Espace vectoriel

Sous espace vectoriel

Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Algèbre linéaire
Cours S2 SEG

Amine Marah

Faculté des Sciences Juridiques, Economiques et Sociales - EL Jadiada.

Amine Marah Algèbre linéaire Cours S2 SEG 1 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Plan

1 Espace vectoriel

2 Calcul Matriciel

3 Déterminants

Amine Marah Algèbre linéaire Cours S2 SEG 2 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Espace vectoriel

Définition
On dit qu’un ensemble non vide E est un espace vectoriel réel ou
un R-espace vectoriel s’il est muni :
• d’une loi interne +, c’est à dire, si u, v ∈ E , alors u + v ∈ E ,
• d’une loi externe ., c’est à dire, si λ ∈ R et u ∈ E , alors λ.u ∈ E ,
et qui vérifie de plus les huit propriétés suivantes :
1) commutativité : u + v = v + u, pour tous u, v ∈ E ,
2) associativité : u + (v + w ) = (u + v ) + w , pour tous u, v , w ∈ E ,
3) il existe un élément neutre noté 0E (vecteur nul) tel que
u + 0E = u pour tout u ∈ E ,

Amine Marah Algèbre linéaire Cours S2 SEG 3 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Espace vectoriel

4) Tout élément u ∈ E admet un symétrique u 0 tel que

u + u 0 = 0E , cet élément u 0 est noté −u.
5) 1.u = u pour tout u ∈ E ,
6) λ.(µ.u) = (λµ).u, pour tous λ, µ ∈ R, pour tout u ∈ E ,
7) λ(u + v ) = λ.u + λ.v , pour tout λ ∈ R, pour tous u, v ∈ E ,
8) (λ + µ)u = λ.u + µ.v , pour tous λ, µ ∈ R, pour tous u ∈ E ,

Amine Marah Algèbre linéaire Cours S2 SEG 4 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Espace vectoriel

Exemple : L’ensemble R2 = {(x , y )/x ∈ R et y ∈ R} est un espace

vectoriel. En effet,
si u = (x , y ) et v = (x 0 , y 0 ) deux vecteurs de R2 , alors :
• u + v = (x + x 0 , y + y 0 ) ∈ R2 , la loi interne,
• λ.u = λ(x , y ) = (λx , λy ) ∈ R2 , la loi externe,
• l’élément neutre de la loi interne est le vecteur null (0, 0) et on
(x , y ) + (0, 0) = (x , y ), pour tout x , y ∈ R,
• l’élément symétrique de (x , y ) est (−x , −y ) et
(x , y ) + (−x , −y ) = (0, 0) pour tout x , y ∈ R,

Amine Marah Algèbre linéaire Cours S2 SEG 5 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Sous espace vectoriel

Définition
Soit E un R-espace vectoriel. Une partie F de E est appelée un
sous espace vectoriel (s.e.v) si :
1) 0E ∈ F ,
2) u + v ∈ F , pour tous u, v ∈ F ,
1) λu ∈ F , pour tout λ ∈ R et pour tout u ∈ F ,

Amine Marah Algèbre linéaire Cours S2 SEG 6 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Sous espace vectoriel

• Exemple 1 : L’ensemble F = {(x , y ) ∈ R2 /x + y = 0} est un
sous espace vectoriel de R2 . En effet, il est clair que (0, 0) ∈ F et
si u = (x , y ) et v = (x 0 , y 0 ) deux vecteurs de F , alors : x + y = 0
et x 0 + y 0 = 0 d’où u + v ∈ F , et si λ ∈ R, u = (x , y ) ∈ F alors
λ(x + y ) = 0 implique que λx + λy = 0 donc λu ∈ F . Ainsi F est
sous espace vectoriel de R2 .
• Exemple 2 : L’ensemble F1 = {(x , y ) ∈ R2 /x + y = 1} n’est un
sous espace vectoriel de R2 car (0, 0) ∈ / F1 .
Proposition
Soient E un R-espace vectoriel et F un sous espace vectoriel de E .
Alors F est lui même un R-espace vectoriel pour les lois interne et
externe induites par E
Amine Marah Algèbre linéaire Cours S2 SEG 7 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Sous espace vectoriel

Définition : Combinaisons linéaires

Soit n ≥ 1 un entier. Soient v1 , v2 , ..., vn n vecteurs d’un R−espace
vectoriel E et λ1 , λ2 , ..., λn des réels. Tout vecteur de la forme :
u = λ1 v1 + λ2 v2 + ... + λn vn est appelé combinaison linéaire des
vecteurs v1 , v2 , ..., vn .

Exemple : Dans le R-espace vectoriel R3 : le vecteur (3, 3, 1) peut

s’écrire comme combinaison linéaire de deux deux vecteurs (1, 1, 0)
et (1, 1, 1). En effet, (3, 3, 1) = 2(1, 1, 0) + (1, 1, 1)

Amine Marah Algèbre linéaire Cours S2 SEG 8 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Sous espace vectoriel : sous espace engendré

Soit u un vecteur non nul d’un R-espace vectoriel E . {u} n’est pas
un sous espace vectoriel de E car il ne contient pas λu, λ ∈ R,
d’autre part l’espace F = {λu, λ ∈ R} est un sous espace vectoriel
de E . On dit alors que le sous espace vectoriel F engendre E .
Proposition
Soit {v1 , v2 , ..., vn } un ensemble fini d’un R-espace vectoriel E .
L’ensemble des combinaison linéaires des vecteurs {v1 , v2 , ..., vn }
est un sous espace vectoriel de E noté vect(v1 , v2 , ..., vn )
contenant les vecteurs v1 , v2 , ..., vn . Autrement dit,
u ∈ vect(v1 , v2 , ..., vn ) ⇐⇒ il existe λ1 , λ2 , .., λn ∈ R tels que
u = λ1 v1 + λ2 v2 + ... + λn vn .

