EMSI A.U.

2024/2025

Chapitre I : Matrices
Algèbre II  1AP Prof. responsable : L. LOUDIKI

Table des matières

1 Matrices de types (m, n) 2

1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Matrice ligne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Matrice colonne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3 Matrice nulle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2 Matrices carrées 3
2.1 Matrice diagonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Matrice identité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Matrice triangulaire supérieure . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.4 Matrice triangulaire inférieure . . . . . . . . . . . . . . . . . . . . . . . . . . 5

3 Opérations sur les matrices 5

3.1 Egalité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 Addition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.3 Multiplication par un scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4 Produit de deux matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4.1 Dénition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4.2 Produit d'une matrice ligne par une matrice colonne . . . . . . . . . 7
3.4.3 Calcul pratique du produit matriciel . . . . . . . . . . . . . . . . . . 7

4 Matrice transposée, symétrique et antisymétrique 8

5 Matrice Inversible 9

Tout au long de ce chapitre, K désigne R ou C.

1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

1 Matrices de types (m, n)

1.1 Généralités

Dénition 1.1. Soient m, n ∈ N∗ , I = {1, 2, . . . , m} et J = {1, 2, . . . , n}. On appelle matrice

de type (ou format) (m, n) à coecients dans K toute application de I ×J dans K. Autrement
dit, une matrice A à coecients dans K est une suite double nie (a ) d'éléments
de K.
i,j 1≤i≤m,1≤j≤n

Notation 1.
 Une matrice A de type (m, n) est notée par A = (a ) ou simplement A =
(a ) .
i,j 1≤i≤m,1≤j≤n

 M (K) désigne l'ensemble de toutes les matrices de types (m, n) à coecients dans
i,j i,j

K.
m,n

 Soit A = (a ) ∈ M (K). A se représente par un tableau rectangulaire à

m lignes et n colonnes.
i,j 1≤i≤m,1≤j≤n m,n

 
a1,1 a1,2 . . . . . . . . . a1,n

.. .. .. .. .. ..
 a2,1 a2,2 . . . . . . . . . a2,n 
 
 
A=
 
 ai,1
.. ..
...
.. .. .. ..
. . . ai,j . . . ai,n 

 
 
am,1 am,2 . . . . . . . . . am,n

 Le coecient situé à la i-ème ligne et à la j-ème colonne est noté a .

 Les a sont appelés les coecients de la matrice A.
i,j

 Les matrices de types (m, m) sont appelées matrices carrées d'ordre m. On écrit M
i,j

m (K)
pour M (K). m,m

Exemple 1.
 est une matrice 2 × 3, avec par exemple : a et
 
2 1 4
A= ∈ M2,3 (R). A 1,3 =4
.
3 0 −1
a2,2 = 4
 
2 5 7
 B=
 3 8 −1
 8 1 0  ∈ M4,3 (R). B
 est une matrice 4 × 3, avec par exemple : b 4,3 =0 et
.
11 4 30
b1,2 = 5
 
2 5 7
 C = 3 8 + i −1 ∈ M3,3 (C). C est une matrice 3 × 3, avec par exemple : c 3,3 =i

et .
8 1 i
c1,3 = 8

2
1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

1.2 Vocabulaire

Soit A = (ai,j ) ∈ Mm,n (K).

1.2.1 Matrice ligne

Dans ce cas, m = 1 (la matrice a une seule ligne), qu'on appelle aussi vecteur ligne et on
la note :

A = a1,1 a1,2 . . . a1,n

1.2.2 Matrice colonne

Dans ce cas, n = 1 (la matrice a une seule colonne), qu'on appelle aussi vecteur colonne
et on la note :  
a1,1
 a2,1 
A =  .. 
 
 . 
am,1

1.2.3 Matrice nulle

La matrice nulle est une matrice (de taille m × n) dont tous les coecients sont zéros est
et on la note 0mn ou plus simplement 0.
Dans le calcul matriciel, la matrice nulle joue le rôle du nombre 0 pour les réels.
 
0 ... 0
A =  ... . . . ...  = 0
 
0 ··· 0

2 Matrices carrées

Dans ce cas m = n (le même nombre de lignes et de colonnes) et on note Mn (K) au lieu
de Mn,n (K).
 
a1,1 a1,2 . . . a1,n
 a2,1 a2,2 . . . a2,n 
A =  .. .. .. .. 
 
