CHAPITRE 1

ANALYSE MATRICIELLE

1
 Qu’est ce qu’une matrice
• Intersection de lignes et colonnes
• Structure de données
• Algèbre
𝐴: 1, . . , n × 1, . . , m → 𝕂
𝑖, 𝑗 → 𝑎𝑖𝑗
• 1≤𝑖≤𝑛 𝑎𝑖𝑗 ∈ 𝕂 coefficients réels ou
1≤𝑗≤𝑚
complexes
Exemple
(1,1) → 1 (2,1) → 3
1 0 5
𝐴= , application A: (1,2) → 0 (2,2) → 2
3 2 1
(1,3) → 5 (2,3) → 1
2
 Notations
𝒂.𝒋
• 𝑀𝑛 𝐾 𝑀𝑛,𝑚 (𝐾) 𝒂𝟏𝒎 𝒂𝟏𝒎

1≤𝑖≤𝑛 1≤𝑖≤𝑛 𝒂𝒊.

1 ≤ 𝑗 ≤ 𝑛 1 ≤ 𝑗 ≤ 𝑚𝒏

𝒂𝒂𝒏𝟏
• (𝒂𝒊. ) : vecteur 1xm 𝒏𝟏

• (𝒂∙𝒋 ) : vecteur nx1 (𝒂𝒊𝒊 )

𝒎
• (𝒂𝒊𝒊 ) : vecteur min(n,m)x1

3
 Questions
• Est-ce que cette application définie une matrice?
(1,1) → 1 2,1 → 2𝑖 + 4
• A: 1,2 → 𝑖 + 3
(1,3) → 5 (2,3) → 1

(1,1) → 0 2,1 → −2
• A: 1,2 → 1 (2,2) → 0
1,3 → −1 (2,3) → 1

4
 Notations
• (𝐴𝑡 )𝑗𝑖 matrice transposée 𝒂𝟏𝒎

de (𝐴)𝑖𝑗
(𝐴𝑡 )𝑡 = 𝐴 𝒂𝒏𝟏

• (𝐴∗ )𝑗𝑖 matrice adjointe de (𝐴)𝑖𝑗

(𝐴∗ )𝑗𝑖 = (𝐴𝑡 )𝑗𝑖
(𝐴∗ )∗ = 𝐴
• 𝑀1,𝑚 (𝐾)
• 𝑀𝑛,1 (𝐾)
5
 Notations
Exemple 1 :
1 2 𝑡
1 0 4
0 5 =
2 5 7
4 7
Exemple 2 :
1 2 ∗
1 0 4
0 5 =
2 5 7
4 7
Exemple 3 :
1 + 𝑖 2 − 3𝑖 ∗
1−𝑖 0 4 + 7𝑖
0 5 + 2𝑖 =
2 + 3𝑖 5 − 2𝑖 7
4 − 7𝑖 7
6
 Opérations sur les matrices
Soient A, B, C ∈ 𝑀𝑛,𝑚 (𝐾),
∀(𝑖, 𝑗) ∈ 1, . . , n × 1, . . , m
• Egalité 𝑎𝑖𝑗 = 𝑏𝑖𝑗 ⇔ 𝐴 = 𝐵
• Addition 𝐶 = 𝐴 + 𝐵 ⇔ 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗
•0𝑛,𝑚
•𝐴 + 𝐵 = 𝐵 + 𝐴
• 𝐴+𝐵 𝑡 = 𝐴 𝑡+ 𝐵 𝑡

• 𝐴+𝐵 ∗ = 𝐴 ∗+ 𝐵 ∗

7
 Opérations sur les matrices
• Multiplication par un scalaire
𝐶 = 𝜆𝐴 ⟺ 𝑐𝑖𝑗 = 𝜆 ∙ 𝑎𝑖𝑗

(𝜆𝐴)𝑡 = 𝜆𝐴𝑡
(𝜆𝐴)∗ = 𝜆𝐴ҧ ∗
𝜆 𝐴 + 𝐵 = 𝜆𝐴 + 𝜆𝐵
𝜆 + 𝜇 𝐴 = 𝜆𝐴 + 𝜇𝐴

8
 Produit de matrices
+ j

𝐴 . 𝐵 = 𝐶 𝐶𝑖𝑗
i

𝐴 ∈ 𝑀𝒏,𝒑 𝐾 𝐵 ∈ 𝑀𝒑,𝒎 𝐾 𝐶 ∈ 𝑀𝒏,𝒎 𝐾

𝑝
• 𝐶 = 𝐴 𝐵 ⟺ 𝐶𝑖𝑗 = 𝑘=1 𝑎𝑖𝑘 ∙ 𝑏𝑘𝑗
σ
9
 Produit de matrices
Exemple:
• si A est d’ordre 3 et B de taille 3 ×2
• A ×B est d’ordre 3 ×2