Amine Marah Algèbre linéaire Cours S2 SEG 9 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Sous espace vectoriel : sous espace engendré

Exemple : Soit E = {(x , y , z) ∈ R3 /x + y − z = 0}. On a

u = (x , y , z) ∈ E ⇐⇒ u = (x , y , x + y ) = (x , 0, x ) + (0, y , y ) =
x (1, 0, 1) + (0, 1, 1) donc E = Vect((1, 0, 1), (0, 1, 1)) et ainsi E est
un s.e.v de R3 .

Amine Marah Algèbre linéaire Cours S2 SEG 10 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Sous espace vectoriel

Proposition : intersection de deux sous espaces vectoriels

Soient F et G deux sous espace vectoriels d’un R-espace vectoriel
E . L’intersection F ∩ G est un sous espace vectoriel de E .

Remarque
En général, la réunion de deux sous espaces vectoriels n’est pas un
sous espace vectoriel.

Exemple : Soient E = R2 , F = {(x , y ) ∈ R2 /x = 0} et

G = {(x , y ) ∈ R2 /y = 0}. F ∪ G n’est pas un sous espace vectoriel
de E car (0, 1) ∈ F , (1, 0) ∈ G, par contre (0, 1) + (1, 0) ∈
/ F ∪ G.

Amine Marah Algèbre linéaire Cours S2 SEG 11 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Familles libres, génératrices, bases

Définition : famille libre, famille liée

1) Une famille de vecteurs {v1 , v2 , ..., vp } d’un R-espace vectoriel
E est dite libre ou linéairement indépendante si pour tous λ1 ,
λ2 , ..., λp ∈ R,
λ1 u1 + λ2 u2 + ... + λp up = 0 =⇒ λ1 = λ2 = ... = λp = 0.
2) Une famille de vecteurs {v1 , v2 , ..., vp } d’un R-espace vectoriel E
est dite liée ou linéairement dépendante s’il existe des scalaires λ1 ,
λ2 , ..., λp ∈ R non tous nuls tels que λ1 v1 + λ2 v2 + ... + λp vp = 0.

Amine Marah Algèbre linéaire Cours S2 SEG 12 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Familles libres, génératrices, bases

Exemples :
1) Si U est une famille à un élément et que cet élément est non
nul, alors U est libre. Par exemple, (1, 0) 6= (0, 0), donc pour tout
λ ∈ R, λ(1, 0) = (0, 0) donne que λ = 0.
2) Soient u = (1, 1, 1), v = (1, 2, 0) et w = (1, 1, 0) des éléments
de R3 . (u, v , w ) est une famille libre. En effet, soit (u, v , w ) ∈ R3
tel que au + bv + cw = 0, alors
 
a + b + c = 0 b + c = 0

 

a + 2b + c = 0 ⇐⇒ 2b + c = 0 ⇐⇒ a = b = c = 0.

 

a = 0 a = 0

Amine Marah Algèbre linéaire Cours S2 SEG 13 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Familles libres, génératrices, bases

3) Dans R3 , la famille constituée des vecteurs : u = (1, 0, 0),
v = (0, 1, 0) et et w = (1, 1, 0) est liée car w = u + v .
4) Si une famille comporte le vecteur nul alors c’est une famille
liée. En particulier, la famille {0} est liée.
Définition : famille génératrice
Soit une famille de vecteurs {v1 , v2 , ..., vp } d’un R-espace vectoriel
E . On dit que la famille {v1 , v2 , ..., vp } est génératrice de E ou que
la famille {v1 , v2 , ..., vp } engendre E (c’est à dire que
E = vect(v1 , v2 , ..., vp )) si tout vecteur de E est combinaison
linéaire des vecteurs v1 , v2 , ..., vp . Autrement dit, pour tout u ∈ E ,
il existe λ1 , λ2 , ..., λp ∈ R tels que u = λ1 v1 + λ2 v2 + ... + λp vp .

Amine Marah Algèbre linéaire Cours S2 SEG 14 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Familles libres, génératrices, bases

Exemples :
1) Soit E = R2 et soient v1 = (1, 0) et v2 = (0, 1). La famille
{v1 , v2 } est génératrice de R2 car tout vecteur (x , y ) de R2 s’écrit
comme (x , y ) = x (1, 0) + y (0, 1).
2) Soit E = R3 . Les vecteurs v1 = (1, 0, 0), v2 = (0, 1, 0) et
v3 = (0, 0, 1) constitue un famille génératrice de R3 car tout
vecteur (x , y , z) de R3 se décompose comme
(x , y , z) = xv1 + yv2 + zv3 .

Amine Marah Algèbre linéaire Cours S2 SEG 15 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Familles libres, génératrices, bases

Définition : base d’un espace vectoriel.
Soit E un R-espace vectoriel. Une famille {v1 , v2 , ..., vn } de
vecteurs de E est une base de E si {v1 , v2 , ..., vn } est une famille
libre et génératrice.

