MATIERE : Méthodes Numériques
Investir le domaine des méthodes numériques nécessaires à la résolution des problèmes
Connaissances préalables recommandées : mathématiques de base
Chapitre 1 : Rappels et notions de base ‘Analyse matricielle’
Chapitre 2 : Méthodes directes de résolution des systèmes linéaires
Remarques sur la résolution des systèmes triangulaires
Méthode d’élimination de Gauss
Interprétation matricielle de l’élimination de Gauss : la factorisation LU
Chapitre 3 : Méthodes itératives de résolution des systèmes linéaires
Méthode de Jacobi
Méthode de Gauss-Seidel
Chapitre 4 : Chapitre 4 : Calcul de valeurs et de vecteurs propres
Localisation des valeurs propres
Méthode de la puissance 1
COURS N° 1
LES MATRICES
RAPPELS ET NOTIONS DE BASES
2
DEFINITIONS
• Une matrice m x n est un tableau de nombres à
m lignes et n colonnes.
• Les nombres qui composent la matrice sont
appelés les éléments de la matrice (ou bien,
appelés aussi les coefficients).
• Une matrice à m lignes et n colonnes est dite
matrice d’ordre (m x n) ou de dimensions m x n.
3
NOTATIONS
n colonnes
Si A est une matrice de dimension m x n,
𝑎11 𝑎12 … 𝑎1𝒋 … 𝑎1𝒏
on note généralement 𝑎𝒊𝒋 le coefficient
𝑎21 𝑎22 … 𝑎2𝒋 … 𝑎2𝒏
m lignes
qui se trouve à la ième ligne et dans la ⋮ ⋮ ⋮ ⋮
A= 𝑎
𝒊1 𝑎𝒊2 … 𝑎𝒊𝒋 … 𝑎𝒊𝒏
jième colonne de la matrice où :
⋮ ⋮ ⋱ ⋮
1 ≤i≤m && 1 ≤ j ≤ n 𝑎𝒎1 𝑎𝒎2 … 𝑎𝒎𝒋 … 𝑎𝒎𝒏
Exemple Coefficient 𝒊𝒋
𝟑 𝟒 𝟓 𝟔
A= 𝟐 𝟏 𝟗 𝟕 est une matrice de 3 lignes et 4 colonnes
𝟒 𝟎 𝟔 𝟑
A ε M3,4
𝒂𝟑𝟏
=
𝟒 𝒂𝟑𝟑
=
𝟔 𝒂𝟐𝟒
=
𝟕 4
TYPES DE MATRICE
1- Matrice carrée n colonnes
• Si m = n (même nombre de lignes que 𝑎11 𝑎12 … 𝑎1𝒋 … 𝑎1𝒏
de colonnes), la matrice est dite
𝑎21 𝑎22 … 𝑎2𝒋 … 𝑎2𝒏
n lignes
⋮ ⋮ ⋮ ⋮
A= 𝑎
matrice carrée. 𝒊1 𝑎𝒊2 … 𝑎𝒊𝒋 … 𝑎𝒊𝒏
• Les éléments 𝒂𝟏𝟏, 𝒂𝟐𝟐, … . . 𝒂𝒏𝒏 ⋮ ⋮ ⋱ ⋮
𝑎𝒏1 𝑎𝒏2 … 𝑎𝒏𝒋 … 𝑎𝒏𝒏
forment la diagonale principale de la
matrice. D𝐢𝐚𝐠𝐨𝐧𝐚𝐥𝐞 𝐩𝐫𝐢𝐧𝐜𝐢𝐩𝐚𝐥𝐞
Exemple
𝟐 𝟗 𝟔 𝟑
𝟒 𝟓 𝟏𝟐 𝟏𝟏
A= A est une matrice carrée de dimension 4 x 4 ou A44
𝟎 𝟏 𝟏𝟑 𝟐𝟎
𝟓 𝟗 𝟏𝟗 𝟏𝟖
Les éléments 2, 5, 13 et 18 forment la diagonale de la matrice A.
5
TYPES DE MATRICE
2- Matrice Nulle
0 0 ⋯ 0
• Une matrice A dont tous les éléments sont nuls 0 0 … 0
A=
est appelée matrice nulle. ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0
3- Matrice Ligne
• Une matrice qui n’a qu’une seule ligne (m = 1) est
appelée matrice ligne ou vecteur ligne.
