Université Lyon 1

Classes préparatoires 2015-2016

Algèbre linéaire
Serge Parmentier

Chapitres 5. Les matrices.

1. L’ensemble des matrices.

Soit K un corps et n, m ∈ N \ {0}.
Définition et notations: on appelle matrice m par n à coefficients dans K tout tableau

a11 ··· a1n

 
 a21 ··· a2n 
A=
 ... .. .. 
. . 
am1 ··· amn

constitué de m lignes (ou rangées) et de n colonnes d’éléments aij ∈ K, 1 ≤ i ≤ m, 1 ≤ j ≤ n.

Lorsque le nombre de lignes de A est égal au nombre de ses colonnes, i.e. lorsque n = m, on dit
que A est une matrice carrée de taille n.
L’ensemble des matrices m par n à coefficients dans K est noté Mm,n (K); lorsque m = n, cet
ensemble est noté Mn (K) (au lieu de Mn,n (K)).
La i−ème ligne de A est
Li = ( ai1 ai2 · · · ain )
et la j−ème colonne de A est
a 
1j
a
 2j 
Cj = 
 ..

.

amj

On écrit A = (aij ) ∈ Mm,n (K) et on dit que aij est le coefficient ou la composante ij de A.
Deux matrices A = (aij ), B = (bij ) ∈ Mm,n (K) sont égales ssi pour tout couple (i, j), aij = bij .
Exemples de matrices et matrices particulières
1. M1 (K) = K.
2. Les éléments de M2,3 (K) sont les tableaux
 
a b c
, a, b, c, d, e, f ∈ K.
d e f

3. La matrice nulle O ∈ Mm,n (K) est la matrice dont tous les coefficients sont nuls: O = (oij )
avec pour tout (i, j), oij = 0.
4. On dit qu’une matrice carrée A = (aij ) ∈ Mn (K) est diagonale si aij = 0 pour tout (i, j) tel
que i 6= j.    
1 √0 1 √1
Par exemple, ∈ M2 (R) est diagonale et ne l’est pas.
0 2 0 2

1
5. La matrice unité 1n ∈ Mn (K) est la matrice diagonale dont les coefficients diagonaux valent 1:
 
  1 0 0
1 0
11 = 1, 12 = , 13 =  0 1 0  , ...
0 1
0 0 1

Pour (i, j) ∈ {1, . . . , n}2 on définit le symbole de Kronecker δij par δij = 0 si i 6= j et δij = 1 si
i = j.
On a 1n = (δij ) ∈ Mn (K).

2. Somme de matrices et multiplication par un scalaire

On introduit deux lois naturelles:
La somme
Mm,n (K) × Mm,n (K) → Mm,n (K)
(A = (aij ), B = (bij )) 7→ A + B = (aij + bij )
et la multiplication scalaire

K × Mm,n (K) → Mm,n (K)

(λ, A = (aij )) 7→ λA = (λaij )

Proposition: Muni de ces deux lois, l’ensemble Mm,n (K) est un espace vectoriel sur K de neutre
la matrice nulle O.
preuve: il s’agit d’observer que les lois étant définies composantes par composantes, les propriétés
de K sont conservées, i.e. que l’on a bien pour tout A, B, C ∈ Mm,n (K) et λ, µ ∈ K,

(A + B) + C = A + (B + C), A + O = O + A, −A + A = O, A + B = B + A,

où −A = (−aij ),

λ(A + B) = λA + λB, (λ + µ)A = λA + µA, (λµ)A = λ(µA), 1n A = A.

Base de Mm,n (K) comme espace vectoriel sur K

Pour k ∈ {1, . . . m}, l ∈ {1, . . . n} on définit la matrice Ekl ∈ Mm,n (K) en déclarant que Ekl est la
matrice dont toutes les composantes sont nulles sauf la composante kl qui vaut 1.
Exemples: dans M2,1 (K),    
1 0
E11 = , E21 = .
0 1

Dans M2 (K),
       
1 0 0 1 0 0 0 0
E11 = , E12 = , E21 = , E22 = .
0 0 0 0 1 0 0 1

Proposition: la famille de matrices (Ekl )k∈{1,...,m}, l∈{1,...,n} constitue une base du K- espace
Mm,n (K). On a dimK (Mm,n (K)) = mn.

2
Exemple: Toute matrice A = (aij ) ∈ M2 (K) s’écrit dans cette base comme suit:
         
a11 a12 1 0 0 1 0 0 0 0
A= = a11 + a12 + a21 + a22 .
a21 a22 0 0 0 0 1 0 0 1

preuve: Cette famille est génératrice car tout A = (aij ) ∈ Mm,n (K) s’écrit
X
A= akl Ekl .
1≤k≤m,1≤l≤n

Elle est libre car la condition de combinaison linéaire nulle:

X
λkl Ekl = O
1≤k≤m,1≤l≤n

équivaut à demander que la matrice Λ = (λij ) soit la matrice nulle, i.e. à demander que λij = 0
pour tout (i, j).