Proposition
Une famille {v1 , v2 , ..., vn } est une base d’un R-espace vectoriel E
si et seulement si tout vecteur v ∈ E s’exprime de manière unique
comme combinaison linéaire de {v1 , v2 , ..., vn }. Autrement dit, il
existe des scalaires λ1 , λ2 , ..., λn ∈ R tels que
v = λ1 v1 + λ2 v2 + ... + λp vn . On appelle (λ1 , λ2 , ..., λn )
coordonnées du vecteur v dans la base (λ1 , λ2 , ..., λn ).
Amine Marah Algèbre linéaire Cours S2 SEG 16 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Familles libres, génératrices, bases

Exemples :
1) Soit E = R2 et Soient e1 = (1, 0) et e2 = (0, 1). Alors la famille
{e1 , e2 } est une base de R2 , appelée base canonique de R2 .
2) Soit E = R3 . Les vecteurs e1 = (1, 0, 0), e2 = (0, 1, 0) et
e3 = (0, 0, 1) constitue une base de R3 , appelée base canonique de
R3 .

Amine Marah Algèbre linéaire Cours S2 SEG 17 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Dimension d’un espace vectoriel

Définition
Un R-espace vectoriel E admettant une base ayant un nombre fini
d’éléments est dit de dimension finie.

Définition
La dimension d’un espace vectoriel de dimension finie E , notée dim
E , est par définition le nombre d’éléments d’une base de E .

Proposition
Toutes les bases d’un espace vectoriel E de dimension finie ont le
même nombre d’éléments.

Amine Marah Algèbre linéaire Cours S2 SEG 18 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Dimension d’un espace vectoriel

Exemples :
1) La base canonique de R2 est {(1, 0), (0, 1)}. La dimension de
R2 est donc 2.
2) La base canonique de R3 est {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. La
dimension de R3 est donc 3.
Proposition
Soient E un espace vectoriel de dimension n et V = {v1 , v2 , ..., vn }
une famille de n vecteurs de E . Alors,
V est une base de E ⇐⇒ V est une famille libre de E ⇐⇒ V est
une famille génératrice de E .

Amine Marah Algèbre linéaire Cours S2 SEG 19 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Dimension d’un espace vectoriel

Exemple :
1) Reprenons l’exemple de vecteurs u = (1, 1, 1), v = (1, 2, 0) et
w = (1, 1, 0) de R3 . On sait que la famille (u, v , w ) est une famille
libre, et comme la dimension de R3 est égale 3, alors la famille
(u, v , w ) est une base de R3 .

Amine Marah Algèbre linéaire Cours S2 SEG 20 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Dimension d’un sous espace vectoriel

Proposition
Soit E un espace vectoriel de dimension finie. Alors
1) Tout sous-espace vectoriel F de E est de dimension finie,
2) dim F ≤ dim E ,
3) F = E ⇐⇒ dim F = dim E .

Amine Marah Algèbre linéaire Cours S2 SEG 21 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application linéaire

Définition
Soient E et F deux R-espaces vectoriels. Une application f de E
dans F est dite linéaire si elle satisfait les conditions suivantes :
1) f (u + v ) = f (u) + f (v ), pour tous u, v ∈ E ,
2) f (λu) = λf (u), pour tout λ ∈ R et pour tout u ∈ E .
On note L(E , F ) l’ensemble des applications de E dans F.

Amine Marah Algèbre linéaire Cours S2 SEG 22 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application linéaire

Exemple : L’application définie par

f : R3 → R2
(x , y , z) 7→ (−2x , y + 3z)

est une application linéaire. En effet, soient u = (x , y , z) et

v = (x 0 , y 0 , z 0 ) deux vecteurs de R3 et soit λ un réel.
•f (u+v ) = f (x +x 0 , y +y 0 , z +z 0 ) = (−2(x +x ), y +y 0 +3(z +z 0 )) =
(−2x , y + 3z) + (−2x 0 , y 0 + 3z 0 ) = f (u) + f (v ), et
• f (λu) = f (λx , λy , λz) = (−2λx , λy + 3λz) = λf (u).

Amine Marah Algèbre linéaire Cours S2 SEG 23 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application linéaire

Proposition
Soient E et F deux R-espaces vectoriels. Si f est une application
linéaire de E dans F , alors :
1) f (0E ) = 0F ,
2) f (−u) = −f (u), pour tout u ∈ E .

Amine Marah Algèbre linéaire Cours S2 SEG 24 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application linéaire

Définition : définition de l’image

Soient E et F deux R-espaces vectoriels. Si f : E → F est une
application linéaire. L’ensemble f (E ) = {f (x )/x ∈ E } s’appelle
l’image de l’application linéaire f et est noté Imf .

Proposition
Soit E et F deux R−espaces vectoriels. Si f : E → F est une
application linéaire. Si A est un sous espace vectoriel de E , alors
f (A) est un sous espace vectoriel de F , en particulier, Imf est un
sous espace vectoriel de F .

Amine Marah Algèbre linéaire Cours S2 SEG 25 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application linéaire

Définition : définition du noyau

Soit E et F deux R−espaces vectoriels. Si f : E → F est une
application linéaire. L’ensemble {x ∈ E /f (x ) = 0E } s’appelle le
noyau de l’application linéaire f et est noté Ker (f ).

Proposition
Soient E et F deux R-espaces. Si f : E → F est une application
linéaire. le noyau de f est un sous espace vectoriel de E .

Amine Marah Algèbre linéaire Cours S2 SEG 26 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application linéaire
Reprenons l’exemple de l’application linéaire f définie par

f : R3 → R2
(x , y , z) 7→ (−2x , y + 3z)

• Déterminons le noyau de f .

(x , y , z) ∈ Ker (f ) ⇐⇒ f (x , y , z) = (0, 0)

⇐⇒ (−2x , y + 3z) = (0, 0)

( (
− 2x = 0 x =0
⇐⇒ ⇐⇒ ⇐⇒ (x , y , z) = z(0, −3, 1), z ∈ R.
y + 3z = 0 y = −3z
Ainsi ker (f ) = {(0, −3z, z)/z ∈ R} = vect{(0, −3, 1)}.
Amine Marah Algèbre linéaire Cours S2 SEG 27 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application linéaire

• Déterminons l’image de f . fixons (x 0 , y 0 ) ∈ R2 .

