Matrices et Déterminants

Toujours à méditer, souvent à adopter :

Même si la vie nous attribue de mauvaises cartes, avec du courage et de la foi, rien ne nous empêche de gagner.

Pré-réquis :

1. Pages de calculs.
2. Nombres complexes.
3. Systèmes linéaires

Résumé du cours :

1. Déterminants : Introduction, Définitions, Généralités

2. Calcul pratique des déterminants : Méthode de Sarrus ; Manipulations élémentaires et Echelonnement.
3. Applications des déterminants : systèmes linéaires, calcul matriciel.
4. Matrices : Introduction, Définitions, Généralités
5. Opérations sur les matrices – Inverse d’une matrice inversible
6. Applications des matrices : systèmes linéaires
 Matrices et Déterminants
DETERMINANT a b c
e f d f d e
I-GENERALITES d e f = a(-1)2 + b(-1)3 + c(-1)4
I-1 Definitions h i g i g h
g h i
(1) Un déterminant est un nombre (réel ou complexe) associé à
(développement suivant la 1-ère ligne)
un tableau carré (le nombre de lignes est égal au nombre de
= aei – ahf + bgf – bdi + cdh – cge
colonnes) de nombres réels ou complexes, que l’on appelle ses
éléments, selon des règles de calcul que l’on verra un peu plus d e a b a b
=c(-1)4 +f(-1)5 +i(-1)6
tard. Ce nombre est noté en plaçant le tableau entre deux barres g h g h d e
verticales. (développement suivant la 3-ème colonne)
(2) Les éléments d’un déterminant sont notés aij (i : indice de = cdh – cge + fgb – fah + iae – idb
ligne, j : indice de colonne), 1 £ i, j £ n, n ∈ ℕ, n étant l’ordre
du déterminant. II- CALCUL PRATIQUE DES DETERMINANTS
(3) Une rangée désigne indifféremment une ligne ou une II-1 Méthode de SARRUS
colonne. Dans le cas particulier d’un déterminant d’ordre 3, on peut
(4) La diagonale principale est l’ensemble des éléments a 11, appliquer la méthode suivante dite de Sarrus :
a22,…, ann a b c
(5) Un déterminant est de forme triangulaire inférieure (resp. d e f
supérieure) si tous les éléments situés « au-dessus » (resp. « en g h i = aei + dhc + gbf – dbi – ahf – gec
dessous ») de sa diagonale principale sont nuls, i.e. si i < j (resp. a b c
i > j ) alors aij =0.
d e f
(6) Un déterminant de forme triangulaire inférieure et supérieure
est dite de forme diagonale, i.e. si i ≠ j alors aij = 0. On recopie en dessous du déterminant les 2 premières lignes puis
on fait la somme des produits des pseudo-diagonales
I-2 Calcul d’un déterminant par rapport à une rangée descendantes auxquelles on retranche la somme des produits des
(1) Si n = 1, le déterminant est égal à son unique élément: pseudo-diagonales ascendantes
a = a.
II-2 Propriétés
(2) Si n > 1, on appelle mineur Mij associé à l’élément aij le (1) On ne modifie pas un déterminant en remplaçant une ligne
déterminant d’ordre n – 1 obtenu en supprimant la i-ème ligne et par elle même ajoutée d’une autre ligne multipliée par une
la j-ème colonne. On appelle cofacteur associé à aij le nombre constante réelle k (li ← li + k lj). (Valable pour les colonnes )