𝐀 = [𝑎11 𝑎12 … … 𝑎1𝑛 ]
Exemple
𝐀 = [6 7 3 10 ]
6
TYPES DE MATRICE
4- Matrice Colonne 𝑎11 Exemple
𝑎21 2
• Une matrice A qui na qu’une seule colonne (n = 1)
A= ⋮ 5
est appelée matrice colonne ou vecteur colonne. ⋮ A= 0
𝑎𝑚1 1
8
5- Matrice Diagonale
𝑎11 0 ⋯ 0
• Une matrice carrée A dont tous les éléments en 0 𝑎22 … 0
A=
dehors de la diagonale sont nuls (certains ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 𝑎𝑛𝑛
éléments de la diagonale peuvent aussi être nuls)
est appelée matrice diagonale.
Exemple 5 0 0
A= 0 8 0
0 0 9
7
TYPES DE MATRICE
4- Matrice Triangulaire
a- Matrice triangulaire supérieure
a11 a12 a13 a1n
0 a22 a23 a2 n
A 0 0 a33 a3n
0 0 0 amn
Exemple
𝟓 𝟔 𝟕 𝟖
𝟎 𝟏 𝟒 𝟐
A=
𝟎 𝟎 −𝟐 𝟗
𝟎 𝟎 𝟎 𝟑
8
TYPES DE MATRICE
4- Matrice Triangulaire
b- Matrice triangulaire inférieure
a11 0 0 0
a a22 0 0
21
A a31 a32 a33 0
am1 am 2 am 3 amn
Exemple
𝟗 𝟎 𝟎 𝟎
𝟓 𝟖 𝟎 𝟎
A=
𝟑 𝟒 𝟔 𝟎
𝟐 𝟗 𝟖 𝟒
9
TYPES DE MATRICE
5- Matrice Identité
• On appelle matrice identité d’ordre n, la matrice 1 0 ⋯ 0
carrée dont les éléments de la diagonale sont 0 1 … 0
A=
égaux à 1 et tous les autres éléments sont égaux ⋮ ⋮ ⋱ ⋮
à 0. 0 0 ⋯ 1
1 0 0
Exemple A= 0 1 0 est une matrice d’identité d’ordre 3
0 0 1
10
TYPES DE MATRICE
6- Transposée d’une matrice
Soit A une matrice m x n. La transposée de la matrice A est la matrice notée 𝐀𝐭 dont les
lignes sont les colonnes de A et les colonnes sont les lignes de A.
Soit 𝐀 = (𝒂𝒊𝒋) et 𝐀𝐭 = (𝒂𝒋𝒊)
Exemples
4 5 −1 4 −1 3
𝐀 = −1 0 2 𝐀𝐭 = 5 0 1
3 1 −1 −1 2 −1
5 0
5 6 9
D= Dt = 6 7
0 7 3
9 3
11
TYPES DE MATRICE
7- Matrice symétrique
Une matrice A de taille m = n est dite symétrique si elle est égale à sa transposée,
𝐀 = 𝐀𝐭
Ou encore 𝒂𝒊𝒋 = 𝒂𝒋𝒊 pour tout : 𝑖, 𝑗 = 1 . . 𝑛
Les coefficients sont donc symétriques par rapport à la diagonale.
Exemple
𝟓 𝟑 −𝟏
A= 𝟑 𝟔 𝟐
−𝟏 𝟐 𝟗
12
TYPES DE MATRICE
8- La trace d’une matrice
Dans le cas d’une matrice carrée de taille n x n , les éléments 𝒂𝟏𝟏, 𝒂𝟐𝟐, … … 𝒂𝒏𝒏 sont
appelés les éléments diagonaux.
Sa diagonale principale est la diagonale (𝒂𝟏𝟏, 𝒂𝟐𝟐, … … 𝒂𝒏𝒏 )
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝐴 = ⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛1 ⋯ 𝑎𝑛𝑛
La trace de la matrice A est le nombre obtenue en additionnant les éléments de la
diagonale de A.
On note : 𝐓𝐫. 𝐀 = 𝒂𝟏𝟏 + 𝒂𝟐𝟐 + … … + 𝒂𝒏𝒏
Exemple
𝟐 𝟎 𝟐 𝟕
𝟑 𝟔 𝟓 𝟖
A= Tr.B = 2 + 6 -5 + 10 = 13
𝟒 𝟗 −𝟓 𝟗
𝟓 𝟑 𝟔 𝟏𝟎
13
OPERATIONS ELEMENTAIRES
1- Addition de matrices
Soient A et B deux matrices ayant la même taille m x n.
