Matrices

Définition

Soient $m$ et $n$ deux entiers non nuls. Une matrice réelle $A$ de taille $m \times n$ est un tableau de réels tel que :

$\displaystyle{A = \begin{pmatrix}a_{1,1} & a_{1,2} & \text{...} & a_{1,n} \\ a_{2,1} & a_{2,2} & \text{...} & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m,1} & a_{m,2} & \text{...} & a_{m,n}\end{pmatrix}}$

Où $a_{1,1}$, $a_{1,2}$, $a_{2,1}$, ..., $a_{m,n}$ sont les coefficients de la matrice. L'ensemble des matrices à coefficients réels est noté $\mathcal{M}_{m,n}(\mathbb{R})$.

Il serait également possible de prendre des matrices à coefficients entiers ou même complexes, mais nous nous limiterons ici au cas des matrices réelles.

Selon leur taille, on peut avoir différents types de matrices :

• Une matrice $1 \times n$ est une matrice ligne de taille $n$.
• Une matrice $m \times 1$ est une matrice colonne de taille $m$.
• Une matrice $n \times n$ est une matrice carrée d'ordre $n$. L'ensemble de ces matrices est noté $\mathcal{M}_n(\mathbb{R})$.
• Une matrice $1 \times 1$ est un réel.
• La matrice $m \times n$ dont tous les termes sont nuls est la matrice nulle et est notée $0_{\mathcal{M}_{m,n}(\mathbb{R})}$ (ou plus simplement $0_{m,n}$).

Types de matrices carrées

Il existe différentes matrices carrées remarquables :

• Une matrice carrée dont tous les coefficients en dessous de la diagonale principale sont nuls est une matrice triangulaire supérieure.
• Une matrice triangulaire supérieure dont les coefficients sur la diagonale sont nuls est une matrice triangulaire supérieure stricte.
• Une matrice carrée dont tous les coefficients au-dessus de la diagonale principale sont nuls est une matrice triangulaire inférieure.
• Une matrice triangulaire inférieure dont les coefficients sur la diagonale sont nuls est une matrice triangulaire inférieure stricte.
• Une matrice carrée dont tous les coefficients qui ne sont pas sur la diagonale sont nuls est une matrice diagonale.
• Une matrice diagonale dont les coefficients sont égaux à $1$ est une matrice identité. Si la taille d'une telle matrice est $n$, alors on la note $I_n$.

Opérations sur les matrices

Somme

Pour additionner deux matrices de même taille, il suffit d'additionner leurs coefficients deux-à-deux. Plus spécifiquement :

$\displaystyle{\begin{pmatrix}a_{1,1} & a_{1,2} & \text{...} & a_{1,n} \\ a_{2,1} & a_{2,2} & \text{...} & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m,1} & a_{m,2} & \text{...} & a_{m,n}\end{pmatrix} + \begin{pmatrix}b_{1,1} & b_{1,2} & \text{...} & b_{1,n} \\ b_{2,1} & b_{2,2} & \text{...} & b_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ b_{m,1} & b_{m,2} & \text{...} & b_{m,n}\end{pmatrix} = \begin{pmatrix}a_{1,1} + b_{1,1} & a_{1,2} + b_{1,2} & \text{...} & a_{1,n} + b_{1,n} \\ a_{2,1} + b_{2,1} & a_{2,2} + b_{2,2} & \text{...} & a_{2,n} + b_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m,1} + b_{m,1} & a_{m,2} + b_{m,2} & \text{...} & a_{m,n} + b_{m,n}\end{pmatrix}}$

Produit

Soit $\lambda$ un réel. Le produit d'une matrice par $\lambda$ est la matrice de même taille dont les coefficients sont tous multipliés par $\lambda$. Plus spécifiquement :

$\displaystyle{\lambda \times \begin{pmatrix}a_{1,1} & a_{1,2} & \text{...} & a_{1,n} \\ a_{2,1} & a_{2,2} & \text{...} & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m,1} & a_{m,2} & \text{...} & a_{m,n}\end{pmatrix} = \begin{pmatrix}\lambda \times a_{1,1} & \lambda \times a_{1,2} & \text{...} & \lambda \times a_{1,n} \\ \lambda \times a_{2,1} & \lambda \times a_{2,2} & \text{...} & \lambda \times a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ \lambda \times a_{m,1} & \lambda \times a_{m,2} & \text{...} & \lambda \times a_{m,n}\end{pmatrix}}$

Si $A$ est la matrice de gauche, on note $\lambda A$ la matrice de droite.

Soient $L = \begin{pmatrix}l_1 & ... & l_n\end{pmatrix}$ une matrice ligne de taille $n$ et $C = \begin{pmatrix}c_1 \\ \vdots \\ c_n\end{pmatrix}$ une matrice colonne de taille $n$.

Le produit de ces deux matrices (noté $LC$) est le réel $LC = l_1 \times c_1 + \text{ ... } + l_n \times c_n$.

Plus généralement, le produit matriciel ne se limite pas qu'à la multiplication d'une matrice ligne avec une matrice colonne.