Cij = (-1)i+jMij On utilise cette propriété pour faire apparaître des zéros dans une
Exemples: rangée avant de développer par rapport à cette rangée.
Soit le déterminant d’ordre 3 suivant,
a a a13 N.B. : On n’a pas le droit de faire des manipulations croisées
11 12
D = a 21 a 22 a 23 dans un même déterminant.
a 31 a 32 a 33
(2) En multipliant une rangée (c’est-à-dire tous les éléments de
Le mineur associé à a12 est cette rangée) d’un déterminant D par un nombre k, le
déterminant obtenu devient égal à kD.
M12 = a 21 a 23 (3) En permutant deux lignes du tableau (ou deux colonnes) le
a 31 a 33 déterminant est transformé en son opposé.
Le mineur associé à a33 est
Théorème :
M33 = a11 a12
Tout déterminant triangulaire est le produit des éléments de sa
a 21 a 22
diagonale principale.
Le cofacteur associé à a12 est
Remarque:
C12 = - a 21 a 23
Avec les manipulations élémentaires, on peut ramener le calcul
a 31 a 33
d’un déterminant à celui d’un déterminant de forme triangulaire.
Le cofacteur associé à a33 est
III- APPLICATIONS
C33 = a11 a12
a 21 a 22 Résolution d’un système linéaire
Soit un système de n équations linéaires à n inconnues :
Théorèmes et définition ì a 11 x 1 + a 12 x 2 + ... + a 1n x n = b1
(1) Un déterminant d’ordre supérieur à 1 est égal à la somme des ïïa x + a 22 x 2 + ... + a 2n x n = b 2
produits des éléments d’une rangée quelconque par leurs (S) í 21 1
.....
cofacteurs respectifs. ï
(2) Le résultat ne dépend pas de la rangée choisie pour effectuer ïîa n1 x 1 + a n2 x 2 + ... + a nn x n = b n
les calculs. On note:
(3) On a en particulier pour un déterminant d’ordre 2 : Δ = det((aij) 1 ≤ i, j ≤ n)
a b Δj le déterminant obtenu en remplaçant dans Δ la colonne des
= ad - bc coefficients de xj par la colonne des seconds membres.
c d
(1) (S) admet une unique solution ssi Δ ≠ 0 et dans ce cas on a
Et pour un déterminant d’ordre 3 :
Dj
xj = pour 1 ≤ j ≤ n.
D
 Matrices et Déterminants
(2) Si Δ = Δ1 = Δ2 = … = Δn = 0, le système admet une infinité (1) (λ + μ)A = λA + μA
de solutions. (2) λ(A + B) = λA + λB
(3) Si Δ = 0 et qu’il existe un j tel que Δj ≠ 0, alors le système
n’admet pas de solution. II – 3 Multiplication matricielle
Définition
MATRICES Soit A ∈ M(n, p) (K) et B ∈ M(p, q) (K) (le nombre de colonnes de
I – GENERALITES A est égal au nombre de lignes de B) alors on peut définir le
I – 1 Définitions produit des matrices A et B. Si A = (akl) 1 ≤ k ≤ n, 1 ≤ l ≤ p et
(1) K désigne ℝ ou ℂ. On appelle matrice de type n´p, ou de B = (bst) 1 ≤ s ≤ p, 1 ≤ t ≤ q le produit est défini par
AB = (cij) 1 ≤ i ≤ n, 1 ≤ j ≤ p
format (n, p) sur K, ou à éléments dans K (n, p ∈ ℕ) un tableau avec
composé de n lignes et p colonnes d’éléments de K. Le tableau p
est mis entre parenthèses pour signifier une matrice.
A = (aij) 1 ≤ i ≤ n, 1 ≤ j ≤ p
cij = å
h =1
aihbhj
Le premier indice i est indice de ligne, le deuxième indice j est L’élément cij peut ainsi être considéré comme étant le produit