Leur somme C = A + B est la matrice de taille m x n définie par :
Soit 𝐀 = (𝒂𝒊𝒋) et 𝐁 = (𝒃𝒊𝒋) de même type
𝒄𝒊𝒋 = 𝒂𝒊𝒋 𝒃𝒊𝒋
+
En d’autres termes, on somme coefficients par coefficients.
Exemple
𝟓 𝟔 −𝟗 𝟔
Soient A= et B =
𝟕 𝟖 𝟓 𝟏𝟎
−𝟒 𝟏𝟐
C=A+B=
𝟏𝟐 𝟏𝟖
14
OPERATIONS ELEMENTAIRES
1- Multiplication de matrices
Soient 𝐀 = (𝒂𝒊𝒋) une matrice de taille n x p et 𝐁 = 𝒃𝒊𝒋 une matrice de taille
p x q.
Le produit 𝐂 = 𝐀. 𝐁 est une matrice de taille n x q dont les coefficients 𝒄𝒊𝒋 sont
𝒑
définies par : 𝒄𝒊𝒋 = 𝒂𝒊𝒌 𝒃𝒌𝒋
𝒌=𝟏
On peut écrire le coefficient de façon plus développée, à savoir :
𝒄𝒊𝒋 𝒂𝒊𝟏 𝒃𝟏𝒋 + 𝒂𝒊𝟏 𝒃𝟏𝒋 + … + 𝒂𝒊𝒌 𝒃𝒌𝒋 + … 𝒂𝒊𝒑 𝒃𝒑𝒋
=
Exemple
𝟕 𝟏 𝟎
𝟏 𝟐 𝟑
Soient A= et B= 𝟖 𝟏 𝟏
𝟒 𝟓 𝟔
𝟗 𝟐 𝟎
15
OPERATIONS ELEMENTAIRES
1- Multiplication de matrices
𝟕 𝟏 𝟎
𝟖 𝟏 𝟏
𝟗 𝟐 𝟎
𝟏 𝟐 𝟑 𝒄𝟏𝟏 𝒄𝟏𝟐 𝒄𝟏𝟑
𝟒 𝟓 𝟔 𝒄𝟐𝟏 𝒄𝟐𝟏 𝒄𝟐𝟑
c11 = (a11 b11) + (a12 b21) + (a13 b31) = (1 * 7) + (2 * 8) + (3 * 9) = 7 + 16 + 27 = 50
c12 = (a11 b12) + (a12 b22) + (a13 b32) = (1 * 1) + (2 * 1) + (3 * 2) = 1 + 2 + 6 = 9
c13 = (a11 b13) + (a12 b23) + (a13 b33) = (1 * 0) + (2 * 1) + (3 * 0) = 0 + 2 + 0 = 2
c21 = (a21 b11) + (a22 b21) + (a23 b31) = (4 * 7) + (5 * 8) + (6 * 9) = 28 + 40 + 54 = 122
c22 = (a21 b12) + (a22 b22) + (a23 b32) = (4 * 1) + (5 * 1) + (6 * 2) = 4 + 5 + 12 = 21
c23 = (a21 b13) + (a22 b23) + (a23 b33) = (4 * 0) + (5 * 1) + (6 * 0) = 0 + 5 + 0 = 5
𝟓𝟎 𝟗 𝟐
C = A.B =
𝟏𝟐𝟐 𝟐𝟏 𝟓
16
1- Multiplication de matrices
Propriétés :
1. AB≠ BA
2. AB=0 A = 0 ou B = 0
Exemple
𝟎 −𝟏 𝟐 −𝟑 𝟎 𝟎
A= B= AB =
𝟎 𝟓 𝟎 𝟎 𝟎 𝟎
3. A B = AC B = C (on peut avoir AB = AC et B ≠ C)
Exemple
𝟎 −𝟏 𝟒 −𝟏 𝟐 𝟓
A= B= C=
𝟎 𝟑 𝟓 𝟒 𝟓 𝟒
−𝟓 −𝟒
AB= AC =
𝟏𝟓 𝟏𝟐
17
3- Déterminant d’une matrice
Pour toute matrice carrée A correspond une valeur appelée le
déterminant de A, que l’on dénote par :
det (A) ou encore |A|
3. 1 Méthode de sarus
𝒂𝟏 𝒂𝟐 𝒂𝟑
Soit la matrice carrée de type (3x3); 𝐀 = 𝒃𝟏 𝒃𝟐 𝒃𝟑
𝒄𝟏 𝒄𝟐 𝒄𝟑
18
3. 1 Méthode de sarus
𝒂𝟏 𝒂𝟐 𝒂𝟑
det (A) 𝒃𝟏 𝒃𝟐 𝒃𝟑 = [(a1 b2 c3 )+(b1 c2 a3)+(c1 a2 b3)] – [(a3 b2 c1)+(b3 c2 a1)+(c3 a2 b1)]