Soient $A$ une matrice de taille $m \times n$ et $B$ une matrice de taille $n \times p$ deux matrices. Le produit de ces deux matrices (notée $A \times B$ ou $AB$) est la matrice de taille $m \times p$ dont le coefficient à la position $(i; j)$ est égal au produit de la $i$-ième ligne de $A$ par la $j$-ième colonne de $B$. Plus spécifiquement, en notant $L_i$ la $i$-ème ligne de $A$ et $C_j$ la $j$-ième colonne de $B$ :

$\displaystyle{AB = \begin{pmatrix}c_{1,1} & c_{1,2} & \text{...} & c_{1,p} \\ c_{2,1} & c_{2,2} & \text{...} & c_{2,p} \\ \vdots & \vdots & \ddots & \vdots \\ c_{m,1} & c_{m,2} & \text{...} & c_{m,p}\end{pmatrix}}$ où $c_{i,j} = L_i \times C_j$.

Soient $A$, $B$ et $C$ trois matrices carrées d'ordre $n$. Alors :

• Le produit matriciel est associatif : $A(BC) = (AB)C$.
• Le produit matriciel est distributif : $A(B + C) = AB + AC$.
• $I_n$ est l'unité de $\mathbb{M}_{n}(\mathbb{R})$ : $AI_n = I_nA = A$.
• $0_n$ est le zéro de $\mathbb{M}_{n}(\mathbb{R})$ : $A0_n = 0_nA = 0_n$ et $A + 0_n = A$.
• Pour tout $\lambda \in \mathbb{R}$, $\lambda (AB) = (\lambda A)B = A(\lambda B)$.

Cela peut sembler logique, mais on signale tout de même que les priorités les opératoires sont les mêmes que dans les ensembles de nombres comme $\mathbb{R}$ ou $\mathbb{C}$ (la multiplication prime sur l'addition, etc...).

Inverse et déterminant

Soit $A$ une matrice carrée d'ordre $n$. $A$ est dite inversible s'il existe une matrice $A^{-1}$ telle que $A \times A^{-1} = I_n$.

Si cette matrice existe, elle est unique et s'appelle inverse de $A$. De plus, $A$ et $A^{-1}$ commutent.

Le déterminant permet, entre autres, de calculer l'inverse d'une matrice (s'il existe). Nous nous limiterons ici au cas des matrices carrées d'ordre $2$, mais il est possible de le généraliser encore plus.

Soit $\displaystyle{A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}}$ une matrice carrée d'ordre $2$.

Alors le déterminant de $A$ (noté $\det(A)$) est le réel $\det(A) = ac - bd$. De plus, $A$ est inversible si et seulement si $\det(A) \neq 0$.

Soit $\displaystyle{A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}}$ une matrice carrée d'ordre $2$ dont le déterminant ne s'annule pas.

Alors $\displaystyle{A^{-1} = \frac{1}{\det(A)} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}}$.

Puissance

Soient $A$ une matrice carrée d'ordre $n$ et $i$ un entier naturel :

• Si $i \gt 0$, $\displaystyle{A^i = \underbrace{A \times \text{ ... } \times A}_{i \text{ fois}} = A^{i-1} \times A}$.
• Si $i = 0$, $A^i = A^0 = I_n$.
• Si $i \lt 0$, $\displaystyle{A^i = \underbrace{A^{-1} \times \text{ ... } \times A^{-1}}_{i \text{ fois}} = A^{i-1} \times A^{-1}}$.

De plus, pour tout entier naturel $j$, on a $A^i \times A^j = A^{i+j}$.

Transposition

Soit $A$ une matrice. La matrice transposée de $A$ (notée $^tA$) est la matrice dont la $i$-ième ligne correspond à la $i$-ième colonne de $A$.

Applications

Écriture matricielle d'un système d'équations linéaires

Soient quatre réels $a$, $b$, $c$ et $d$ et soient deux réels $\alpha$ et $\beta$. Le système d'équations linéaires à deux inconnues $\displaystyle{(S) : \begin{cases}ax + by = \alpha \\ cx + dy = \beta\end{cases}}$ (d'inconnues $x$ et $y$) peut s'écrire matriciellement :

$\displaystyle{(S) \iff \underbrace{\begin{pmatrix}a & b \\ c & d\end{pmatrix}}_{= \, A} \underbrace{\begin{pmatrix}x \\ y\end{pmatrix}}_{= \, X} = \underbrace{\begin{pmatrix}\alpha \\ \beta\end{pmatrix}}_{= \, B}}$

Avec les notations ci-dessus, si $A$ est inversible (voir les paragraphes suivants) alors le système $(S)$ admet une unique solution $X = A^{-1}B$.

Nous avons travaillé ici avec un système de deux équations, mais il est tout-à-fait possible de généraliser cette méthode à plus de deux équations !

Suites de matrices colonnes

Soit $(U_n)$ une suite de matrices colonnes de taille $m$ vérifiant une relation du type $U_{n+1} = A U_n$ pour tout $n \in \mathbb{N}$ et où $A \in \mathcal{M}_m(\mathbb{R})$.

Alors, pour tout $n \in \mathbb{N}$, $U_n = A^n U_0$.