indice de colonne. scalaire du vecteur formé par la i-ème ligne de A et du vecteur
(2) Si n = 1, on dit que A est une matrice ligne formé par la j-ème colonne de B.
Si p = 1, on dit que A est une matrice colonne
Si n = p, on dit que A est une matrice carrée d’ordre n. Exemple:
(3) On note M(n, p) (K) l’ensemble des matrices de format (n, p) à æa b cö æ am + bo + cq an + bp + cr ö
éléments dans K. L’ensemble des matrices carrées d’ordre n à ç ÷ æm nö ç ÷
éléments dans K est notée M n (K). çd e f ÷ ç ÷ ç dm + eo + fq dn + ep + fr ÷
çg h i ÷ ç o p ÷ = ç gm + ho + iq gn + hp + ir ÷
(4) Si A est une matrice carrée, sa diagonale principale est ç ÷çq r÷ ç ÷
ç j k l÷ è ø ç jm + ko + lq jn + kp + lr ÷
formée des éléments aii. è ø è ø
(5) Les matrices A = (aij) et b = (bij) sont égales ssi elles ont le
même format et aij = bij pour tout i et tout j. Propriétés
(1) Si A ∈ M(n, p) (K) et B ∈ M(p, q) (K) alors le produit AB est de
I – 2 Matrices particulières
format (n, q).
(1) Une matrice est de forme triangulaire inférieure (resp.
(2) Quand les opérations ont un sens, on a:
supérieure) si c’est une matrice carrée dont tous les éléments
· A(BC) = (AB)C = ABC associativité
situés « au-dessus » (resp. « en dessous ») de sa diagonale
principale sont nuls, i.e. si i < j (resp. i > j ) alors aij =0. · C(A + B) = CA + CB
Une matrice de forme triangulaire inférieure et supérieure est (A + B)C = AC + BC distributivité
dite de forme diagonale, i.e. si i ≠ j alors aij = 0. · λ (AB) = (λA)B = A(λB)
(2) Une matrice scalaire est une matrice diagonale dont tous les (3) Le produit matriciel n’est pas commutatif (i.e. il existe des
éléments de la diagonale principale sont tous identiques. matrices A et B telles que AB ≠ BA), le produit matriciel n’est
pas intègre (i.e. il existe des matrices A ≠ 0 et B ≠ 0 telles que
II – OPERATIONS SUR LES MATRICES AB = 0).
II – 1 Addition (4) On note In la matrice scalaire d’ordre n dont les éléments de
Définition la diagonale principale sont tous identiques à 1. Quand les
Si A = (aij) et B = (bij) sont deux matrices de même format (n, p), opérations ont un sens, on a:
leur somme est la matrice de même format (n, p) notée A + B AIn = A, InB = B
définie par: A + B = (aij + bij) On dit que In est la matrice unité d’ordre n.
O n fait la somme des éléments de même indice de ligne et de (5) Soit A une matrice scalaire, alors il existe λ tel que A = λIn et
même indice de colonne de A et de B. on remarque que si les opérations ont un sens, alors
AB = λB, CA = λC
Propriétés (6) Si A est une matrice carrée, on peut calculer A2 = AA,
(1) On ne peut pas définir la somme de 2 matrices de format A3 = AA2 = A2A, ….., Ak = Ak – 1A = AAk – 1 pour k ∈ ℕ).
différents.
(2) Quand les opérations ont un sens, on a: Théorème
· A+B=B+A commutativité Soient A et B deux matrices carrées de même ordre, alors :
· A + (B + C) = (A + B) + C = A + B + C associativité det(AB) = det(A)det(B)