𝒄𝟏 𝒄𝟐 𝒄𝟑
19
3. 1 Méthode de sarus
Exemple
𝟏 𝟑 𝟎 1 3 0
A= 𝟐 𝟔 𝟒 det(A) 2 6 4
−𝟏 𝟎 𝟐 −1 0 2
1 3 0
2 6 4
−1 0 2
1 3 0
2 6 4
𝐝𝐞 𝐭 𝐀 = [(1 x 6 x 2) + (2 x 0 x 0) + (−1 x 3 x 4)] – [(0 x 6 x − 1)
+ (4 x 0 x 1) + (2 x 3 x 2)]
20
3. 1 Méthode de cofacteur
Calcul du déterminant pour une matrice 2 x 2
𝑎11 𝑎12
Soit : A= 𝑎 𝑎22 alors
21
𝑎11 𝑎12
det(A) = 𝑎 𝑎22 = (a11 a22) - (a21 a12)
21
Exemple
2 1
A= alors
3 −2
2 1
det(A) = = (2 x (−2)) − (3 x 1) = −7
3 −2
21
3. 1 Méthode de cofacteur
Calcul du déterminant pour une matrice 3 x 3
𝑎11 𝑎12 𝑎13
Soit : A = 𝑎21 𝑎22 𝑎23 alors
𝑎31 𝑎32 𝑎33
+𝑎11 −𝑎12 +𝑎13
det(A) = −𝑎21 +𝑎22 −𝑎23
+𝑎31 −𝑎32 +𝑎33
𝑎22 𝑎23 𝑎12 𝑎13 𝑎12 𝑎13
𝐝𝐞𝐭 𝐀 = +𝒂𝟏𝟏 𝑎32 𝑎33 – 𝒂𝟐𝟏 𝑎32 𝑎33 + 𝒂𝟑𝟏 𝑎22 𝑎23
22
3. 1 Méthode de cofacteur
Exemple
2 1 3
0 2 1 3 1 3
a. det(A) = 1 0 2 = +2 –1 +2
0 −2 0 −2 0 2
2 0 −2
𝐝𝐞𝐭 𝐀 = +𝟐[(0 x − 2) − (0 x 2)] − 𝟏[(1 x − 2) − (0 x 3)] + 𝟐[(1 x 2) − (0 x 3)]
𝐝𝐞𝐭 𝐀 = +𝟔
2 1 3
1 2 2 3 2 3
b. det(A) = 1 0 2 = −1 +0 −0
2 −2 2 −2 1 2
2 0 −2
𝐝𝐞𝐭 𝐀 = −1[(1 x −2) − (2 ∗ 2)] + 0 – 0
𝐝𝐞𝐭 𝐀 = +6
23
4. Propriétés
1. Si A possède une ligne (ou colonne) de « 0 », alors :
𝐝𝐞𝐭(𝐀) = 𝟎
2. Si A possède 2 lignes (ou colonnes) identiques, alors |𝐀| = 𝟎
3. Si A est triangulaire, alors
|𝐀| = produits des ses éléments diagonaux, en particulier |𝐈𝒏 | = 𝟏
4. |𝐀𝐭| = |𝐀|
5. Si 𝐀 et 𝐁 sont deux matrices carrées de même dimension, alors
|𝐀𝐁| = |𝐀| 𝐱 |𝐁|
24
4. Propriétés :
6. A est inversible si |𝐀| ≠ 𝟎, on dit que la matrice est non
singulière
7. det(A + B) ≠ det(A) + det(B)
8. det(An) = (det(A))n
9. det(α A) = αn det(A)
avec : 𝐧 = nombre de lignes = nombre de colonnes
25
5. La Comatrice:
On appelle comatrice (ou matrice adjointe) de la matrice A, la
matrice carrée d’ordre n, notée com (A) (ou adj(A)), obtenue par
la formule suivante :
(𝐜𝐨𝐦 𝐀) 𝐢𝐣 = (−𝟏)𝐢+𝐣 𝐛𝐢𝐣
𝐛𝐢𝐣 est le déterminant de la sous matrice de A en supprimant la ième
ligne et jème colonne.
