Matrices
Herv ´e Hocquard
Universit ´e de Bordeaux, France
8 janvier 2020
Matrice d’une application lin ´eaire
Introduction
Soit E un R -e.v de dimension p, soit B = (e 1 , . . . , e p ) une base de E . Soit F un R -e.v de dimension n et soit B 0 = (u 1 , . . . ,u n ) une base de F . Soit f une application lin ´eaire de E dans F . On sait que f est enti `erement d ´etermin ´ee par la donn ´ee de
f(e 1 ), . . . ,f (e p ), mais chacun de ces vecteurs est lui-m ˆeme d ´etermin ´e par ses coordonn ´ees dans la base B 0 de F .
Notons coord
B
0(f (e j )) = (a 1j , . . . , a nj ) pour j ∈ J 1,p K , c’est- `a-dire :
∀j ∈ J 1,p K , f (e j ) =
n
∑
i=1
a ij u i On obtient ainsi une matrice A = (a ij )
1≤i≤n1≤j≤p
cette matrice est
d ´efinie par : c j (A) = coord
B
0(f (e j )) o `u c j (A) repr ´esente le j `eme
vecteur colonne de la matrice A.
Matrice d’une application lin ´eaire
Introduction
Soit E un R -e.v de dimension p, soit B = (e 1 , . . . , e p ) une base de E . Soit F un R -e.v de dimension n et soit B 0 = (u 1 , . . . ,u n ) une base de F . Soit f une application lin ´eaire de E dans F . On sait que f est enti `erement d ´etermin ´ee par la donn ´ee de
f(e 1 ), . . . ,f (e p ), mais chacun de ces vecteurs est lui-m ˆeme d ´etermin ´e par ses coordonn ´ees dans la base B 0 de F . Notons coord
B
0(f (e j )) = (a 1j , . . . ,a nj ) pour j ∈ J 1,p K , c’est- `a-dire :
∀j ∈ J 1,p K , f (e j ) =
n
∑
i=1
a ij u i On obtient ainsi une matrice A = (a ij )
1≤i≤n1≤j≤p
cette matrice est
d ´efinie par : c j (A) = coord
B
0(f (e j )) o `u c j (A) repr ´esente le j `eme
vecteur colonne de la matrice A.
Matrice d’une application lin ´eaire
Introduction
Soit E un R -e.v de dimension p, soit B = (e 1 , . . . , e p ) une base de E . Soit F un R -e.v de dimension n et soit B 0 = (u 1 , . . . ,u n ) une base de F . Soit f une application lin ´eaire de E dans F . On sait que f est enti `erement d ´etermin ´ee par la donn ´ee de
f(e 1 ), . . . ,f (e p ), mais chacun de ces vecteurs est lui-m ˆeme d ´etermin ´e par ses coordonn ´ees dans la base B 0 de F . Notons coord
B
0(f (e j )) = (a 1j , . . . ,a nj ) pour j ∈ J 1,p K , c’est- `a-dire :
∀j ∈ J 1,p K , f (e j ) =
n
∑
i=1
a ij u i
On obtient ainsi une matrice A = (a ij )
1≤i≤n1≤j≤p
cette matrice est
d ´efinie par : c j (A) = coord
B
0(f (e j )) o `u c j (A) repr ´esente le j `eme
vecteur colonne de la matrice A.
Matrice d’une application lin ´eaire
Introduction
Soit E un R -e.v de dimension p, soit B = (e 1 , . . . , e p ) une base de E . Soit F un R -e.v de dimension n et soit B 0 = (u 1 , . . . ,u n ) une base de F . Soit f une application lin ´eaire de E dans F . On sait que f est enti `erement d ´etermin ´ee par la donn ´ee de
f(e 1 ), . . . ,f (e p ), mais chacun de ces vecteurs est lui-m ˆeme d ´etermin ´e par ses coordonn ´ees dans la base B 0 de F . Notons coord
B
0(f (e j )) = (a 1j , . . . ,a nj ) pour j ∈ J 1,p K , c’est- `a-dire :
∀j ∈ J 1,p K , f (e j ) =
n
∑
i=1
a ij u i On obtient ainsi une matrice A = (a ij )
1≤i≤n1≤j≤p
cette matrice est
d ´efinie par : c j (A) = coord
B
0(f(e j )) o `u c j (A) repr ´esente le j `eme
vecteur colonne de la matrice A.