(x 0 , y 0 ) ∈ Imf ⇐⇒ f (x , y , z) = (x 0 , y 0 )

⇐⇒ (−2x , y + 3z) = (x 0 , y 0 )
− 2x = x 0
(
⇐⇒
y + 3z = y 0
0
Prenons par exemple x = −x 0
2 , y = y et z = 0. Donc pour tous
0
x 0 , y 0 ∈ R on f ( −x 0 0 0 2
2 , y , 0) = (x , y ). Ainsi Imf = R .

Amine Marah Algèbre linéaire Cours S2 SEG 28 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application linéaire : Théorème du rang

Le théorème suivant permet d’établir un lien entre la dimension du

noyau et l’image de f .
Théorème
Soient E et F deux R−espaces vectoriels, E étant de dimension
finie et f : E → F une application linéaire. Alors,

dimE = dimKerf + dimImf

Amine Marah Algèbre linéaire Cours S2 SEG 29 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Définition
Une matrice est un tableaux rectangulaire d’éléments de R. Elle est
dite de taille n × p si le tableau possède n lignes et p colonnes.
Une matrice A sera notée :
 
a11 a12 · · · a1p

 a21 a22 · · · a2p 

A = (aij ) =  .. .. .. .. 

 . . . .


an1 an2 · · · anp

Le coefficient situé à la i ème ligne et à la j ème colonne est noté aij .

Amine Marah Algèbre linéaire Cours S2 SEG 30 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Exemple
!
4 0 −2
A=
1 −1 2
est une matrice 2 × 3.
• L’ensemble des matrices à n lignes et p colonnes à coefficients
dans R est noté Mn,p (R).

Amine Marah Algèbre linéaire Cours S2 SEG 31 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Matrices particuliéres
• Si n = p, la matrice est dite carrée et on note Mn (R) au lieu de
Mn,n (R) l’ensemble des matrices carrées de taille n × n.
• Une matrice qui n’a qu’uneseule ligne (n = 1) estappelée
matrice ligne on la note A = a11 a12 · · · a1p et
A ∈ M1,p (R).
• Une matrice qui n’a qu’une seule
 colonne
 (n = 1) est appelée
a11
 a21 
 
matrice colonne on la note A =  .   et A ∈ Mn,1 (R).

 .. 
an1

Amine Marah Algèbre linéaire Cours S2 SEG 32 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Matrices particuliéres
• Une matrice de taille n × p est dite nulle si tous ses coefficients
sont des zéros et on la note On,p .
• Les matrices triangulaires inférieures sont les matrices (n × n)
dont tous les coefficients strictement au dessus de la diagonale
sont nuls, autrement dit : i < j implique aij = 0. Une matrice 3 × 3
triangulaire inférieure à la forme suivante :
 
a11 0 0
 a21 a22 0 
 
a31 a32 a33

Amine Marah Algèbre linéaire Cours S2 SEG 33 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

• Les matrices triangulaires supérieures sont les matrices (n × n)

dont tous les coefficients strictement au dessous de la diagonale
sont nuls, autrement dit : i > j implique aij = 0. Une matrice 3 × 3
triangulaire supérieure à la forme suivante :
 
a11 a12 a13
 0 a22 a23 
 
0 0 a33

Amine Marah Algèbre linéaire Cours S2 SEG 34 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

• Les matrices diagonales sont les matrices de Mn (R) à la fois

triangulaires supérieures et triangulaires inférieures, autrement dit :
i 6= j implique aij = 0. Une matrice 3 × 3 diagonale à la forme
suivante :  
a11 0 0
 0 a22 0 
 
0 0 a33

Amine Marah Algèbre linéaire Cours S2 SEG 35 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

• La matrice identité est la matrice diagonale dont tous les

coefficients diagonaux valent 1. On note In la mtrice identité
d’ordre n.  
1 0 ··· 0
 0 1 ··· 0 
 
In = 
 .. .. . . . 
 . . . .. 

0 0 ··· 1

Amine Marah Algèbre linéaire Cours S2 SEG 36 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices
Somme de deux matrices
Définition
Soient A = (aij ) et B = (bij ) deux matrices carrées de taille n × n.
Leur somme C = A + B = (cij ) est la matrice de taille n × n
définie par : cij = aij + bij .

Exemple :  
1 3 0
A =  4 5 −1 
 
4 2 3
 
−1 4 2
B =  4 −5 −1 
 
4 2 6
Amine Marah Algèbre linéaire Cours S2 SEG 37 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

   
1 3 0 −1 4 2
A+B = 4 5 −1  +  4 −5 −1  =
   
4 2 3 4 2 6
 
1−1 3+4 0+2
 4+4 5−5 −1 − 1 
 
4+4 2+2 3+6

Amine Marah Algèbre linéaire Cours S2 SEG 38 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrice

Produit d0 une matrice par un scalaire

Définition
Si A = (aij ) est une matrice de Mn (R) et α un réel, le produit αA
est la matrice (αaij ).

Exemple
   
1 3 0 α 3α 0
α  4 5 −1  =  4α 5α −α 
   
4 2 3 4α 2α 3α

Amine Marah Algèbre linéaire Cours S2 SEG 39 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Proposition
Soient A, B et C trois matrices de Mn (R) et α, β deux réels.
• L’addition des matrices est
associative :(A + B) + C = A + (B + C ).
• La matrice nulle On est un élément neutre pour l’addition :
A + On = A.
• Toute matrice admet un symétrique : en posant −A = (−aij ), on
a A + (−A) = On .
• L’addition des matrices est commutative :A + B = B + A.
• (α + β)A = αA + βB.
• α(A + B) = αA + αB.