3. Multiplication matricielle.
Soient m, n, p ∈ N \ {0}. On définit le produit des matrices A = (aij ) ∈ Mm,n (K) et B = (bij ) ∈
Mn,p (K) en posant
Xn
A B := ( aik bkj ) ∈ Mm,p (K),
k=1

i.e. le produit AB est la matrice m par p dont la composante ij vaut

n
X
aik bkj = ai1 b1j + ai2 b2j + . . . + ain bnj .
k=1

Exemples:
 
c
1. Prenons A = ( a b ) ∈ M1,2 (K) et B = ∈ M2,1 (K). On a
d
 
c
AB = ( a b) = ac + bd ∈ M1 (K) = K
d

et    
c ca cb
BA = (a b) = ∈ M2 (K).
d da db
   
a b 1 2 3
2. A = ∈ M2 (R) et B = ∈ M2,3 (R). On a
c d 4 5 6
    
a b 1 2 3 a + 4b 2a + 5b 3a + 6b
AB = = ∈ M2,3 (K).
c d 4 5 6 c + 4d 2c + 5d 3c + 6d

Par contre, BA n’est pas défini.

   
1 1 1 0
3. A = ,B = ∈ M2 (Q).
0 1 1 1

3
On a     
1 1 1 0 2 1
AB = =
0 1 1 1 1 1
    
1 0 1 1 1 1
BA = =
1 1 0 1 1 2
Observer que AB 6= BA, i.e. la multiplication matricielle n’est pas commutative.
4. Soit 1n ∈ Mn (K) la matrice unité. Pour tout A ∈ Mn (K) on a A1n = 1n A = A.
Propriétés: Pour tout A, A0 ∈ Mm,n (K), B, B 0 ∈ Mn,p (K), C ∈ Mp,q (K) et λ, λ0 ∈ K on a

(AB)C = A(BC), (λA + λ0 A0 )B = λ(AB) + λ0 (A0 B), A(λB + λ0 B 0 ) = λ(AB) + λ0 (AB 0 ).

Pn Pp
preuve: on a AB = ( k=1 aik bkj ) et BC = ( l=1 bil clj ). D’où
p X
X n n
X Xp
(AB)C = ( ( aik bkl )clj ) = ( aik ( bkl clj )) = A(BC).
l=1 k=1 k=1 l=1

Je vous laisse vérifier les égalités de distributivité.

Observer que le produit de deux matrices carrées A, B ∈ Mn (K) est toujours défini et est une
matrice carrée AB ∈ Mn (K).
On a donc deux lois de composition interne sur Mn (K):
- l’addition matricielle + : Mn (K)2 → Mn (K) : ((aij ), (bij )) 7→ (aij + bij )
Pn
- le produit matriciel × : Mn (K)2 → Mn (K) : ((aij ), (bij )) 7→ ( k=1 aik bkj )

Proposition Mn (K) muni des lois + et × est un anneau unitaire, d’unité la matrice identité 1n .
Pour n ≥ 2 cet anneau n’est pas commutatif.
preuve: on sait déjà que l’addition + est associative, de neutre la matrice nulle, à opposés (l’opposé
de A = (aij ) est −A = (−aij )) et commutative.
L’associativité (AB)C = A(BC), l’unité A1n = 1n A = A, la distributivité A(B + B 0 ) = AB +
AB 0 , (A+A0 )B = AB +A0 B et le fait que le produit n’est pas commutatif ont été vus en propriétés
et/ou en exemples plus haut.

Matrice inversible: on dit qu’une matrice carrée A ∈ Mn (K) est inversible s’il existe B ∈ Mn (K)
telle que AB = BA = 1n .
Observer que si une telle matrice B existe, elle est unique: en effet, si B 0 est telle que AB 0 = 1n ,
alors BAB 0 = B et donc B 0 = B (car BA = 1n ).
Lorsque A est inversible, l’unique B pour laquelle AB = BA = 1n est notée A−1 et est appelée la
matrice inverse de A. L’ensemble des matrices inversibles de Mn (K) est noté Gln (K).