Matrice d’une application lin ´eaire
Construction de cette matrice
mat B , B
0(f ) =
f (e 1 ) f (e 2 ) . . . f(e p )
↓ ↓ ↓
a 11 a 12 . . . a 1p → u 1
a 21 a 22 . . . a 2p → u 2
.. . .. . .. . .. . .. .
a n1 a n2 . . . a np → u n
Cas particuliers des endomorphismes
Lorsque l’espace d’arriv ´ee est le m ˆeme que celui de d ´epart (F = E), on choisit en g ´en ´eral la m ˆeme base `a l’arriv ´ee qu’au d ´epart ( B 0 = B ), on note mat
B , B
0(f) = mat
B (f ), c’est une matrice
carr ´ee.
Matrice d’une application lin ´eaire
Construction de cette matrice
mat B , B
0(f ) =
f (e 1 ) f (e 2 ) . . . f(e p )
↓ ↓ ↓
a 11 a 12 . . . a 1p → u 1
a 21 a 22 . . . a 2p → u 2
.. . .. . .. . .. . .. .
a n1 a n2 . . . a np → u n
Cas particuliers des endomorphismes
Lorsque l’espace d’arriv ´ee est le m ˆeme que celui de d ´epart (F = E), on choisit en g ´en ´eral la m ˆeme base `a l’arriv ´ee qu’au d ´epart ( B 0 = B ), on note mat
B , B
0(f) = mat
B (f ), c’est une matrice
carr ´ee.
Exemples
Exercice
Soit B = (e 1 ,e 2 , e 3 ) la base canonique de R 3 et soit B 0 = (e 0 1 ,e 2 0 ) la base canonique de R 2 . Soit f l’application lin ´eaire de R 3 dans R 2 d ´efinie pour tout (x ,y , z) ∈ R 3 par
f(x, y ,z) = (2x − y + z ,x + 2y − 3z).
D ´eterminer A = mat
B , B
0(f).
D ´eterminer B = mat
B , B
00(f ) o `u B 00 = (e 0 1 + e 2 0 ,e 0 1 − e 0 2 ).
Exercice
D ´eterminer l’application lin ´eaire g d ´efinie de R 3 dans R 2 donn ´ee par :
mat B , B
0(g) =
6 −2 1
4 5 −1
Exemples
Exercice
Soit B = (e 1 ,e 2 , e 3 ) la base canonique de R 3 et soit B 0 = (e 0 1 ,e 2 0 ) la base canonique de R 2 . Soit f l’application lin ´eaire de R 3 dans R 2 d ´efinie pour tout (x ,y , z) ∈ R 3 par
f(x, y ,z) = (2x − y + z ,x + 2y − 3z).
D ´eterminer A = mat
B , B
0(f).
D ´eterminer B = mat
B , B
00(f ) o `u B 00 = (e 0 1 + e 2 0 ,e 0 1 − e 0 2 ).
Exercice
D ´eterminer l’application lin ´eaire g d ´efinie de R 3 dans R 2 donn ´ee par :
mat B , B
0(g) =
6 −2 1
4 5 −1
Matrice d’une application lin ´eaire
Th ´eor `eme : caract ´erisation de l’identit ´e et de l’application nulle Soit E un R -ev de dimension n et soit B une base de E .