1 0 2 2 1 6 5
2 1 −1 × 0 2 = 2 2
1 3 2 2 2 6 11
• En MATLAB : >> A*B

10
 Matrice identité

1 0 … 0
0 1 … 0
• 𝐼𝑛 = 𝛿𝑖𝑗 =
⋮ ⋮ ⋱ ⋮
0 0 … 1

• 𝐴 .𝐼 = 𝐴

• 𝐴 ∈ 𝑀𝑛,𝒑 𝐾 , 𝐼𝑝 𝐴 .𝐼 = 𝐴
• 𝐴 ∈ 𝑀𝑛,𝒑 𝐾 , 𝐼𝑛 𝐼. 𝐴 = 𝐴
11
 Propriétés
• 𝐴+𝐵 =𝐵+𝐴,
(𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵𝑡
(𝐴 + 𝐵)∗ = 𝐴∗ + 𝐵 ∗
• 𝐴+ 𝐵+𝐶 = 𝐴+𝐵 +𝐶
• 𝐴 . 𝐵 ≠ 𝐵. 𝐴
(𝐴 ∙ 𝐵)𝑡 = 𝐴𝑡 ∙ 𝐵𝑡
(𝐴 ∙ 𝐵)∗ = 𝐴∗ ∙ 𝐵 ∗
• 𝐴 . 𝐵. 𝐶 = 𝐴 . 𝐵 . 𝐶
• A.(B+C)=A.B+A.C
12
 Propriétés
• 𝐴 = 0 ou/et 𝐵 = 0 ⇒ 𝐴 .𝐵 = 0
• 𝐴 . 𝐵 = 0 ⇏ 𝐴 = 0 𝑜𝑢 𝐵 = 0

• 𝐴𝑝 = 𝐴 ∙ 𝐴 ∙ … ∙ 𝐴 𝑝 fois
• Exemple
1 0 1 1 0 2𝑝 − 1
A = 0 −1 0 𝐴𝑝 = 0 (−1)𝑝 0
0 0 2 0 0 2𝑝
1 0 31
𝐴5 = 0 −1 0 𝐴0 = 𝐼
0 0 32 13
 Inverse d’une matrice
Soit 𝐴 ∈ 𝑀𝑛 𝐾 ,
• Existence
∃? 𝐴−1 tq 𝐴 ∙ 𝐴−1 = 𝐼𝑛
• L’inverse de A est noté 𝐴−1
• Si ∃ 𝐴−1 alors 𝐴 est dite non singulière ou inversible

• Propriétés
(𝐴−1 )−1 = 𝐴 (𝐴𝐵)−1 = 𝐵−1 𝐴−1
1 −1
(𝐴−1 )𝑇 = (𝐴𝑇 )−1 −1
(𝛼𝐴) = 𝐴
𝛼

14
 Inverse d’une matrice
Exemples : 3 0
• 𝐴= ∄ 𝐴−1
5 0
1 2
• 𝐴= inversible? A est singulière,
0 3
1 2 𝑎 𝑏 1 0 non inversible
∙ =
0 3 𝑐 𝑑 0 1
𝑎 = 1 − 2𝑐 𝑐=0 • 𝐼 −1 = 𝐼
→
𝑏 = −2𝑑 𝑑 = 1/3 • La matrice nulle n’est
−1 1 −2/3 jamais inversible
𝐴 =
0 1/3
𝐴 Non singulière 15
 Trace d’une matrice

𝒕𝒓 𝑨 = ෍ 𝒂𝒊𝒊

• 𝑡𝑟 𝛼𝐴 + 𝐵 = 𝛼 ∙ 𝑡𝑟 𝐴 + 𝑡𝑟(𝐵)
• Soient 𝐴 ∈ ℳ𝑛,𝑚 (ℝ), 𝐵 ∈ ℳ𝑚,𝑛 (ℝ), alors
𝑡𝑟 𝐴 ∙ 𝐵 = 𝑡𝑟(𝐵 ∙ 𝐴)