 . . . . 
an,1 an,2 . . . an,n
Les éléments a1,1 , a2,2 , . . . , an,n forment la diagonale principale de la matrice.

3
1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

2.1 Matrice diagonale

Soit A une matrice carrée de Mn (K). A est une matrice diagonale si ai,j = 0, ∀i ̸= j :
 
a1,1 0 ... 0
 0 a2,2 . . . 0 
A =  .. .. .. .. 
 
 . . . . 
0 0 . . . an,n

Exemple 2.  
2 √0 0
A = 0 8 0
0 0 −5

2.2 Matrice identité

Soit A une matrice carrée de Mn (K). A est une matrice identité si ai,j = 0, ∀i ̸= j et
ai,j = 1, ∀i = j :
 
1 0 ... 0
0 1 ... 0
In =  .. .. . . .. 
 
. . . .
0 0 ... 1
Ses éléments diagonaux sont égaux à 1 et tous les autres éléments sont égaux à 0. La matrice
identité est un cas particulier de la matrice diagonale.
Dans le calcul matriciel, la matrice identité joue un rôle analogue à celui du nombre 1
pour les réels. C'est l'élément neutre pour la multiplication :

Im × A = A × In = A, ∀A ∈ Mm,n (K).

Exemple 3. Soient les matrices identités suivantes, on a :


 
1 0
I2 = ∈ M2 (K)
0 1
 
1 0 0
 I3 = 0
 1 0 ∈ M3 (K)
0 0 1
 
1 0 0 0 0
0 1 0 0 0
 
0
I5 = 
0
0 1 0 0 ∈ M5 (K)


0 0 1 0
0 0 0 0 1

4
1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

2.3 Matrice triangulaire supérieure

Soit A une matrice carrée de Mn (K). A est une matrice triangulaire supérieure si ai,j = 0,
∀i > j :  
a1,1 a1,2 . . . . . . a1,n
 0 a2,2 . . . . . . a2,n 
 . .. 
..
A =  .. 0 . . 
 
 . .. .. .. 
 .. . . . 
0 . . . . . . 0 an,n
Exemple 4.  
2 √7 1
A = 0 8 3
0 0 −5

2.4 Matrice triangulaire inférieure

Soit A une matrice carrée de Mn (K). A est une matrice triangulaire inférieure si ai,j = 0,
∀i < j :  
a1,1 0 . . . ... 0
 a2,1 a2,2 0 ... 0 
 . .. 
 . .. .. ..
A= . . . . . 

 . .. ..
 .. . .

0 
an,1 . . . . . . an,n−1 an,n
Exemple 5.  
2 √0 0
A = 1 8 0
4 6 −5

3 Opérations sur les matrices

3.1 Egalité

Soient A et B deux matrices de Mm,n (K), telles que : A = (ai,j )i,j et B = (bi,j )i,j .
Deux matrices sont égales lorsqu'elles ont la même taille et que les coecients correspon-
dants sont égaux.

A = B ⇐⇒ ai,j = bi,j , ∀i ∈ {1, . . . , m} et ∀i ∈ {1, . . . , n}.

3.2 Addition

Dénition 3.1. Soient A et B deux matrices ayant la même taille m × n. Leur somme
C = A + B est la matrice de taille m × n dénie par :

ci,j = ai,j + bi,j .

5
1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

Si A = et B = , alors A + B =
     
3 0 1 4 4 4
Exemple 6. 1 −2 5 2 6 0
Proposition 1.
1. ∀A, B, C ∈ M (K), (A + B) + C = A + (B + C).
2. ∀A, B ∈ M (K), A + B = B + A.
m,n

3. La matrice nulle est l'élément neutre de l'addition : ∀A ∈ M

m,n

m,n (K), A + 0 = A.

3.3 Multiplication par un scalaire

Dénition 3.2. Soient A ∈ Mm,n (K) et α ∈ K un scalaire. La matrice C ∈ Mm,n (K) dénie
par c = αai,j s'appelle la matrice produit externe de la matrice A par le scalaire α. On note
.
i,j
C = αA
Exemple 7.
1. A ∈ M et α = 1 ⇒ 1 × A = A.
m,n (K)
2. A ∈ M (K) et α = 0 ⇒ 0 × A = 0 .
m,n mn