Soit f un endomorphisme de E , alors : f = id E ⇐⇒ mat
B (f ) = I n
Soit F un R -ev de dimension p et soit B 0 une base de F . Soit f une application lin ´eaire de E dans F , alors :
f = 0 ⇐⇒ mat
B , B
0(f) = O p,n
Matrice d’une application lin ´eaire
Th ´eor `eme
Soient E et F deux R -ev, soit B une base de E et soit B 0 une base de F . Soient f et g deux applications lin ´eaires de E dans F et soit λ ∈ R . On a :
mat B , B
0(f + g) = mat
B , B
0(f ) + mat
B , B
0(g) et mat
B , B
0(λ .f ) = λ .mat
B , B
0(f)
Th ´eor `eme : caract ´erisation du produit
Soient E , F et G trois R -ev, soit B une base de E , soit B 0 une base de F et soit B 00 une base de G. Soit f (resp. g) une application lin ´eaire de E dans F (resp. F dans G), avec A = mat
B
0, B
00(g) et B = mat
B , B
0(f ), alors :
B mat , B
00(g ◦ f ) = A × B = mat
B
0, B
00(g) × mat
B , B
0(f)
Matrice d’une application lin ´eaire
Th ´eor `eme
Soient E et F deux R -ev, soit B une base de E et soit B 0 une base de F . Soient f et g deux applications lin ´eaires de E dans F et soit λ ∈ R . On a :
mat B , B
0(f + g) = mat
B , B
0(f ) + mat
B , B
0(g) et mat
B , B
0(λ .f ) = λ .mat
B , B
0(f)
Th ´eor `eme : caract ´erisation du produit
Soient E , F et G trois R -ev, soit B une base de E , soit B 0 une base de F et soit B 00 une base de G. Soit f (resp. g) une application lin ´eaire de E dans F (resp. F dans G), avec A = mat
B
0, B
00(g) et B = mat
B , B
0(f ), alors :
B mat , B
00(g ◦ f ) = A × B = mat
B
0, B
00(g) × mat
B , B
0(f)
Matrice d’une application lin ´eaire
Cas particulier
Soit E un R -ev, soit B une base de E et soient u et v deux endomorphismes de E avec A = mat
B (u) et B = mat
B (v ), on a alors mat
B (u ◦ v ) = mat
B (u) × mat
B (v ) = A × B, en particulier :
∀n ∈ N , mat
B (u n ) =
mat B (u) n
= A n
Lien entre matrice et application lin ´eaire
Th ´eor `eme
Soient B = (e 1 , . . . , e p ) une base de E et B 0 = (u 1 , . . . ,u n ) une base de F . Soit f une application lin ´eaire de E dans F .
Pour x ∈ E, on pose X la matrice colonne des coordonn ´ees de x dans la base B , que l’on note : X = coord
B (x ) ∈ M p,1 ( R ) et Y la matrice colonne des coordonn ´ees de y = f(x ) dans la base B 0 : Y = coord
B
0(f(x)) ∈ M n,1 ( R ).
En posant : A = mat
B,B
0(f ), on a la relation suivante : Y = AX i.e. coord
B
0(f (x)) = mat
B , B
0(f) × coord
B (x )
Lien entre matrice et application lin ´eaire
Exercice
Soit B = (e 1 ,e 2 , e 3 ) la base canonique de R 3 et soit B 0 = (e 0 1 ,e 2 0 ) la base canonique de R 2 . Soit f l’application lin ´eaire de R 3 dans R 2 d ´efinie par sa matrice dans les bases B et B 0 : A = mat
B,B
0(f ) =
1 −2 3
2 1 −5
, calculer f (x ,y , z).
Lien entre matrice et application lin ´eaire
D ´efinition : application lin ´eaire canoniquement associ ´ee Soit A ∈ M n,p ( R ), on appelle application lin ´eaire
canoniquement associ ´ee `a A l’application lin ´eaire f de R p dans
R n dont la matrice dans les bases canoniques de R p et R n est
A.
Matrices carr ´ees inversibles
Introduction
L’ensemble ( M n ( R ),+,×) a une structure particuli `ere (structure d’anneau...), on peut donc s’int ´eresser aux ´el ´ements
inversibles de cet ensemble. C’est `a dire aux matrices M ∈ M n ( R ) pour lesquelles il existe une matrice N ∈ M n ( R ) telle que M × N = N × M = I n . Si M ∈ M n ( R ) est inversible, son inverse sera not ´e M −1 .