Soit $(V_n)$ une suite de matrices colonnes de taille $m$ vérifiant une relation du type $V_{n+1} = A V_n + B$ pour tout $n \in \mathbb{N}$ et où $A$, $B \in \mathcal{M}_m(\mathbb{R})$. Supposons qu'il existe une matrice $X \in \mathcal{M}_m(\mathbb{R})$ telle que $AX + B = X$.

Alors, pour tout $n \in \mathbb{N}$, $U_n = A^n (U_0 - X) + X$.

Transformations géométriques du plan

Il est possible de faire le lien entre les matrices et certains types de transformations géométriques du plan.

On se place dans un repère $(O; \overrightarrow{i}, \overrightarrow{j})$. Soient $A = (x_A; y_A)$ et $B = (x_B; y_B)$ deux points du plan.

• $B$ est l'image de $A$ par la translation de vecteur $\displaystyle{\overrightarrow{u} = \begin{pmatrix} x_{\overrightarrow{u}} \\ y_{\overrightarrow{u}} \end{pmatrix}}$ si et seulement si $\displaystyle{\begin{pmatrix} x_B \\ y_B \end{pmatrix} = \begin{pmatrix} x_{\overrightarrow{u}} \\ y_{\overrightarrow{u}} \end{pmatrix} + \begin{pmatrix} x_A \\ y_A \end{pmatrix}}$.
• $B$ est l'image de $A$ par la rotation de centre $O$ et d'angle $\theta \in \mathbb{R}$ si et seulement si $\displaystyle{\begin{pmatrix} x_B \\ y_B \end{pmatrix} = \begin{pmatrix} \cos(\theta) & -\sin(\theta) \\ \sin(\theta) & \cos(\theta) \end{pmatrix} \begin{pmatrix} x_A \\ y_A \end{pmatrix}}$.

Graphes

Graphes non-orientés et orientés

Un graphe $G$ non-orienté est un couple $(S; A)$ où :

• $S$ est l'ensemble des sommets de $G$.
• $A$ est un ensemble contenant les éléments de la forme $\{s_i; s_j\}$ où $s_i$, $s_j \in S$, et correspond aux arêtes de $G$.

Un graphe $G$ orienté est un couple $(S; A)$ où :

• $S$ est l'ensemble des sommets de $G$.
• $A$ est un sous-ensemble de $S \times S$, et correspond aux arêtes orientées de $G$.

Soit $G = (S; A)$ un graphe. Donnons quelques définitions nécessaires pour la suite :

• L'ordre de $G$ est le nombre de sommets que possède $G$ (i.e. le cardinal de $S$).
• Le degré d'un sommet est le nombre d'arêtes qui passent par ce sommet (quelque-soit le sens de l'arête dans le cas où $G$ est orienté). Les boucles comptent pour $2$.
• Un sommet $A$ est adjacent à un autre sommet $B$ s'il existe une arête reliant $A$ à $B$ (i.e. si $(A; B) \in A$ dans le cas où $G$ est orienté / si $(A; B)$ ou $(B; A) \in A$ si $G$ n'est pas orienté). Si $A$ n'est adjacent à aucun autre sommet, alors $A$ est un sommet isolé.
• $G$ est dit complet si tout sommet de $A$ est adjacent à chacun des autres.

Soit $G$ un graphe. On note par $a$ son nombre d'arêtes, et par $d$ la somme des degrés de ses sommets. Alors $d = 2a$.

Chaînes et chemins

Soit $G$ un graphe non-orienté. On appelle chaîne de taille $n$, toute succession de $n$ arêtes de $G$ telle que l'extrémité de chacune est l'origine de la suivante.

Si $G$ est un graphe orienté, on parle de chemin plutôt que de chaîne.

Dans un graphe $G$ non-orienté :

• Si l'origine d'une chaîne coïncide avec sa fin, on parle de chaîne fermé (ou de chemin fermée si $G$ est orienté).
• Si la chaîne est composée d'arêtes toutes distinctes, on parle de cycle (ou de circuit si $G$ est orienté).

Matrices d'adjacence

Le but de cette section est d'étudier le lien étroit qui relie les matrices et les graphes.

Soit $G = (S; A)$ un graphe d'ordre $n$. On note $S = \{s_1, \text{ ... }, s_n\}$ l'ensemble des sommets de $G$.

On fait correspondre à $G$ la matrice carrée d'ordre $n$ dont le coefficient à la ligne $i$ et la colonne $j$ est égal au nombre d'arêtes reliant le sommet $s_i$ au sommet $s_j$. Cette matrice est appelée matrice d'adjacence du graphe $G$.

On notera qu'une telle matrice est symétrique (par rapport à sa diagonale) si le graphe en question est non-orienté.

Soient $G = (S; A)$ un graphe orienté d'ordre $n$ et $M$ sa matrice d'adjacence. On note $S = \{s_1, \text{ ... }, s_n\}$ l'ensemble des sommets de $G$.

Alors le coefficient à la ligne $i$ et à la colonne $j$ de $M^k$ est le nombre de chemins de longueur $k$ reliant le sommet $s_i$ au sommet $s_j$.