3. A = 12 et α = −3 :

2 −1
1 −2
   
(−3) × 1 (−3) × 2 (−3) × (−1) −3 −6 3
α × A = (−3) × A = =
(−3) × 2 (−3) × 1 (−3) × (−2) −6 −3 6
Proposition 2.
1. ∀A ∈ M (K), ∀α, β ∈ K, (α + β)A = αA + βB.
2. ∀A, B ∈ M (K), ∀α ∈ K, α(A + B) = αA + αB.
m,n

m,n

Remarque 1. La diérence A − B revient à Multiplier B par le scalaire (−1) puis calculer

la somme de A + (−1)B . 
Exemple 8. Si A = 1 −2 et B = 5 2 , alors
  
3 0 1 4

     
3 0 −1 −4 2 −4
A − B = A + (−1)B = + =
1 −2 −5 −2 −4 −4

3.4 Produit de deux matrices

3.4.1 Dénition et propriétés

Dénition 3.3. Soient A ∈ Mn,m (K) et B ∈ M m,p (K) . La matrice C ∈ M n,p (K) dénie
par : m
X
ci,j = aik bkj

s'appelle la matrice produit de A par B. On note C = A × B.

k=1

On ne peut eectuer la multiplication de deux matrices A et B que si le nombre des

colonnes de A est égal au nombre de lignes de B.
6
1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

Proposition 3.
1. ∀A ∈ M n,m (K) , ∀B ∈ M (K), ∀C ∈ M (K), (A×B)×C = A×(B×C) ∈ M (K).
2. ∀A ∈ M (K), ∀B, C ∈ M (K), A × (B + C) = (A × B) + (A × C) ∈ M (K).
m,p p,q n,q

n,m m,p n,p

3.4.2 Produit d'une matrice ligne par une matrice colonne

Soient A ∈ M1,m (K) une matrice ligne et B ∈ Mm,1 (K) une matrice colonne telles que
 
bi,j
 .. 
 . 
A = (ai,1 , . . . , ai,k , . . . , ai,m ) et B =  bk,j 
 
 . 
 .. 
bm,j
La matrice C = A × B ∈ M1,1 (K) est alors égale au scalaire dénie par :
C = ai,1 bi,j + . . . + ai,k bk,j + . . . + ai,m bm,j .
Exemple 9. Soient A ∈ M 1,5 (K) une matrice ligne et B ∈ M 5,1 (K) une matrice colonne
telles que 
−2
0
A = (1, 2, −1, 0, −2) et  
2
B=
1


−1
Alors, C = A × B = 1 × (−2) + 2 × 0 + (−1) × 2 + 0 × 1 + (−2) × (−1) = −2.
3.4.3 Calcul pratique du produit matriciel
Soient A ∈ Mn,m (K) et B ∈ Mm,p (K) telles que :
   
a1,1 . . . a1,k . . . a1,m b1,1 . . . b1,j . . . b1,p
 .. .. .. .. ..   .. .. .. .. .. 
 . . . . .   . . . . . 
A =  ai,1 . . . ai,k . . . ai,m  et B =  bk,1 . . . bk,j . . . bk,p 
   
 . .. .. .. ..   . .. .. .. .. 
 .. . . . .   .. . . . . 
an,1 . . . an,k . . . an,m bm,1 . . . bm,j . . . bm,p
Pour obtenir le coecient pi,j de la matrice produit P = A × B , on fait le produit de la
ligne Li de la matrice A (Li : matrice ligne) par la colonne Cj de la matrice B (Cj : matrice
colonne).
 
L1 C1 . . . L 1 C j . . . L 1 Cp
 .. .. .. .. .. 
 . . . . . 
P =  Li C1 . . . Li Cj . . . Li Cp  ∈ Mn,p (K)
 
 . .. .. .. .. 
 .. . . . . 
Ln C1 . . . Ln Cj . . . Ln Cp

7
1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

Exemple 10. Soient les deux matrices suivantes :

 
2 1
et
 
1 3 2
A= ∈ M2,3 (K) B = 0 1 ∈ M3,2 (K)
8 4 1
1 2

On a la matrice A est de taille 2 × 3 et la matrice B est de tailles 3 × 2. Alors leur produit