Propri ´et ´e
Si M et N sont deux matrices inversibles de M n ( R ) alors :
(M × N) −1 = N −1 × M −1
Matrices carr ´ees inversibles
Introduction
L’ensemble ( M n ( R ),+,×) a une structure particuli `ere (structure d’anneau...), on peut donc s’int ´eresser aux ´el ´ements
inversibles de cet ensemble. C’est `a dire aux matrices M ∈ M n ( R ) pour lesquelles il existe une matrice N ∈ M n ( R ) telle que M × N = N × M = I n . Si M ∈ M n ( R ) est inversible, son inverse sera not ´e M −1 .
Propri ´et ´e
Si M et N sont deux matrices inversibles de M n ( R ) alors :
(M × N) −1 = N −1 × M −1
Matrices carr ´ees inversibles
Exemple : matrices diagonales inversibles
Soit D = diag(a 1 , . . . , a n ) ∈ M n (R), alors D est inversible si et seulement si les coefficients diagonaux sont tous non nuls, auquel cas on a :
D −1 = diag 1
a 1 , . . . , 1 a n
Matrices carr ´ees inversibles
Th ´eor `eme
Soient E et F deux R -ev de m ˆeme dimension n, soit B une base de E et B 0 une base de F , soit u une application lin ´eaire de E dans F , alors u est un isomorphisme de E vers F si et seulement si mat
B , B
0(u) est inversible, si c’est le cas, alors : mat B
0, B (u −1 ) =
mat B , B
0(u)
−1
Matrices carr ´ees inversibles
Th ´eor `eme : caract ´erisation des matrices carr ´ees inversibles Soit A ∈ M n ( R ), alors les assertions suivantes sont
´equivalentes :
1
A est inversible.
2
Il existe une matrice B ∈ M n ( R ) telle que BA = I n .
3
L’ ´equation AX = O n,1 d’inconnue X ∈ M n,1 ( R ) admet une unique solution X = O n,1 .
4
∀Y ∈ M n,1 ( R ), l’ ´equation AX = Y d’inconnue X ∈ M n,1 ( R ) admet une unique solution.
5
∀Y ∈ M n,1 ( R ), l’ ´equation AX = Y d’inconnue X ∈ M n,1 ( R ) admet au moins une solution.
Cons ´equence
Si BA = I n alors AB = I n (car A est inversible et donc B = A −1 ).
Matrices carr ´ees inversibles
Th ´eor `eme : caract ´erisation des matrices carr ´ees inversibles Soit A ∈ M n ( R ), alors les assertions suivantes sont
´equivalentes :
1
A est inversible.
2
Il existe une matrice B ∈ M n ( R ) telle que BA = I n .
3
L’ ´equation AX = O n,1 d’inconnue X ∈ M n,1 ( R ) admet une unique solution X = O n,1 .
4
∀Y ∈ M n,1 ( R ), l’ ´equation AX = Y d’inconnue X ∈ M n,1 ( R ) admet une unique solution.
5
∀Y ∈ M n,1 ( R ), l’ ´equation AX = Y d’inconnue X ∈ M n,1 ( R ) admet au moins une solution.
Cons ´equence
Si BA = I n alors AB = I n (car A est inversible et donc B = A −1 ).
Matrices carr ´ees inversibles
Exercice
Soit A ∈ M n ( R ). Montrer que si A est inversible alors t A est inversible et ( t A) −1 = t (A −1 ).
Exercice Soit A =
1 λ −1
0 2 1
1 0 1
avec λ ∈ R .
D ´eterminer en fonction de λ si A est inversible ou non, si c’est le cas, calculer A −1 .
Exercice
Soit T ∈ M n ( R ) une matrice triangulaire sup ´erieure. Montrer que T est diagonalisable si et seulement si ses
´el ´ements diagonaux sont tous non nuls. Si c’est le cas, montrer
que T −1 est ´egalement triangulaire sup ´erieure.
Matrices carr ´ees inversibles
Exercice
Soit A ∈ M n ( R ). Montrer que si A est inversible alors t A est inversible et ( t A) −1 = t (A −1 ).
Exercice Soit A =
1 λ −1
0 2 1
1 0 1
avec λ ∈ R .
D ´eterminer en fonction de λ si A est inversible ou non, si c’est le cas, calculer A −1 .
Exercice
Soit T ∈ M n ( R ) une matrice triangulaire sup ´erieure. Montrer que T est diagonalisable si et seulement si ses
´el ´ements diagonaux sont tous non nuls. Si c’est le cas, montrer
que T −1 est ´egalement triangulaire sup ´erieure.