II – 2 Multiplication par un scalaire II – 4 Transposition – Conjuguée

Définition Définitions
(1) A étant une matrice de format (n, p), sa transposée est la
λ étant un scalaire (i.e. λ ∈ K), si A = (aij), la multiplication de A
matrice notée tA, de format (p, n), dont les lignes sont les
par λ est la matrice notée λA ou Aλ de même format que A et
colonnes de A
définie par:
λA = (λaij)
Exemple
On multiplie tous les éléments de A par λ.
æa b cö
ç ÷ æa d g jö
Propriétés çd e f ÷ t ç ÷
Soit A = ç , alors A = çb e h k÷
On peut toujours effectuer la multiplication d’une matrice par un g h i÷ çc
ç ÷
ç j k l÷ è f i l ÷ø
scalaire. è ø
Quand les opérations ont un sens, si A et B sont des matrices et
λ, μ des scalaire, on a : (2) Si A = (aij) ∈ M(n, p) (ℂ), sa conjuguée est la matrice de
 Matrices et Déterminants
M(n, p) (ℂ), notée A et définie par A = ( a ij ). Théorèmes
(1) Une matrice A est inversible (i.e. A –1 existe) ssi elle est
carrée d’ordre n et de rang n.
Propriétés (2) Une matrice A est inversible ssi det(A) ≠ 0
(1) Quelques soient les matrices Aet B, quand les opérations ont
(3) Soit A une matrice carrée d’ordre n, alors rg(A) = n ssi
un sens, on a:
t t det(A) ≠ 0
( A) = A, t(λA) = λtA, t(A + B) = tA + tB, t(AB) = tBtA
(2) Si A, B sont des matrices à éléments complexes, quand les
Propriétés
opérations ont un sens, on a:
(1) Soient A et B deux matrices carrées de même ordre, alors
A = tA
t
A = A, A+B = A +B, AB = A B , det(AB) = det(A)det(B)
(1) Soient A et B deux matrices carrées de même ordre, alors AB
III – INVERSION D’UNE MATRICE est inversible ssi A est inversible et B est inversible
III – 1 Manipulations élémentaires (2) Soient A et B deux matrices carrées d’ordre n. Alors
On appelle manipulations élémentaires sur les lignes d’une rg(AB) = n ssi rg(A) = n et rg(B) = n.
matrice A les opérations suivantes:
a/ Permutation de deux lignes Li ↔ Lj Calcul de l’inverse d’une matrice inversible
b/ Multiplication d’une ligne par un scalaire non nul Théorèmes
Li ← kLi k ≠ 0 (1) Utilisation des manipulations élémentaires
c/ Addition à une ligne d’une autre multipliée par un scalaire k Une matrice carrée A d’ordre n est inversible ssi (A│In) est
Li ← Li + kLj équivalente à (In│A –1)
(2) Utilisation des déterminants
1
Une suite de telles manipulations élémentaires appliquées à une
Si det(A) ≠ 0, A-1 = det(A) t(CA)
matrice A transforment celle ci en une matrice de même format
B. On dit alors que A et B sont équivalentes suivant les lignes. Où CA est la matrice dans les éléments sont les cofacteurs
On définit aussi, de façon analogue, des manipulations associés dans A. CA est appelée comatrice de A.
élémentaires sur les colonnes et des matrices équivalentes
suivant les colonnes. Exemple:
Vérifier que la matrice A est inversible, puis calculer de 2 manières
III – 2 Matrice échelon
æ 1 0 1ö
Définitions ç ÷
Une matrice échelon suivant les lignes possède les son inverse. A = ç 0 1 1÷
ç 0 0 1÷
caractéristiques suivantes: è ø
· Ses lignes nulles, si elle en possède, sont les dernières.
· L’indice de colonne du premier élément non nul dans IV – APPLICATION
une ligne est une fonction croissante stricte de son Résolution de systèmes linéaires
indice de ligne. Soit à résoudre le système linéaire de n équations à n
inconnues suivant:
Exemple:
æ 0 1 2 3 -1ö ìa11x1 +a12x 2 +... +a1n x n = b1
ç 0 0 2 2 0 ÷ est une matrice échelon suivant les lignes ï
çç 0 0 0 0 1 ÷÷ a x + a 22x 2 + ... + a 2n x n = b2
è00000ø
(S) ïí 21 1
ï .....
On peut aussi définir, de façon analogue, une matrice échelon ïa x + a n2 x 2 + ... + a nn x n = bn
suivant les colonnes. î n1 1

Théorèmes et définitions On pose A((aij) 1 ≤ i, j ≤ n) la matrice des coefficients du