Amine Marah Algèbre linéaire Cours S2 SEG 40 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrice

Produit de matrices
Définition
Soient A = (aij ) et B = (bij ) deux matrices de Mn (R). Alors le
produit C = AB est une matrice de Mn (R) dont les coefficients cij
sont définis par :
n
X
cij = aik bkj
k=1

Amine Marah Algèbre linéaire Cours S2 SEG 41 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrice

Produit de matrices
Exemples :
! ! !
5 1 2 0 5×2+1×4 5×0+1×3
=
3 −2 4 3 3 × 2 + 4 × −2 3 × 0 + 3 × −2
!
14 3
=
−2 −6

Amine Marah Algèbre linéaire Cours S2 SEG 42 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrice
Produit de matrices
  
1 0 −1 1 −1 1
1 −1 0   1 −2 1 
  

1 −1 1 0 −1 1
 
1 × 1 + 0 × 1 + 0 × −1 1 × −1 + 0 × −2 + −1 × −1 0
=  1 × 1 + −1 × 1 + 0 × 0 1 × −1 + −1 × −2 + 0 × −1 0 
 
1 × 1 + −1 × 1 + 1 × 0 1 × −1 + −1 × −2 + 1 × −1 0
 
1 0 0
= 0 1 0 
 
0 0 1

Amine Marah Algèbre linéaire Cours S2 SEG 43 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices
Remarques
• Le produit de deux matrices de Mn (R) n’est pas commutatif en
général, autrement dit, AB! 6= BA. !
5 1 2 0
Exemple : A = ,B=
3 −2 4 3
! ! !
5 1 2 0 14 3
AB = =
3 −2 4 3 −2 −6
! ! !
2 0 5 1 10 2
BA = =
4 3 3 −2 29 −2
Ainsi AB 6= BA.
Amine Marah Algèbre linéaire Cours S2 SEG 44 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices
• AB = 0 n’implique pas que A = 0 ou B = 0, autrement dit, on
peut avoir A 6= 0 et B 6= 0!mais AB = 0. !
0 −1 2 −3
Exemple : A = ,B= et AB = 0
0 5 0 0

Proposition
• Le produit des matrices carrés est associatif. Si A, B et C dans
Mn (R) alors (AB)C = A(BC ).
• Si A ∈ Mn (R) alors AIn = In A = A.
• Si A, B et C dans Mn (R) alors (A + B)C = AC + BC et
A(B + C ) = AB + BC .
• Si A ∈ Mn (R) alors AOn = On A = On .

Amine Marah Algèbre linéaire Cours S2 SEG 45 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Puissance d0 une matrice

Définition
Pour tout A ∈ Mn (R), on définit les puissances successives de A
par : A0 = In et Ap+1 = Ap × A pour tout p ∈ N. Autrement dit,
Ap = A × A... × A p fois.

   
1 0 1 1 0 3
Exemple : A =  0 −1 0 , A2 = A × A =  0 1 0 
   
0 0 2 0 0 4

Amine Marah Algèbre linéaire Cours S2 SEG 46 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices
Puissance d0 une matrice
Proposition
Si D 
est une matrice diagonale, c’est à dire
α1 0 · · · 0
 0 α2 · · · 0 


D= . . .  Alors pour tout p ∈ N

.
 .. .. . . ..  
0 0 · · · αn
 p 
α1 0 · · · 0
p
 0 α2 · · · 0 

p

D = . .. . . .. 
 . . . . .  
0 0 ··· αnp

Amine Marah Algèbre linéaire Cours S2 SEG 47 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Inverse d0 une matrice

Définition
Soit A ∈ Mn (R). S’il existe une matrice B ∈ Mn (R) telle que :
AB = In et BA = In .
On dit que A est inversible. On appelle B l’inverse de A et on la
note A−1 .
Lorsque A est inversible, pour tout p ∈ N, on note
A−p = (A−1 )−p = A−1 × A−1 × ... × A−1 p fois.

Amine Marah Algèbre linéaire Cours S2 SEG 48 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Inverse d0 une matrice

Proposition
Si A, B ∈ Mn (R) vérifiant : AB = In .
Alors A et B sont inversibles et inverse l’une de l’autre (A = B −1
et B = A−1 )

Remarques
• La matrice identité In est inversible et son inverse est In In = In .
• La matrice nulle On n’est pas inversible car pour toute matrice
B ∈ Mn (R) on a BOn = On = In .

Amine Marah Algèbre linéaire Cours S2 SEG 49 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Inverse d0 une matrice !

1 2
Exemple : soit A = , chercher l’inverse de A c’est étudier
0 3
!
a b
l’existence d’une matrice B = à coefficients dans R telle
c d
! ! !
1 2 a b 1 0
que AB = In donc = ce qui est
0 3 c d 0 1
! !
a + 2c b + 2d 1 0
équivalent à =
3c 3d 0 1

Amine Marah Algèbre linéaire Cours S2 SEG 50 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

Inverse d0 une matrice

Par identification on obtient :

 
a=1

a + 2c = 1 


 2
b = −
 
b + 2d = 0
 
⇐⇒ 3


3c = 0 

c=0
 
3d = 1 1
 

d =


3
!
1 − 23
Ainsi B = A−1 =
0 13

Amine Marah Algèbre linéaire Cours S2 SEG 51 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices
La tranposition des matrices
Définition
On appelle matrice transposée de A ∈ Mn (R) la matrice
t A ∈ M (R) définie par :
n
 
a11 a21 · · · an1
t

 a12 a22 · · · an2 

A = (aji ) =  .. .. .. .. 