16
 Déterminant d’une matrice
𝑀𝑛 𝐾 → 𝐾
det ∶ ൝
(𝐴𝒊,𝒋 ) → 𝑦
Exemple :
1 2 1 2
soit A = → det 𝐴 = 𝐴 = =3
0 3 0 3
𝑎 𝑏
𝐴= →
𝑐 𝑑
𝑎 𝑏
det 𝐴 = = 𝑎. 𝑑 − 𝑏. 𝑐
𝑐 𝑑
17
 Calcul du déterminant
𝑎 𝑑 𝑔
𝑏 𝑒 ℎ = ?? Méthode de SARRUS
𝑐 𝑓 𝑖
𝑎 𝑑 𝑔 𝑎 𝑑 𝑔 | 𝒂 𝒅
𝑏 𝑒 ℎ =𝑏 𝑒 ℎ | 𝒃 𝒆
𝑐 𝑓 𝑖 𝑐 𝑓 𝑖 | 𝒄 𝒇

= 𝒂𝒆𝒊 + 𝒅𝒉𝒄 + 𝒈𝒃𝒇 − 𝒄𝒆𝒈 − 𝒇𝒉𝒂 − 𝒊𝒃𝒅

18
 Calcul du déterminant
1 2 3
−1 −2 −3 = ?? Méthode de SARRUS
0 1 −1

1 2 3 1 2 3 | 𝟏 𝟐
−1 −2 −3 = −1 −2 −3 | −𝟏 −𝟐
0 1 −1 0 1 −1 | 𝟎 𝟏

= 𝟏 −𝟐 −𝟏 + 𝟐 −𝟑 𝟎 + 𝟑 −𝟏 𝟏
− 𝟎 −𝟐 𝟑 + 𝟏 −𝟑 𝟏 + −𝟏 −𝟏 𝟐 = 𝟎

19
 Calcul du déterminant

Développement de LAPLACE
Développement du cofacteur

Laplace expansion
Cofactor expansion

20
 Calcul du déterminant
Développement de LAPLACE
4 0 3 1
4 2 1 0
𝐴 ∈ 𝑀𝒏 𝐾 𝐴=
0 3 1 −1
1 0 2 3
(𝐴𝑖𝑗 ) = Mineur de A d’ordre n-1
4 1 0 4 3 1 4 2 0
(𝐴12 ) = 0 1 −1 (𝐴22 ) = 0 1 −1 (𝐴13 ) = 0 3 −1
1 2 3 1 2 3 1 0 3

4 3 1 4 3 1 (𝐴34 ), (𝐴31 ), (𝐴43 ), …

(𝐴32 ) = 4 1 0 (𝐴42 )= 4 1 0 ……….
1 2 3 0 1 −1
21
 Calcul du déterminant
Développement de LAPLACE

𝑎 𝑑 … 𝑥 𝑎 𝑑 … 𝑥
𝑏 𝑒 … 𝑦 𝑏 𝑒 … 𝑦 ←𝒊
𝐴𝒊𝑗 =
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝐴𝑖𝒋 = 𝑐 𝑓 … 𝑧 𝑐 𝑓 … 𝑧
↑
𝒋

22
Exemple : 4 0 3 1
4 2 1 0
𝐴=
0 3 1 −1
1 0 2 3
4 1 0 2 1 0
(𝐴12 ) = 0 1 −1 (𝐴11 ) = 3 1 −1
1 2 3 0 2 3

4 3 1 4 1 0
(𝐴22 ) = 0 1 −1 (𝐴12 ) = 0 1 −1
1 2 3 1 2 3

4 3 1 4 2 0
(𝐴32 ) = 4 1 0 (𝐴13 ) = 0 3 −1
1 2 3 1 0 3

4 3 1 4 2 1
(𝐴42 )= 4 1 0 (𝐴14 )= 0 3 1
0 1 −1 1 0 2
23
 Calcul du déterminant
Développement de LAPLACE