(1) Par des manipulations élémentaires sur les lignes, on peut système (S) et on remarque que (S) équivaut à
transformer toute matrice en matrice échelon suivant les lignes æ x1 ö æ b1 ö
ç ÷ ç ÷
équivalente. ç x2 ÷ ç b2 ÷
(2) Le rang d’une matrice A est égal au nombre de lignes non A çç : ÷÷ = çç : ÷÷
nulles d’une matrice échelon suivant les lignes équivalentes. On ç : ÷ ç : ÷
le note rg(A). ç ÷ ç ÷
x
è nø è bn ø
(3) Ainsi, toutes les matrices équivalentes sont de même rang.
Si A est inversible, alors on a:
Tous les résultats et définitions qu’on a ainsi obtenus æ x1 ö æ b1 ö
ç ÷ ç ÷
« suivants les lignes» sont aussi valables « suivants les x
ç 2÷ ç b2 ÷
colonnes ». ç : ÷ = A-1 ç : ÷
ç ÷ ç ÷
ç : ÷ ç : ÷
III – 3 Inverse d’une matrice ç ÷ ç ÷
Définitions è xn ø è bn ø
A étant une matrice, on dit qu’une matrice B est l’inverse de A Vrai ou Faux On justifiera les réponses. Un contrexemple suffit
quand c’est faux.
ssi il existe n ∈ ℕ tel que
1°/ On peut utiliser la méthode de Sarrus pour calculer
AB = BA = In
Dans ces conditions, on dit alors que A est inversible et on note
B = A –1 l’inverse de A.
 Matrices et Déterminants
1 23 4 ì x +y = 5
ï
D = 2589 7°/ Le système í y + z = 1 admet
4567
9630 ï x + 3y + 2z = 4
î
2°/ On peut utiliser la méthode de Sarrus pour calculer a/ zéro solution  b/ une unique solution 
1 00 c/ une infinité de solutions  d/ autre 
D= 120 1 2 3 4
123
2 5 8 0
1 23 8°/ D = | (aij) | = . Le mineur associé à a12 est
4 5 0 0
3°/ D = 1 2 0 = 6
100 9 0 0 0
1 23 4 1 2 3 2 8 0 2 8 0
4°/ D = 2 5 8 0 = 1440 a/ 2 5 8  b/ - 4 0 0  c/ 4 0 0  d/ autre 
4500
9000 4 5 0 9 0 0 9 0 0
5°/ Une matrice A est telle que l’on peut calculer A2. 1 00
Alors, on peut calculer A3. 9°/ D = 1 2 0 est égal à:
6°/ Une matrice A est telle que l’on peut calculer A2. 123
Alors, on peut calculer A + tA. a/ 4  b/ 6  c/ 8  d/ autre 
7°/ Une matrice A est telle que l’on ne peut pas calculer A + tA. 2 0 0
Alors A est une matrice carrée.
8°/ Une matrice triangulaire est échelonnée. 10°/ 2 2 0 n’est pas égal à
9°/ Une matrice triangulaire supérieure est échelonnée. 2 2 3
10°/ Une matrice échelonnée est triangulaire.
11°/ Une matrice diagonale est échelonnée. 1 0 0 1 0 0 1 0 0
a/2 1 2 0  b/4 1 1 0  c/8 1 1 0  d/ autre 
QCM 1 2 3 1 1 3 2 2 3
Cet exercice est un questionnaire à choix multiples. Pour chaque
1 2 3 4
question, trois ou quatre réponses sont proposées. Une ou deux
parmi elles sont exactes. On justifiera les réponses. 2 5 8 0
11°/ D = | (aij) | = . Le mineur associé à a22 est
1 23 4 4 5 0 0
1°/ D = | (aij) | = 2 5 8 0 . Le mineur associé à a12 9 0 0 0
4500
9000 1 3 4 1 2 4 1 2 4
1 23 280 280 a/ 4 0 0  b/ - 4 0 0  c/ 4 0 0  d/ autre 
a/ vaut zéro  b/ est 2 5 8  c/ est - 4 0 0  d/ est 4 0 0 9 0 0 9 0 0 9 0 0
450 900 900
 1 0 0
1 00 12°/ D = 1 2 0 est égal à:
2°/ D = 1 2 0 est égal à 1 2 4
123
a/ 4  b/ 6  c/ 8  d/ autre 