Matrices carr ´ees inversibles
Exercice
Soit A ∈ M n ( R ). Montrer que si A est inversible alors t A est inversible et ( t A) −1 = t (A −1 ).
Exercice Soit A =
1 λ −1
0 2 1
1 0 1
avec λ ∈ R .
D ´eterminer en fonction de λ si A est inversible ou non, si c’est le cas, calculer A −1 .
Exercice
Soit T ∈ M n ( R ) une matrice triangulaire sup ´erieure.
Montrer que T est diagonalisable si et seulement si ses
´el ´ements diagonaux sont tous non nuls. Si c’est le cas, montrer
que T −1 est ´egalement triangulaire sup ´erieure.
Matrices de passage
D ´efinition
Soit E un R -ev, soit B = (e 1 , . . . , e n ) une base de E , soit S = (x 1 , . . . , x p ) une famille de vecteurs de E, on appelle matrice du syst `eme S dans la base B , la matrice A ∈ M n,p (R) d ´efinie par : ∀(i,j) ∈ J 1,n K × J 1,p K , a ij est la coordonn ´ee sur e i de x j . En d’autres termes, pour j ∈ J 1, p K , le j `eme vecteur colonne de A est c j (A) = coord
B (x j ). Cette matrice est not ´ee P B , S et
appel ´ee matrice de passage de B `a S , elle exprime les
vecteurs de S dans la base B .
Matrices de passage
Construction de cette matrice de passage
P B,S =
x 1 x 2 . . . x p →
vecteurs deS↓ ↓ . . . ↓
a 11 a 12 . . . a 1p →
coordonn ´ee sure1premier vecteur deBa 21 a 22 . . . a 2p →
coordonn ´ee sure2deuxi `eme vecteur deB.. . .. . .. . .. . .. .
a n1 a n2 . . . a np →
coordonn ´ee surendernier vecteur deBMatrices de passage
Exercice
Soit B la base canonique de R 3 et S = {(1, −1, 0); (2,−1, 3)}.
D ´eterminer la matrice de passage de la base B au syst `eme S .
Exercice
Soit B = {e 1 , e 2 , e 3 } la base canonique de R 3 et B 0 = {e 1 ,e 1 + e 2 , e 1 + e 2 + e 3 }.
1
Montrer que B 0 est une base de R 3 .
2
D ´eterminer la matrice de passage de la base B
`a la base B 0 .
Matrices de passage
Exercice
Soit B la base canonique de R 3 et S = {(1, −1, 0); (2,−1, 3)}.
D ´eterminer la matrice de passage de la base B au syst `eme S . Exercice
Soit B = {e 1 , e 2 , e 3 } la base canonique de R 3 et B 0 = {e 1 ,e 1 + e 2 , e 1 + e 2 + e 3 }.
1
Montrer que B 0 est une base de R 3 .
2
D ´eterminer la matrice de passage de la base B
`a la base B 0 .
Matrices de passage
Th ´eor `eme : caract ´erisation des bases
Soit B une base de E, et soit B 0 = (x 1 , . . . , x n ) une famille de n vecteurs de E , alors B 0 est une base de E si et seulement si la matrice de passage de B `a B 0 est inversible.
Interpr ´etation de la matrice de passage entre deux bases Soient B et B 0 deux bases de E.
On consid `ere id E : (E , B 0 ) −→ (E , B ) avec B 0 comme base au d ´epart et B comme base `a l’arriv ´ee, on a la relation :
P B , B
0= mat
B
0,B (id E )
Matrices de passage
Th ´eor `eme : caract ´erisation des bases
Soit B une base de E, et soit B 0 = (x 1 , . . . , x n ) une famille de n vecteurs de E , alors B 0 est une base de E si et seulement si la matrice de passage de B `a B 0 est inversible.
Interpr ´etation de la matrice de passage entre deux bases Soient B et B 0 deux bases de E.