𝐴 ∈ 𝑀𝒏 𝐾
𝐶𝑜𝑓𝑖𝑗 = Cofacteur de (𝐴𝑖𝑗 )
𝐶𝑜𝑓12 = (−1)1+2 (𝐴12 )
= (−1)𝑖+𝑗 . (𝐴𝑖𝑗 )
𝐶𝑜𝑓22 = (−1)2+2 (𝐴22 )

𝐶𝑜𝑓32 = (−1)3+2 (𝐴32 )

𝐶𝑜𝑓42 = (−1)4+2 (𝐴42 )

24
 Calcul du déterminant
Développement de LAPLACE

4 0 3 1
𝐴 ∈ 𝑀𝒏 𝐾 4 2 1 0
𝐴=
(𝐴𝑖𝑗 ) 0 3 1 −1
1 0 2 3
𝐶𝑜𝑓𝑖𝑗 = (−1)𝑖+𝑗 . (𝐴𝑖𝑗 )
𝑛

det 𝐴 = ෍ 𝑎𝑖𝑗 . 𝐶𝑜𝑓𝑖𝑗

𝑖=1
det 𝐴 = 0 ∙ 𝐶𝑜𝑓12 + 2 ∙ 𝐶𝑜𝑓22 + 3 ∙ 𝐶𝑜𝑓32 + 0 ∙ 𝐶𝑜𝑓42
= 82
25
Exemple : 4 0 3 1
4 2 1 0
𝐴=
0 3 1 −1
1 0 2 3
4 1 0
1 0 4 0
(𝐴12 ) = 0 1 −1 = 0(−1)2+1 + 1. (−1)2+2 +
2 3 1 3
1 2 3
4 1
−1 −1 2+3
1 2
4 3 1
3 1 4 1
(𝐴22 ) = 0 1 −1 = 0(−1)2+1 + 1. (−1)2+2 +
2 3 1 3
1 2 3
4 3
−1 −1 2+3
1 2
4 3 1 4 3 1
(𝐴42 ) = 4 1 0 = ⋯ (𝐴32 ) = 4 1 0 =…
0 1 −1 1 2 3
26
 𝐶𝑜𝑓12 = (−1)1+2 (𝐴12 ) =