a/ 2  b/ 4  c/ 6  d/ autre 
2 0 0
2 00
3°/ 2 2 0 est égal à 13°/ 2 2 0 n’est pas égal à
223 2 2 3
1 00 1 00 1 00 1 00
a/ 2 1 2 0  b/ 4 1 2 0  c/ 8 1 2 0  d/ 4 1 1 0 1 0 0 1 0 0 1 0 0
123 123 123 223
a/2 1 2 0  b/8 1 1 0  c/4 1 1 0  d/ autre 
1 1 1 1
1 2 3 1 1 2 2 2 3
1 2 3 4
5°/ Le déterminant suivant, D = est égal à 1 2 3 4
1 3 6 10 2 5 8 0
14°/ D = | (aij) | = . Le mineur associé à a23 est
1 4 10 20 4 5 0 0
a/ -8  b/ 0  c/ 8  d/ autre  9 0 0 0
æ0 2 1 2 2ö 1 2 4 1 2 4 2 8 0
ç ÷
ç3 6 3 3 3÷
a/ 4 5 0  b/ - 4 5 0  c/ 4 0 0  d/ autre 
6°/ La matrice A = çç 1 2 2 2 3 ÷ est
÷ 9 0 0 9 0 0 9 0 0
ç1 2 1 2 2÷
ç ÷ 1 0 0
è1 2 2 3 3ø
a/ inversible  b/ non-inversible  c/ autre  15°/ D = 1 2 0 est égal à:
1 2 2
 Matrices et Déterminants
a/ 4  b/ 6  c/ 8  d/ autre  æ- 2 - 2 2ö
2 0 0 ç ÷
B = ç- 2 4 2÷ .
16°/ 2 2 0 n’est pas égal à ç 4 4 2÷
è ø
2 2 3 28°/ Le rang de B est,
1 0 0 1 0 0 1 0 0 a/ 2  b/ 3  c/ 1 d/ autre 
29°/ l’inverse de A est,
a/2 1 2 0  b/4 1 1 0  c/4 1 1 0  d/ autre 
1
1 2 3 1 1 3 2 2 3 a/ B  b/ 1 B  c/ B  d/ autre 
3 6
30°/ Une matrice diagonale est inversible.
æa bc d ö æmn oö a/ Toujours vrai  b/ Toujours faux  c/ autre 
17°/ Soient les matrices A = ç e f g h ÷ et B = ç p q r ÷ . Alors on æ 0 - 2 2ö
çi jkl ÷ ç s t u÷ ç ÷
è ø è ø Pour les deux prochaines questions, A = ç - 2 2 0 ÷ ,
peut calculer le produit ç 4 0 2÷
a/ AA  b/ AB  c/ BA  d/ tAB  è ø
æ12 3 1 ö æ - 1 - 1 1ö
18°/ Soit la matrice A = ç 2 1 1 2 ÷ . Le rang de A est, ç ÷
ç 1 -1-2 l ÷ B = ç - 1 2 1÷ .
è ø ç 2 2 1÷
a/ 1  b/ 2  c/ 3  d/ autre  è ø
31°/ Le rang de A est,
æ 0 -1 1 ö æ -1 -11ö
19°/ On donne les matrices A = ç -1 1 0 ÷ et B = ç -1 2 1÷ . Alors, a/ 3  b/ 1  c/ 2  d/ autre 
ç 2 0 1÷ ç 2 2 1÷ 32°/ l’inverse de B est,
è ø è ø
1
l’inverse de A est, a/ A  b/ 1 A  c/ A  d/ autre 
6 3
a/ B  b/ 1 B  c/ 1 B  d/ autre 
2 3
20°/ Une matrice carrée est inversible.
a/ Toujours vrai  b/ Toujours faux  c/ autre 
21°/ Une matrice triangulaire est inversible.
a/ Toujours vrai  b/ Toujours faux  c/ autre 
22°/ Une matrice diagonale dont tous les éléments de la
diagonale sont non nuls est inversible.
a/ Toujours vrai  b/ Toujours faux  c/ autre 
æ0 2 1 2 2ö
ç ÷
ç3 6 3 3 3÷
23°/ La matrice A = çç 1 2 2 2 3 ÷ est
÷
ç1 2 1 2 2÷
ç ÷
è1 2 2 3 3ø
a/ inversible  b/ non-inversible  c/ autre 
24°/ Soit n ∈ ℕ*. A ∈ M(n-1, n)(ℝ), B ∈ M(n-1, n-1)( ℝ). Alors on
ne peut pas calculer
a/ BB  b/ AB  c/ BBA d/ tAB  d/ autre 
æ 0 -1 1ö
ç ÷
Pour les deux prochaines questions, A = ç - 1 1 0 ÷ ,
ç 2 0 1÷
è ø
æ - 1 - 1 1ö
ç ÷
B = ç - 1 2 1÷ .
ç 2 2 1÷
è ø
25°/ Le rang de A est,
a/ 1 b/ 2  c/ 3 d/ autre 
26°/ l’inverse de A est,
1
a/ B b/ 1 B  c/ B d/ autre 
3 6
27°/ Soit n ∈ ℕ*. A ∈ M(n-1, n - 1)(ℝ), B ∈ M(n-1, n)( ℝ). Alors on
ne peut pas calculer
a/ BB b/ AB  c/ ABA  d/ tBA  d/ autre 
æ 0 -1 1ö
ç ÷
Pour les deux prochaines, questions A = ç - 1 1 0 ÷ ,
ç 2 0 1÷
è ø