Exemples et contre-exemples
1. La matrice unité 1n est inversible, d’inverse 1n ; la matrice nulle O ∈ Mn (K) n’est pas inversible
car pour toute matrice B ∈ Mn (K) on a OB = O 6= 1n
   
1 1 a b
2. A = ∈ M2 (R) est inversible: si B = est telle que AB = BA = 12 , on a
0 1 c d
   
a+c b+d 1 0
AB = = ,
c d 0 1

4
i.e.
a + c = 1, b + d = 0, c = 0, d=1
i.e.  
−1 1
B=
1 0
 
−1 1 −1
pour laquelle on a aussi BA = 12 . Conclusion A = .
0 1
   
0 1 a b
3. A = ∈ M2 (K) n’est pas inversible: si B = est telle que AB = BA = 12 , on a
0 1 c d
   
c d 1 0
AB = =
c d 0 1

ce qui conduit à d = 0 = 1!
 
a11 a12
4. Une matrice A = ∈ M2 (K) est inversible ssi δ = a11 a22 − a21 a12 6= 0 auquel cas
a21 a22
 
−1 1 a22 −a12
A = .
δ −a21 a11

Propriétés:
(i) 1n est inversible.
(ii) si A, A0 ∈ Mn (K) sont inversibles alors AA0 l’est aussi.
(iii) L’inverse A−1 d’une matrice A ∈ Mn (K) est inversible.
preuve: (i) on a 1n 1n = 1n . (Cf exemple 1.)
−1 −1 −1
(ii) on a (AA0 )(A0 A−1 ) = A(A0 A0 )A−1 = A1n A−1 = AA−1 = 1n et (A0 A−1 )(AA0 ) = 1n .
−1
Conclusion: l’inverse de AA0 est A0 A−1 .
(iii) on a A−1 A = AA−1 = 1n , i.e. (A−1 )−1 = A.

4. Matrices et espaces vectoriels

Soit E un K- espace de dimension n de base e = (ej )1≤j≤n , F un K- espace de dimension m de
base f = (fi )1≤i≤m .
Pn que tout élément u ∈ E s’écrit d’une et une seule manière comme combinaison linéaire
On sait
u = j=1 xj ej des éléments de la base (ej )1≤j≤n ; se donner u équivaut donc à se donner la liste
de ses composantes (x1 , . . . , xn ) ∈ Kn dans la base (ej )1≤j≤n . C’est ce qu’exprime, sous forme
matricielle, la proposition qui suit:
Proposition: l’application

M ate : E → Mn,1 (K)

x1
 
n
X .
u= 7 M ate (u) =  .. 
xj ej →
j=1 xn

est un isomorphisme d’espaces vectoriels.

5
 xj ej et u0 = x0j ej , on a
P P
preuve: mq cette application est linéaire: pour u = j j

x1 + x01
     0 
x1 x1
. . . 
M ate (u + u0 ) =  .. 0
 =  ..  +  ..  = M ate (u) + M ate (u ).
  

xn + x0n xn x0n

De même, pour λ ∈ K et u ∈ E, on a

M ate (λu) = λM ate (u).

Pour montrer que cette application est bijective, il suffit d’observer que l’application

x1
 
n
 ...  7→
X
xj ej
xn j=1

est la réciproque de M ate .

x1
 
.
Remarque: Lorsque E = K n cet isomorphisme est simplement (x1 , . . . , xn ) 7→  ..  .
xn

Définition:
1. La matrice M ate (u) ∈ Mn,1 (K) est appelée la matrice de u ∈ E dans la base e.
2. Soit v = (v1 , . . . , vp ) une famille de vecteurs de E. La matrice

M ate (v1 , . . . , vp ) ∈ Mn,p (K)

dont la j−ième colonne Cj est la matrice de vj dans la base e ( i.e. Cj = M ate (vj )) est appelée
la matrice de la famille v dans la base e.

Soit maintenant φ : E → F une application linéaire. On a vu au chapitre 4 que φ est déterminée par
l’image (φ(ej ))1≤j≤n de la base (ej )1≤j≤n de E. Et l’on vient de voir que pour tout j ∈ {1, . . . , n},
se donner le vecteur φ(ej ) équivaut à se donner la matrice M atf (φ(ej ) de ses composantes dans
la base f = (fi )1≤i≤m de F. Dès lors se donner φ équivaut à se donner la matrice de la famille
(φ(ej ))1≤j≤m dans f . On est donc naturellement amené à poser la

Définition: soit φ : E → F une application linéaire. La matrice

M ate,f (φ) := M atf (φ(e1 ), . . . , φ(en )) ∈ Mm,n (K)

est appelée la matrice de φ rapportée aux bases e et f .

Voici comment obtenir cette matrice: pour tout j ∈ {1, . . . , n}, écrire φ(ej ) ∈ F dans la base f de
F:
m
X
φ(ej ) = aij fi = a1j f1 + a2j f2 + . . . + amj fm .
i=1

6
On a alors a
11 ··· a1j ··· a1n 
 a21 ··· a2j ··· a2n 
M ate,f (φ) = 
 .. .. .. .. .. ,
. . . . .

am1 ··· amj ··· amn
i.e. M ate,f (φ) est la matrice m par n dont la j−ème colonne Cj est constituée des composantes
de φ(ej ) dans la base f de F :
a 
1j
 a2j 
Cj =  ..  .