 . . . .


a1n a2n · · · ann

Exemple ! !
t 1 2 1 0
=
0 3 2 3
Amine Marah Algèbre linéaire Cours S2 SEG 52 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Matrices
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Matrices

La tranposition des matrices

Proposition
Soient A, B ∈ Mn (R).
• t (A + B) =t A +t B.
• t (αA) = αt A, ∀α ∈ R.
• t (t A)) = A.
• t (AB) =t B t A.
• Si A est inversible, t A l’est aussi et (t A)−1 =t (A−1 ).

Amine Marah Algèbre linéaire Cours S2 SEG 53 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminants des matrices 2 × 2 et 3 × 3

Définition
Le déterminant d’une matrice de M2 (R) est donnée par la formule
suivante
a11 a12
detA = = a11 a22 − a21 a12
a21 a22

Exemple : soit !
5 1
A=
3 −2
on a
5 1
detA = = 5 × −2 − 3 × 1.
3 −2

Amine Marah Algèbre linéaire Cours S2 SEG 54 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminants des matrices 2 × 2 et 3 × 3

Définition
Le déterminant d’une matrice de M3 (R) est donnée par la formule
suivante

a11 a12 a13

a22 a23 a12 a23
detA = a21 a22 a23 = a11 − a21
a32 a33 a32 a33
a31 a32 a33

a12 a13
+a31
a22 a33

Amine Marah Algèbre linéaire Cours S2 SEG 55 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminants des matrices 2 × 2 et 3 × 3

Règle de Sarrus
C’est une méthode qui permet de calculer facilement le
déterminant d’une matrice de M3 (R).
Augmentation en ligne.
 
a11 a12 a13 a11 a12
& & &
 
 
% % %
 
 
 
 a21
AC =  a22 a23 a21 a22 


 & & & 

% % %
 
 
a31 a32 a33 a31 a32
detA = a11 a22 a33 +a12 a23 a31 +a13 a21 a32 −a31 a22 a13 −a32 a23 a11 −a33 a21 a12
Amine Marah Algèbre linéaire Cours S2 SEG 56 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

Définition du déterminant
Théorème
Il existe une unique application det : Mn (R) → R, appelée
déterminant, telle que
• Le déterminant d’une matrice A ∈ Mn (R) est linéaire par
rapport à chaque colonne de A, les autres étant fixées.
• Si une matrice A ∈ Mn (R) à deux colonnes identiques, alors son
déterminant est nul.
• Le déterminant de la matrice identité In vaut 1 : detIn = 1.
• Si on fait la permutation de deux lignes ou de deux colonnes, il
faut multiplier le déterminant par −1.

Amine Marah Algèbre linéaire Cours S2 SEG 57 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

Intérprétation
• Soit A = (aij )1≤i,j≤n ∈ Mn (R)
a11 a12 · · · a1n
a21 a22 · · · a2n
detA = .. .. .. .. .
. . . .
an1 an2 · · · ann
Si on note Cj la j ème colonne de A c’est à dire :
 
a1j

 a2j 

Cj =  .. .
.
 
 
anj
Amine Marah Algèbre linéaire Cours S2 SEG 58 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

Intérprétation
Alors detA = det(C1 , C2 , ..Cj , ..Cn ). La linéarité par rapport à la
colonne j s’écrit : pour tout λ, µ ∈ R

detA = det(C1 , C2 , .., λCj + µCj0 , ..Cn )

= λdet(C1 , C2 , ..Cj , ..Cn ) + µdet(C1 , C2 , ..Cj0 , ..Cn )

Exemple

6 5−4 4 6 5−4 4
detA = 7 −10 + 2 −3 = 7 −5 × 2 + 2 −3 .
12 25 + 1 −1 12 5 × 5 + 1 −1

Amine Marah Algèbre linéaire Cours S2 SEG 59 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

Intérprétation

6 1 4 6 −4 4
detA = 5 7 −2 −3 + 7 2 −3 .
12 5 −1 12 1 −1
6 1 1
• Soit le déterminant 7 −2 −2 puisque on a deux colonne
12 5 5
identiques alors
6 1 1
7 −2 −2 = 0.
12 5 5
En particulier, detOn = 0.
Amine Marah Algèbre linéaire Cours S2 SEG 60 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

a11 a12 a13 a12 a11 a13

• detA = a21 a22 a23 = − a22 a21 a23 .
a31 a32 a33 a32 a31 a33

Exemple : on peut calculer sans développer le déterminant suivant :

5 1 3 8 1 1 3 8
5 1 9 7 1 1 9 7
=5 = 0.
5 1 10 6 1 1 10 6
5 1 9 4 1 1 9 4

Amine Marah Algèbre linéaire Cours S2 SEG 61 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

Proposition
Soient A, B ∈ Mn (R). On a
•det(AB) = det(A) × det(B).
• A est inversible si et seulement det(A) 6= 0. De plus
det(A−1 ) = det(A)
1
.
t
• det( A) = det(A). Par conséquent, tout ce que l’on a dit a
propos des colonnes est vrai pour les lignes.

Amine Marah Algèbre linéaire Cours S2 SEG 62 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

Calcul des déterminants

Un des techniques le plus utile pour calculer un déterminant est le
développement par rapport à une colonne ou une ligne.
Définition
Soit A ∈ Mn (R).
• On note Aij la matrice extraite obtenue en supprimant la i ème
ligne et j ème colonne de A.
• Le nombre Cij = (−1)i+j detAij est le cofacteur de A relatif au
coefficient aij .