26
5. La Comatrice:
Exemple
1 2 0
On donne la matrice : A = 2 6 4
−1 0 2
12 −8 6
Com (A) = −4 2 −2
8 −4 2
27
6. La Matrice inversible
• Soit A une matrice de type (𝐧 𝐱 𝐧)
• A est inversible si est seulement si 𝐝𝐞𝐭(𝐀) ≠ 𝟎
• Dans ce cas, la matrice inverse est donnée par :
𝟏 𝐜𝐨𝐦 𝐭(𝐀)
A−1 = comt(A) =
𝐝𝐞𝐭 𝐀 |𝐀|
28
6. La Matrice inversible
−3 5 6
Exemple A = −1 2 2
1 −1 −1
−3 5 6 −3 5 1
−1 2
det(A) = −1 2 2 = −1 2 0 = 1 = −1
1 −1
1 −1 −1 1 −1 0
29
6. La Matrice inversible
Exemple
0 1 −1 0 −1 −2
com (A) = −1 −3 2 comt (A) = 1 −3 0
−2 0 −1 −1 2 −1
• Il nous reste à diviser chaque terme de la matrice par le déterminant.
• La matrice obtenue est la matrice inverse de A :
𝟎 𝟏 𝟐
A-1 = −𝟏 𝟑 𝟎
𝟏 −𝟐 𝟏
30
7. Polynôme caractéristique
Définition : on appelle le polynôme caractéristique d’une matrice A
le polynôme donné par :
𝐏(ʎ) = 𝐝𝐞𝐭(𝐀 − ʎ 𝐈𝐧)
Rappel
𝟏 𝟎 𝟎 𝟎
𝟏 𝟎 𝟎
𝟏 𝟎 𝟎 𝟏 𝟎 𝟎
I2 = I3 = 𝟎 𝟏 𝟎 I4 =
𝟎 𝟏 𝟎 𝟎 𝟏 𝟎
𝟎 𝟎 𝟏
𝟎 𝟎 𝟎 𝟏
Exemple : Donnez le polynôme caractéristique
𝟐 −𝟏 𝟏
A= 𝟑 𝟏 𝟒
𝟎 𝟏 𝟏
31
7. Polynôme caractéristique
𝟏 𝟎 𝟎 𝟐 − ʎ −𝟏 𝟏
PA(ʎ) = det (A - ʎ I3) = det (A - ʎ 𝟎 𝟏 𝟎 )= 𝟑 𝟏−ʎ 𝟒
𝟎 𝟎 𝟏 𝟎 𝟏 𝟏−ʎ
𝟏−ʎ 𝟒 −𝟏 𝟏 −𝟏 𝟏
PA(ʎ) = (2 − ʎ) –3 +0
𝟏 𝟏−ʎ 𝟏 𝟏−ʎ 𝟏−ʎ 𝟒
= (2 − ʎ) [ (1 −ʎ) 𝟏 − ʎ − 𝟒 ] – 3 [− (1 −ʎ) − 𝟏] + 0
= (2 − ʎ) (ʎ2 − 𝟐ʎ − 𝟑) – 𝟑 (ʎ − 𝟐)
= (2 − ʎ) (ʎ2 − 𝟐ʎ − 𝟑 + 𝟑)
= (2 − ʎ) (ʎ2 − 𝟐ʎ)
PA(ʎ) = (2 − ʎ) ʎ (ʎ − 𝟐) Polynôme caractéristique
32
7. Polynôme caractéristique
Les valeurs propres :
On dit que ʎ est une valeur propre de A => P(ʎ) = 0
Exemple : P(ʎ) = ʎ (2 − ʎ) (ʎ − 𝟐)
P(ʎ) = 0 ʎ (2 − ʎ) (ʎ − 𝟐) = 0
ʎ = 0 ou (2 − ʎ) = 𝟎 ou (ʎ − 𝟐) = 0
ʎ = 0 ou ʎ = 2
La matrice A admet deux valeurs propres :
ʎ = 0 et ʎ = 2
33