On consid `ere id E : (E , B 0 ) −→ (E , B ) avec B 0 comme base au d ´epart et B comme base `a l’arriv ´ee, on a la relation :
P B , B
0= mat
B
0, B (id E )
Matrices de passage
Th ´eor `eme : application
Soient B , B 0 et B ” trois bases de E, on a : P B
0, B =
P B , B
0−1
et P B , B ” = P B , B
0× P B
0, B ”
Formules du changement de bases
Th ´eor `eme
Soient B et B 0 deux bases de E, soit x ∈ E , on pose X = coord
B (x ) et X 0 = coord
B
0(x ), on a les formules suivantes : X = P B , B
0× X 0 et X 0 = P B
0, B × X =
P B , B
0−1
× X
Exercice
Soient u 1 = (1, 1,−1), u 2 = (−1, 1,1) et u 3 = (1, −2, 1).
1
Montrer que la famille {u 1 , u 2 , u 3 } forme une base de R 3 .
2
Exprimer les coordonn ´ees de v = (1, 0,1) dans cette
nouvelle base.
Formules du changement de bases
Th ´eor `eme
Soient B et B 0 deux bases de E, soit x ∈ E , on pose X = coord
B (x ) et X 0 = coord
B
0(x ), on a les formules suivantes : X = P B , B
0× X 0 et X 0 = P B
0, B × X =
P B , B
0−1
× X
Exercice
Soient u 1 = (1, 1,−1), u 2 = (−1, 1,1) et u 3 = (1,−2, 1).
1
Montrer que la famille {u 1 , u 2 ,u 3 } forme une base de R 3 .
2
Exprimer les coordonn ´ees de v = (1, 0,1) dans cette
nouvelle base.
Formules du changement de bases
Th ´eor `eme
Soient B 1 , B 0 1 deux bases de E et P = P B
1, B
10la matrice de passage, soient B 2 , B 0 2 deux bases de F et soit Q = P B
2, B
20la matrice de passage, soit u une application lin ´eaire de E dans F , on pose A = mat
B
1, B
2(u), A 0 = mat
B
10,B
20(u), on a la relation :
A 0 = Q −1 × A × P
Formules du changement de bases
Th ´eor `eme cas des endomorphismes
Soient B et B 0 deux bases de E et soit P = P B , B
0la matrice de passage, soit u un endomorphisme de E ,si on pose A = mat
B (u) et A 0 = mat
B
0(u), alors on a la relation : A 0 = P −1 × A × P
Exercice
Soit B la base canonique de R 2 et soit u un endomorphisme de R 2 d ´efini par A = mat
B (u) =
2 −1
−1 2
. On pose B 0 = {(1,1); (1,−1)} une base de R 2 .
1
Calculer la matrice de u dans la base B 0 .
2
En d ´eduire l’expression de u n (x ,y ).
Formules du changement de bases
Th ´eor `eme cas des endomorphismes
Soient B et B 0 deux bases de E et soit P = P B , B
0la matrice de passage, soit u un endomorphisme de E ,si on pose A = mat
B (u) et A 0 = mat
B
0(u), alors on a la relation : A 0 = P −1 × A × P
Exercice
Soit B la base canonique de R 2 et soit u un endomorphisme de R 2 d ´efini par A = mat
B (u) =
2 −1
−1 2
. On pose B 0 = {(1,1); (1,−1)} une base de R 2 .
1
Calculer la matrice de u dans la base B 0 .
2
En d ´eduire l’expression de u n (x ,y ).
Matrices semblables
D ´efinition
Soient A, B ∈ M n (R), on dit que les matrices A et B sont semblables si et seulement si il existe une matrice carr ´ee inversible P telle que :
A = P −1 × B × P
Remarques
1
Les matrices d’un endomorphisme dans deux bases sont semblables.
2
Deux matrices sont semblables lorsque ce sont deux
matrices d’un m ˆeme endomorphisme exprim ´ees dans
deux bases (P ´etant la matrice de passage).
Matrices semblables
D ´efinition
Soient A, B ∈ M n (R), on dit que les matrices A et B sont semblables si et seulement si il existe une matrice carr ´ee inversible P telle que :
A = P −1 × B × P
Remarques
1
Les matrices d’un endomorphisme dans deux bases sont semblables.
2