0
O= 0 0 0 
0 0 0
est une matrice nulle.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 40 / 51

 Calcul matriciel-Matrices Matrices Particulières

Définition
Deux matrices sont égales si elles ont même dimension et si les coefficients
situés à la même place sont égaux. Autrement dit, deux matrices A et B
sont égales si A et B ont toutes deux pour dimension m × n et si
aij = bij (pour toute ligne et toute colonne ).

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 41 / 51

 Calcul matriciel-Matrices Matrices Particulières

Exemple
   
1 4 a b
• A= et B =
0 3 c d

sont deux matrices carrées de même dimension 2 × 2 ; elles ne sont égales

que si le système suivant est vérifié
• 

 a=1
b=4


 c=0
d =3


Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 42 / 51

 Calcul matriciel-Matrices Matrices Particulières

Matrice transposée

Définition
On appelle matrice transposée de la matrice A la matrice obtenue en
permutant les lignes et les colonnes de A. Ainsi, à tout coefficient aij de A
la matrice correspond le coefficient aji de la matrice transposée AT .

Exemple

1 4
• La matrice A =  6 5  a pour matrice transposée la matrice
0 3
 
1 6 0
AT =
4 5 3

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 43 / 51

 Calcul matriciel-Matrices Opérations sur les matrices

Somme de matrices

Somme de matrices
Définition
On appelle somme de deux matrices (de même dimension m × n ) la
matrice obtenue
 en additionnant les
coefficients
 qui ont la même 
position.
a11 a12 · · · a1n b11 b12 · · · b1n
 a21 a22 · · · a2n   b21 b22 · · · b2n 
A+B = . ..  +  ..
   
.. .. .. .. .. 
 .. . . .   . . . . 
am1 am2 · · · amn bm1 bm2 · · · bmn
 
a11 + b11 a12 + b12 · · · a1n + b1n
 a21 + b21 a22 + b22 · · · a2n + b2n 
=
 
.. .. .. .. 
 . . . . 
am1 + bm1 am2 + bm2 · · · amn + bmn

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 44 / 51

 Calcul matriciel-Matrices Opérations sur les matrices

Remarque
On ne peut pas additionner deux matrices de dimensions différentes.

proposition
Les propriétés habituelles de l’addition valent pour la somme de matrices :
• L’associativité : (A + B) + C = A + (B + C ) = A + B + C
• La commutativité : A + B = B + A

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 45 / 51

 Calcul matriciel-Matrices Produit de deux matrices

Produit de deux matrices

Produit de deux matrices
Définition
Soit A une matrice de dimension n × p et soit B une matrice de dimension
p × m On appelle le Produit A × B la matrice C de dimension n × m où
chaque coefficient cij est le produit de la i ème ligne de A et de la j ème
colonne de B.
Autrement dit : Si on pose A = (aij ) avec 1 ≤ i ≤ n et 1 ≤ j ≤ p et
B = (bij ) avec 1 ≤ i ≤ p et 1 ≤ j ≤ m alors C = (cij ) avec 1 ≤ i ≤ n et
1 ≤ j ≤ m.
X p
cij = aik bkj .
k=1

Remarque
La matrice A × B n’est définie que si le nombre de colonnes de A est égal
au nombre de lignes de B.
Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 46 / 51
 Calcul matriciel-Matrices Produit de deux matrices

Exemple
 
 7 8 
1 2 −3
A×B = ×  9 −1  =
4 −5 6
3 5
 
1 × 7 + 2 × 9−3 × 3 1 × 8−1 × 2−3 × 5
4 × 7−5 × 9 + 6 × 3 4 × 8 + 5 × 1 + 6 × 5

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 47 / 51

 Propriétés

Proposition
• La multiplication de matrices est associative :
(A × B) × C = A × (B × C ) = A × B × C
• La multiplication de matrices n’est pas commutative :
A × B 6= B × A
• La multiplication des matrices est distributive par rapport à
l’addition A × (B + C ) = A × B + A × C

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 48 / 51

 Propriétés Matrice inverse

Matrice inverse

Définition
Soit une matrice carrée A d’ordre n. La Matrice inverse de A, notée A−1 ,
est définie, quand elle existe, par A × A−1 = In . Si une telle matrice
existe, on dit alors que A est inversible .

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 49 / 51

 Propriétés Déterminant

Déterminant

Définition
 
a b
Soit la matrice A = On appelle Déterminant de la matrice A,
c d
noté det(A) , le réel ad − bc.

Remarque
La matrice A est inversible si et seulement si det(A) 6= 0.

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 50 / 51

 Propriétés Déterminant

Khalid BOUIHAT (ENSAB) ENSAB le 5 Novembre 2020 51 / 51