Amine Marah Algèbre linéaire Cours S2 SEG 63 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

 
1 2 3 !
2 1
Soit A =  4 2 1  par exmple on a A11 = ,
 
1 1
0 1 1
!
1 3
A32 = , C11 = (−1)2 detA11 et C32 = (−1)3+2 detA32 .
4 1

Amine Marah Algèbre linéaire Cours S2 SEG 64 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

Développement de déterminant suivant une colonne

Proposition
Soit A ∈ Mn (R).
n
X n
X
detA = aij (−1)i+j detAij = aij Cij .
i=1 i=1

Amine Marah Algèbre linéaire Cours S2 SEG 65 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

Développement de déterminant suivant une colonne

Exemple : Soit A ∈ M4 (R).

 
4 0 3 1
 4 2 1 0 
A= ,
 
 0 3 1 −1 
1 0 2 3
4 0 3 1 0 4 3 1
4 2 1 0 2 4 1 0
detA = =−
0 3 1 −1 3 0 1 −1
1 0 2 3 0 1 2 3
Amine Marah Algèbre linéaire Cours S2 SEG 66 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

4 0 3 1 0 4 3 1
4 2 1 0 2 4 1 0
detA = =− =
0 3 1 −1 3 0 1 −1
1 0 2 3 0 1 2 3
   4 3 1
− 0 × C11 + 2 × C21 + 3 × C31 + 0 × C41 = − − 2 0 1 −1 +
1 2 3
4 3 1   4 3 1 1 3 4 
3 4 1 0 = − − 2 0 1 −1 − 3 0 1 4
1 2 3 1 2 3 3 2 1

Amine Marah Algèbre linéaire Cours S2 SEG 67 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Déterminant des matrices n × n

1 −1 3 1 1 4 3 4
detA = 8 +2 +3 +9 = 83.
2 3 1 −1 2 1 1 4

Amine Marah Algèbre linéaire Cours S2 SEG 68 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Inverse d0 une matrice

Soit A ∈ Mn (R) et C la matrices des cofacteurs associée à A

appelée comatrice de A notée Com(A) :
 
C11 C12 · · · C1n

 C21 C22 · · · C2n 

Com(A) = (Cij ) =  .. .. .. .. .

 . . . .


Cn1 Cn2 · · · Cnn

Amine Marah Algèbre linéaire Cours S2 SEG 69 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Inverse d0 une matrice

Proposition
Soit A ∈ Mn (R) une matrice inversible. On a alors

1 t
A−1 = Com(A).
detA

Amine Marah Algèbre linéaire Cours S2 SEG 70 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Inverse d0 une matrice

Exemple : Soit  
1 1 0
A= 0 1 1 
 
1 0 1

1 1 0
1 1 1 0
On a detA = 0 1 1 = + = 2 6= 0. Donc la
0 1 1 1
1 0 1
matrice A est inversible. Calculons maintenant la comatrice de A.

Amine Marah Algèbre linéaire Cours S2 SEG 71 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Inverse d0 une matrice

 
1 1 0 1 0 1
−
0 1 1 1 1 0
 
 
 
t
 1 0 1 0 1 1 
Com(A) =  − − .
 
 0 1 1 1 1 0 
 
 1 0 1 0 1 1 

− 
1 1 0 1 0 1
 
1 −1 1
Ainsi A−1 = 1 t Com(A) = 1  1 1 −1 

detA 2 
−1 1 1

Amine Marah Algèbre linéaire Cours S2 SEG 72 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Systèmes linéaires
Définition
• On appelle équation à n inconnues x1 , x2 ,...,xn . toute relation de
la forme : a1 x1 + a2 x2 + ... + an xn = b, où a1 , a2 ,..., an et b sont
des réels donnés.
• Un système linéaire de n équations à p inconnues est une liste de
n équations. La forme générale d’un système linéaire de de n
équations et p inconnues est la suivante :

Amine Marah Algèbre linéaire Cours S2 SEG 73 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants



 a11 x1 + ... + a1j xj + .... + a1p xp = b1





(S) a21 x1 + ... + a2j xj + .... + a2p xp = b2
 ..
.





an1 x1 + ... + anj xj + .... + anp xp = bn


Amine Marah Algèbre linéaire Cours S2 SEG 74 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Systèmes linéaires

Le système linéaire (S) peut s’écrire sous forme matriciellle

AX = B où :  
x1
 x2 
 
X est la matrice colonne des inconnue X =   .. 

 . 
xp
   
a11 a12 . . . a1p b1

 a21 a22 . . . a2p 
  b2
 

A= .. .. .. ..  et b =  .
 .

. . . .   .
  
 
an1 an2 . . . anp bn
Amine Marah Algèbre linéaire Cours S2 SEG 75 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Systèmes linéaires
Propriétés
• Un système linéaire n’a soit aucune solution, soit une seule
solution, soit une infinité de solutions.
• Si la matrice A est inversible, alors la solution du système
AX = B est unique et :

AX = B ⇐⇒ A−1 AX = A−1 B

⇐⇒ In X = A−1 B
⇐⇒ X = A−1 B

Amine Marah Algèbre linéaire Cours S2 SEG 76 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Systèmes linéaires : méthode de Cramer

Soit Aj ∈ Mn (R) la marice obtenue en remplacant la j ème colonne
de A par la matrice colonne B.
Proposition
Soit AX = B un système de n équations à n inconnues. Supposons
que detA 6= 0. Alors l’unique solution (x1 , x2 , ..., xn ) est donnée
detA1 detA2 detAn
par : x1 = x2 = ... xn = .
detA detA detA