P = A × B est la matrice de taille 2 × 2 dénie par :
3
X
pi,j = ai,k bk,j
k=1

p1,1 = a1,1 b1,1 + a1,2 b2,1 + a1,3 b3,1 = 1 × 2 + 3 × 0 + 2 × 1 = 4

p1,2 = a1,1 b1,2 + a1,2 b2,2 + a1,3 b3,2 = 1 × 1 + 3 × 1 + 2 × 2 = 8

p2,1 = a2,1 b1,1 + a2,2 b2,1 + a2,3 b3,1 = 8 × 2 + 4 × 0 + 1 × 1 = 17

p2,2 = a2,1 b1,2 + a2,2 b2,2 + a2,3 b3,2 = 8 × 1 + 4 × 1 + 1 × 2 = 14

Ainsi,    
p1,1 p1,2 4 8
P =A×B = = ∈ M2,2 (K).
p2,1 p2,2 17 14
Remarque 2. Le produit de matrices n'est pas commutatif en général. Eectivement, en
prenant l'exemple précèdent, on calcule le produit
   
2 1   10 10 5
1 3 2
B × A = 0 1  × =  8 4 1 ∈ M3,3 (K)
8 4 1
1 2 17 11 4

Et puisque  
4 8
A×B = ∈ M2,2 (K)
17 14
Alors,
A × B ̸= B × A.

4 Matrice transposée, symétrique et antisymétrique

Dénition 4.1. Soit A ∈ M (K). On appelle transposée de A la matrice A ∈ M t

m,n (K)
obtenue en échangeant les lignes et les colonnes de A. C'est-à-dire, si B = A alors
n,m
t

bi,j = aj,i , ∀i ∈ {1, . . . , m}, j ∈ {1, . . . , n}.

8
1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

Exemple 11.  
  1 0
1 6 3
A= ⇒ At = 6 1 
0 1 −5
3 −5
Proposition 4.
1. (A ) = A.
t t

2. (A × B) = B × A .
t t t

(Attention au changement d'ordre lors de la transposée d'un produit de deux matrices)

Dénition 4.2. Soit A ∈ M (K). On dit que :
 A est symétrique si A = A.
n
t

 A est antisymétrique si A = −A. t

Exemple 
12. 
 est symétrique car : A = .
 
2 6 t 2 6
A= =A
6 3 6 3
   
0 −2 −6 0 2 6
 A= 2
 0 3 est antisymétrique car : At = −2 0 −3 = −A
6 −3 0 −6 3 0

5 Matrice Inversible

Dénition 5.1. Une matrice carrée A d'ordre n est dite inversible s'il existe une matrice
carrée B d'ordre n telle que
A×B =B×A=I n

On note B = A . La matrice B = A s'appelle la matrice inverse de la matrice A.

−1 −1

Exemple 13.
1. Soient A = et :
   
1 2 3 −2
∈ M2,2 (K) B= ∈ M2,2 (K)
1 3 −1 1
 
1 0
A×B =B×A= = I2 .
0 1

La matrice A est alors inversible et A = B. −1

2. Soit A = 0 0 ∈ M (K). Pour tout matrice B = ac , on a

 
0 1 b
2,2 ∈ M2,2 (K)
d
 
c d
A×B = ̸= I2
0 0
et 
0 a

B×A= ̸= I2
0 c
La matrice A est alors non inversible.
9
1AP - Algèbre II - Chapitre 1 - Matrices L. LOUDIKI

Trouver l'inverse de A = ∈ M (K).

 
2 3
Exemple 14. 0 1 2,2

Soit la matrice B = ac db ∈ M (K) telle que A × B = B × A = I . On a :

 
2,2 2

     
2 3 a b 1 0
A × B = I2 ⇔ × =
0 1 c d 0 1
   
2a + 3c 2b + 3d 1 0
⇔ =
c d 0 1
On résout le système suivant :
= 12
 

 2a + 3c =1 
a
= −3

2b + 3d 
=0 b
2
⇔


 c =0 

c =0
 
d =1 d =1
Donc, 1 −3

B= 2 2 .
0 1
De la même manière, on a aussi :
     
a b 2 3 1 0
B × A = I2 ⇔ × =
c d 0 1 0 1
   
2a 3a + b 1 0
⇔ =
2c 3c + d 0 1
On résout le système suivant :
= 21
 

 2a =1 
 a
= −3

2c 
=0 b
2
⇔


 3a + b =0 

c =0
 
3c + d =1 d =1

On conclut que A = est inversible et son inverse est

 
2 3
0 1
−3
1 
−1 2 2
A =B= .
0 1
Théorème 5.1. Si deux matrices A, B ∈ M (K) sont inversibles alors la matrice A × B est
inversible et
n

−1 −1 −1
(A × B) = B × A .
En particulier, si A ∈ M (K) est inversible alors, A , p ∈ N est inversible et
n
p ∗

(Ap )−1 = (A−1 )p .

10