𝐶𝑜𝑓22 = (−1)2+2 (𝐴22 ) =

𝐶𝑜𝑓32 = (−1)3+2 (𝐴32 ) =

𝐶𝑜𝑓42 = (−1)4+2 (𝐴42 ) =a calculer

det 𝐴 = 0 ∙ 𝐶𝑜𝑓12 + 2 ∙ 𝐶𝑜𝑓22 + 3 ∙ 𝐶𝑜𝑓32 + 0 ∙ 𝐶𝑜𝑓42 = 82

27
 Calcul du déterminant
Méthode de LAPLACE
𝑎 𝑑 … 𝑥 Développement sur une
𝑏 𝑒 … 𝑦 ←𝒊 ligne
𝐴𝑖𝑗 =
⋮ ⋮ ⋱ ⋮
𝑐 𝑓 … 𝑧
𝑛

det 𝐴 = ෍ 𝑎𝑖𝑗 𝐶𝑜𝑓𝑖𝑗

𝑗=1

28
 Exemple :
Développement sur une ligne

𝑎 𝑑 𝑔
A= 𝑏 𝑒 ℎ
𝑐 𝑓 𝑖

𝑒 ℎ 𝑏 ℎ 𝑏 𝑒
det 𝐴 = 𝑎(−1)1+1 + 𝑑(−1)1+2 + 𝑔(−1)1+3
𝑓 𝑖 𝑐 𝑖 𝑐 𝑓

𝑒 ℎ 𝑑 𝑔 𝑑 𝑔
det 𝐴 = 𝑎(−1)1+1 + 𝑏(−1) 2+1 + 𝑐(−1)3+1
𝑓 𝑖 𝑓 𝑖 𝑒 ℎ

29
Propriétés du déterminant
det 𝐴 ∙ 𝐵 = det 𝐴 ∙ det 𝐵
−1
1
det 𝐴 =
det 𝐴
det 𝐴𝑡 = det 𝐴
𝑑𝑒𝑡 𝐴∗ = det 𝐴
det 𝐼𝑛 = 1

30
 Propriétés du déterminant
𝐶1 ⋯ 𝐶𝑘 ⋯ 𝐶𝑙 ⋯ 𝐶𝑛
𝑎11 ⋯ ⋮ ⋯ ⋮ ⋯ ⋮
En posons : A = 𝑎21 ⋯ ⋮ ⋯ ⋮ ⋯ ⋮
⋮ ⋯ ⋮ ⋯ ⋮ ⋯ ⋮
𝑎𝑛1 ⋯ ⋮ ⋯ ⋮ ⋯ ⋮
𝒅𝒆𝒕 𝑨 = 𝟎 pour 3 cas
1. 𝐴 = 0𝑛
2. Si ∃ 1 ≤ 𝑘 ≤ 𝑙 ≤ 𝑛 tel que 𝐶𝑘 = 𝐶𝑙 ou 𝐿𝑘 = 𝐿𝑙
3. Si ∃ 𝑘 tel que 𝐶𝑘 = σn𝑖=1 𝜆𝑖 𝐶𝑖 ou 𝐿𝑘 = σn𝑖=1 𝜆𝑖 𝐿𝑖
𝑖≠𝑘 𝑖≠𝑘
31
 Propriétés du déterminant

3 3 1
𝐴= 1 1 −1 ⇒ det 𝐴 = 0 car 𝐶2 =𝐶1
2 2 3

4 3 −2
𝐴= 0 1 −2 ⇒ det 𝐴 = 0 car 𝐶3 = 𝐶1 − 2𝐶2
1 2 −3

32
 Inverse d’une matrice
Soit 𝐴 ∈ 𝑀𝑛 𝐾 ,
• Existance
∃? 𝐴−1 tq 𝐴 ∙ 𝐴−1 = 𝐼𝑛
• L’inverse de A est noté 𝐴−1
• Si ∃ 𝐴−1 alors 𝐴 est dite non singulière ou inversible

33
 Calcul de l’inverse de A
Soient ∶ A, 𝐶 ∈ 𝑀𝑛 𝐾
𝐶 = 𝐶𝑜𝑚 𝐴 = comatrice de A
= 𝐶𝑜𝑓𝑖𝑗 𝑖=1..𝑛 1
𝑗=1..𝑛 𝐴−1 = 𝐶𝑡
det 𝐴
𝑐𝑜𝑓𝑖𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖𝑗 ) det 𝐴 ≠ 0

34
 𝟏 𝟏 𝟎
𝑨=𝟎 𝟏 𝟏
Calcul de l’inverse de A
𝟏 𝟎 𝟏
,
1 1 0 1 0 1
det 𝐴 = 1. (−1)1+1 + 1. (−1)1+2 + 0. (−1)1+3 =2
0 1 1 1 1 0
⇒ 𝐴 Non singulière
1 1
𝐶𝑜𝑓23 = (−1)2+3 =-1
1 1 1 0
𝐶𝑜𝑓11 = (−1)1+1 =1 1 0
0 1 𝐶𝑜𝑓31 = (−1)3+1 =1
0 1 1 1
𝐶𝑜𝑓12 = (−1)1+2 =1 1 0
1 1 𝐶𝑜𝑓32 = (−1)3+2 =-1
0 1 1 1
𝐶𝑜𝑓13 = (−1)1+3 =-1 1 1
1 0 𝐶𝑜𝑓33 = (−1)3+3 =1
0 1
1 0
𝐶𝑜𝑓21 = (−1)2+1 =1
0 1 𝑡
𝐶𝑜𝑓22 = (−1)2+2
1 0
=1
1 1 1 −1
1 1 𝐴−1 = −1 1 1
2
1 −1 1
35
 Calcul de l’inverse

3 3 1
𝐴 = 1 1 −1 ,
2 2 3
det 𝐴 = 0 ⇒ 𝐴 non inversible
det 𝐵 = 0 ⇒ 𝐵 non inversible
4 3 −2
B= 0 1 −2
1 2 −3