Amine Marah Algèbre linéaire Cours S2 SEG 77 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Systèmes linéaires : méthode de Cramer

Soit le système suivant


 x1 + 0x2 + 2x3
 =6
−3x + 4x + 6x
1 2 3 = 30
 −x − 2x + 3x

=8
1 2 3

On a    
1 0 2 6
A =  −3 4 6  et b =  30 
   
−1 −2 3 8

Amine Marah Algèbre linéaire Cours S2 SEG 78 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Systèmes linéaires : méthode de Cramer
   
6 0 2 1 6 2
A1 =  30 4 6 , A2 =  −3 30 6 ,
   
8 −2 3 −1 8 3
 
1 0 6
A3 =  −3 4 30 
 
−1 −2 8
et detA = 44 detA1 = −40 detA2 = 72 detA3 = 152
Ainsi la solution est

detA1 −40 detA2 72 detA3 152

x1 = = x2 = = et x3 = = .
detA 44 detA 44 detA 44
Amine Marah Algèbre linéaire Cours S2 SEG 79 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Valeur propre et vecteur propre

Définition
Soit A ∈ Mn (R).
• λ est dite valeur propre de la matrice A s’il existe une matrice
colonne non nul X ∈ Mn,1 (R) telle que

AX = λX .

• La matrice colonne X ∈ Mn,1 (R) est appelée vecteur propre de

A associé à la valeur propre λ.

Amine Marah Algèbre linéaire Cours S2 SEG 80 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Valeur propre et vecteur propre

Exemple
 : ∈ M3 (R) la matrice diagonale
soit D 
6 0 0
D= 0 4 0  . Alors 6, 4, 3 sont des valeurs propre de D
 
0 0 3
   
1 0
associée au vecteurs propres : X1 =  0 , X2 =  1  et
   
0 0
      
0 6 0 0 1 6
X3 =  0  . En effet, DX1 =  0 4 0   0  =  0 
      
1 0 0 3 0 0
de même, DX2 = 4X2 et DX3 = 4X3 .
Amine Marah Algèbre linéaire Cours S2 SEG 81 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Valeur propre et vecteur propre

Définition : Polynôme caractéristique

Soit A ∈ Mn (R). Le polynôme caractéristique de A est défini par :

PA (x ) = det(A − xIn ),

où In est la matrice identité de taille n × n et In X = X pour tout

X ∈ Mn,1 (R).

Amine Marah Algèbre linéaire Cours S2 SEG 82 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Valeur propre et vecteur propre

Proposition
Soit A ∈ Mn (R) et λ un réel. Alors λ est une valeur propre de A si
et seulement si λ est une racine du polynôme caractéristique de A
c’est à dire PA (λ) = det(A − λIn ) = 0.

Amine Marah Algèbre linéaire Cours S2 SEG 83 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Diagonalisation des matrices

Définition
Soit A ∈ Mn (R). On dit que A est diagonalisable sur R s’il existe
une matrice inversible P telle que P −1 AP soit une matrice
diagonale.

Amine Marah Algèbre linéaire Cours S2 SEG 84 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Diagonalisation des matrices

Proposition
Soit A ∈ Mn (R). Supposons que A admette n valeurs propres
distinctes λ1 , λ2 ,...,λn . Soient X1 , X2 ,...,Xn des vecteurs propres
associés. Alors :
• La matrice A est diagonalisable.
• Si on note P la matrice dont les vecteurs colonnes sont les
(X1 , ..., Xn ), alors D = P −1 AP est la matrice diagonale formée des
valeurs propres de A.

Amine Marah Algèbre linéaire Cours S2 SEG 85 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Diagonalisation des matrices

!
4 −2
Exemple : On veut diagonaliser la matrice : A = . On
1 1
détermine ses valeurs propres : ! !
4 −2 x 0
PA (x ) = det(A − xI2 ) = − =
1 1 0 x
4−x −2
= (4−x )(1−x )+2 = x 2 −5x 2 +6 = (x −2)(x −3).
1 1−x
donc A admet deux valeurs propre x1 = 2 et x2 = 3 et d’après la
proposition ci-dessus, elle est diagonalisable.

Amine Marah Algèbre linéaire Cours S2 SEG 86 / 89

 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Diagonalisation des matrices

On détermine maintenant la matrice P des vecteurs propres :

• Pour x1 = 2 :
! ! !
4 −2 x 2x
= .
1 1 y 2y

Ce qui donne ! !
4x − 2y 2x
= .
x +y 2y
!
1
Donc x = y et le vecteur propre associé à la valeur propre .
1
Amine Marah Algèbre linéaire Cours S2 SEG 87 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Diagonalisation des matrices

• Pour x2 = 3 :
! ! !
4 −2 x 3x
= .
1 1 y 3y
Ce qui donne ! !
4x − 2y 3x
= .
x +y 3y
!
2
Donc x = 2y et le vecteur propre associé à la valeur propre .
1
! !
1 2 −1 2
• La matrice P s’écrit : et P −1 = .
1 1 1 −1
Amine Marah Algèbre linéaire Cours S2 SEG 88 / 89
 Espace vectoriel
Sous espace vectoriel
Base et dimension d’un epace vectoriel
Dimension d’un espace vectoriel
Application linéaire
Calcul Matriciel
Déterminants

Application des déterminants

Diagonalisation des matrices

Finalement, la matrice diagonale D s’écrit :

! ! ! !
−1 −1 2 4 −2 1 2 2 0
D=P AP = = .
1 −1 1 1 1 1 0 3

Amine Marah Algèbre linéaire Cours S2 SEG 89 / 89