.
amj

Calcul de Matf (φ(u)) en fonction de M ate (u) et de M ate,f (φ):

Pn Pm
Soit u = j=1 xj ej ∈ E et écrivons comme plus haut φ(ej ) = i=1 aij fi .
On a
X n n
X m
X m X
X n
φ(u) = xj φ(ej ) = xj ( aij fi ) = ( aij xj )fi .
j=1 j=1 i=1 i=1 j=1

La matrice des composantes de φ(u) dans la base f est donc

 Pn
a1j xj

Pj=1
 nj=1 a2j xj 
M atf (φ(u)) = 
 
.. 

Pn . 
j=1 amj xj
x 
1
a
11 ··· a1j ··· a1n  .. 

a
 21 ··· a2j ··· a2n   . 
x 
=
 .. .. .. .. ..   j 

. . . . .  . 
 . 
am1 ··· amj ··· amn .
xn
= M ate,f (φ) M ate (u)

On rappelle que l’ensemble L(E, F ) des applications linéaires φ : E → F est un espace vectoriel
sur K pour les opérations (φ +L ψ)(u) = φ(u) + ψ(u) et (λ ·L ψ)(u) = λ(ψ(u)).
Proposition L’application de L(E, F ) vers Mm,n (K) qui à l’application linéaire φ associe la
matrice M ate,f (φ) est un isomorphisme d’espaces vectoriels.
esquisse de preuve: pour vérifier la linéarité, il s’agit de mq
M ate,f (φ +L ψ) = M ate,f (φ) + M ate,f (ψ)
M ate,f (λ ·L φ) = λ M ate,f (φ)
Pour mq c’est une bijection, on définit l’application réciproque:
Soit A = (aij ) ∈ Mm,n (K); on sait déjà qu’il existe une unique application linéaire φA : E → F
telle que, pour tout j ∈ {1, . . . , n},

φA (ej ) = a1j f1 + a2j f2 + . . . + amj fm

7
(Cf Chapitre 4: une application linéaire est déterminée par l’image d’une base).
L’application
Mm,n (K) → L(E, F ) : A 7→ φA
est la réciproque de l’application L(E, F ) → Mm,n (K) : φ 7→ M ate,f (φ).

Composition et produit matriciel

Soient trois K- espaces E, F, G de dimensions respectives n, m et p et de bases respectives e =
(ej )1≤j≤n , f = (fi )1≤i≤m et g = (gk )1≤k≤p .
On sait déjà que si φ : E → F et ψ : F → G sont des applications linéaires, alors l’application
composée ψ ◦ φ : E → G est linéaire.

Voici le lien fondamental entre la composition d’applications et le produit matriciel:

Proposition: On a
M ate,g (ψ ◦ φ) = M atf ,g (ψ) M ate,f (φ).

preuve: Ecrivons

M ate,f (φ) = A =(aij ) ∈ Mm,n (K), M atf ,g (ψ) = B = (bij ) ∈ Mp,m (K)
M ate,g (ψ ◦ φ) = C = (cij ) ∈ Mp,n (K).

Il s’agit de montrer que C = BA, i.e. pour tout (i, j) ∈ {1, . . . , p} × {1, . . . , n},
m
X
cij = bik akj .
k=1

Voici le calcul:
p
X
cij gi = (ψ ◦ φ)(ej )
i=1
= ψ(φ(ej ))
m
X
= ψ( akj fk )
k=1
m
X
= akj ψ(fk )
k=1
Xm Xp
= akj ( bik gi )
k=1 i=1
Xp m
X
= ( bik akj )gi .
i=1 k=1
Pm
La famille (gi )1≤i≤p étant une base de G, on a pour tout (i, j), cij = k=1 bik akj .

Lorsque E = F = G, l’isomorphisme entre L(E, F ) et Mm,n (K) et le lien entre composition et

produit matriciel nous permettent d’identifier les anneaux L(E) et Mn (K):

Proposition: soit E un K- espace de base e = (ej )1≤j≤n . L’application

8
 L(E) → Mn (K) : φ 7→ M ate,e (φ)
est un isomorphisme d’anneaux qui envoie l’application identité idE sur la matrice unité 1n .
preuve: on sait déjà que c’est une bijection compatible avec la somme:

M ate,e (φ +L ψ) = M ate,e (φ) + M ate,e (ψ).

La proposition qui précède nous dit que c’est aussi compatible avec la composition:

M ate,e (ψ ◦ φ) = M ate,e (ψ) M ate,e (φ).

Enfin, M ate,e (idE ) = 1n car pour tout j ∈ {1, . . . , n}, idE (ej ) = ej .