36
 Matrices particulières
Matrice diagonale ?
2 0 0 0
A ∈ 𝑀𝑛 𝐾 0 ?
4 0 0
∀(𝑖, 𝑗), tel que 𝑖 ≠ 𝑗, 𝑎𝑖𝑗 = 0 0 0 ?
0 0
0 0 0 ?
7
• Somme 𝐴 + 𝐵 est une diagonale
𝟏
• Produit 𝐴 × 𝐵 est une diagonale 0 0 0
𝒂𝟏𝟏
• det 𝐴 = ς𝑛𝑖=1 𝑎𝑖𝑖 , 0 𝟏 0 0
• ∀𝑖, 𝑎𝑖𝑖 ≠ 0 ⟺ 𝐴 inversible 𝒂𝟐𝟐
−1 −1 0 0 ⋱ 0
• 𝐴 , 𝑖 ≠ 𝑗, 𝑎𝑖𝑗 = 0,
0 0 0 𝟏
−1 1
𝑖 = 𝑗, 𝑎𝑖𝑗 = 𝒂𝒏𝒏
𝑎𝑖𝑗
37
 Matrice diagonale
• Exemple
2 0 0 0 1/2 0 0 0
0 4 0 0 0 1/4 0 0
0 0 2 0 0 0 1/2 0
0 0 0 7 0 0 0 1/7

38
 Matrices particulières
Matrice triangulaire

Supérieure
A ∈ 𝑀𝑛 𝐾
∀ 𝑖, 𝑗 | 𝑖 > 𝑗, 𝑎𝑖𝑗 = 0

𝑖>𝑗 ? ? ?
𝟏=𝟏 𝟏<𝟐 𝟏<𝟑 𝟎 ? ?
𝟐>𝟏 𝟐=𝟐 𝟐<𝟑 𝟎 𝟎 ?
𝟑>𝟏 𝟑>𝟐 𝟑=𝟑

39
 Matrices particulières
Matrice triangulaire
Inférieure
A ∈ 𝑀𝑛 𝐾
∀(𝑖, 𝑗)| 𝑖 < 𝑗, 𝑎𝑖𝑗 = 0

𝑖<𝑗 ? 𝟎 𝟎
𝟏=𝟏 𝟏<𝟐 𝟏<𝟑 ? ? 𝟎
𝟐>𝟏 𝟐=𝟐 𝟐<𝟑 ? ? ?
𝟑>𝟏 𝟑>𝟐 𝟑=𝟑

40
 Matrices particulières
Matrice triangulaire
Supérieure
∀ 𝑖, 𝑗 | 𝑖 > 𝑗, 𝑎𝑖𝑗 = 0
Inférieure
∀(𝑖, 𝑗)| 𝑖 < 𝑗, 𝑎𝑖𝑗 = 0

det 𝐴 = ෑ 𝑎𝑖𝑖
𝑖=1..𝑛

41
 Matrices particulières
• A ∈ 𝑀𝑛 𝐾
• Matrice a diagonale dominante (≥)
• Matrice a diagonale strictement dominante (>)
par ligne par colonne
𝒂𝒊𝒊 𝒂𝒊𝒊
𝒏 𝒏

≥ ෍ 𝒂𝒊𝒋 ≥ ෍ 𝒂𝒊𝒋
𝒋=𝟏 𝒊=𝟏
𝒊≠𝒋 𝒊≠𝒋
𝒂𝒊𝒊 𝒂𝒊𝒊
𝒏 𝒏
≥ ෍ 𝒂𝒊𝒋 ≥ ෍ 𝒂𝒊𝒋
𝒋=𝟏 𝒊=𝟏
𝒊≠𝒋 𝒊≠𝒋
𝒂𝒊𝒊 𝒂𝒊𝒊
𝒏 𝒏
≥ ෍ 𝒂𝒊𝒋 ≥ ෍ 𝒂𝒊𝒋
𝒋=𝟏 𝒊=𝟏 42
𝒊≠𝒋 𝒊≠𝒋
 Matrices particulières

La matrice A est à La matrice B n’est pas à

diagonale dominante car diagonale dominante car

Matrice a diagonale (strictement) dominante

est toujours inversible
det A ≠ 𝟎 43
 Matrices particulières
Matrices semblables
• A, B ∈ 𝑀𝑛 𝐾
• Deux matrices A, B sont dites semblables si
elles peuvent être reliées par une
transformation de similitude :
∃ 𝑃. 𝑃−1 = 𝐼| B = 𝑃−1 A P
• det(𝐴) = det(𝐵)
• trace(𝐴) = trace(𝐵)
44
 Matrices semblables

0 1 0 0
Les matrices A= et B=
0 0 1 0
sont semblables, car

0 1 0 0 −1 0 1
=𝑃 𝑃 ; avec 𝑃 =
0 0 1 0 1 0

45