Les matrices pour elles mêmes
Rédaction incomplète. Version 0.5
le 19 mars 2020Plan
I. Dénitions . . . . 1
II. Structure d'espace vectoriel. . . . . 3
1. Base et dimension.. . . . 3
2. Applications linéaires. . . . . 3
III. Produit matriciel . . . . 3
1. Ligne par colonne . . . . 3
2. Généralisation . . . . 4
3. Propriétés. . . . . 5
4. Algèbre de matrices carrées . . . . 5
5. Produit par blocs . . . . 6
IV. Matrices colonnes . . . . 6
1. Base canonique . . . . 6
2. Noyau et image d'une matrice . . . . 6
3. Inversibilité . . . . 6
Index
associativité du produit matriciel, 4
base canonique de l'espace des matrices co- lonnes, 6
caractérisation des matrices inversibles, 7 matrice colonne, 2
matrice diagonale, 2 matrice extraite, 2 matrice ligne, 2
matrice nilpotente, 6 matrice triangulaire, 2 matrices élémentaires, 2 matricette, 2
noyau et image d'une matrice, 6 produit par blocs, 6
trace d'une matrice, 3 transposition, 3
L'objet de cette section est d'introduire les matrices et les opérations matricielles pour elles mêmes. Les es- paces vectoriels de matrices fournissent en eet des exemples concrets d'espaces vectoriels et les multiplications matricielles des exemples concrets d'applications linéaires.
La caractérisation des matrices inversibles est un bon exemple de mise en ÷uvre des résultats relatifs à la dimension nie dans le cadre des espaces de matrices.
I. Dénitions
Dénition. L'ensemble M
p,q(K) des matrices à p lignes q colonnes et coecients dans le corps K est l'ensemble des fonctions dénies dans {1, · · · , p} × {1, · · · , q} et à valeurs dans K .
On utilisera terme, valeur ou coecient pour désigner les valeurs de la fonction associée.
Notation matricielle :
A = (a
ij)
(i,j)∈J1,pK×J1,qK
. Dénition. La diagonale d'une matrice A ∈ M
p,q(K) est la famille
(a
11, · · · , a
mm) avec m = min(p, q)
Quand on présente une matrice avec tous ses termes, on utilise des parenthèses ou des crochets et rien (un espace) entre les termes
a
11a
12a
13a
21a
22a
23a
11a
12a
13a
21a
22a
23On dénit des types particuliers de matrices.
Matrices nulles 0
p,qtous les termes sont nuls.
Matrices carrées M
p(K) = M
p,p(K) . Matrices lignes p = 1
x
1x
2· · · x
q∈ M
1,q(K)
Il vaut mieux ne pas identier les matrices lignes (à q colonnes) et les q -uplets (x
1, x
2, · · · , x
q) ∈ K
qMatrices colonnes q = 1
x
1x
2...
x
p
∈ M
p,1(K)
Matricettes p = q = 1 . La diérence est mince entre une matricette et un élément de K . En général on peut les identier sans problème.
a
∈ M
1,1(K) = a ∈ K Matrices diagonales A est diagonale si et seulement si
i 6= j ⇒ a
ij= 0
Matrices identités notées I
p: matrice carrée ( p lignes, p colonnes) diagonale avec seulement des 1 sur la diago- nale.
Matrices triangulaires (carrées) supérieures ou inférieures strictes ou non. On présente dans un tableau la condition sur i et j qui entraîne que a
ij= 0 pour les matrices triangulaires de chaque type.
type supérieure supérieure stricte inférieure inférieure stricte condition assurant nullité terme i, j i > j i ≥ j i < j i ≤ j
Tab. 1: Matrices triangulaires Présentation d'une matrice triangulaire supérieure :
a
11a
12· · · a
1q0 a
22· · · a
2q... ... ... ...
0 · · · 0 a
pp
Matrices élémentaires Pour tout (i, j) ∈ {1, . . . , p} × J 1, q K, la matrice E
p,q(i, j) ∈ M
p(K) est dénie par :
∀(k, l) ∈ {1, . . . , p} × J 1, q K : terme k, l de E
p,q(i, j) = δ
kiδ
ljLe seul terme non nul de cette matrice est celui en position i, j et ce terme vaut 1 .
Lignes ou colonnes d'une matrice Pour A ∈ M
p,q(K) , on dénit la matrice i -eme ligne L
i(A) et la matrice j -eme colonne C
j(A) .
L
i(A) = a
i1a
i2· · · a
iqC
j(A) =
a
1ja
2j...
a
pj
Matrice extraite Plus généralement, si I ⊂ J 1, p K, J ⊂ J 1, q K, la matrice extraite A
I,Jne contient que les a
ijavec i ∈ I et j ∈ J .
Exemple :
I = {2, 4} ⊂ J 1, 5 K , J = {1, 3} ⊂ J 1, a K , A
I,J=
a
21a
23a
41a
43∈ M
2(K).
II. Structure d'espace vectoriel.
1. Base et dimension.
L'ensemble M
p,q(K) hérite de la structure de K -espace vectoriel fonctionnel. On vérie la proposition suivante.
Les pq matrices E
p,q(i, j) pour (i, j) ∈ J 1, p K × J 1, q K forment une base de M
p,q(K) . dim M
p,q(K) = pq
L'ensemble M
p,q( C ) est à la fois un C-espace vectoriel et un R-espace vectoriel. On peut conjuguer une matrice complexe ou prendre sapartie réelle ou sa partie imaginaire.
Z = (z
ij)
(i,j)∈J1,pK×J1,qK
∈ M
p,q( C ),
Z = (z
ij)
(i,j)∈J1,pK×J1,qK
∈ M
p,q( C ) A = Re(Z) = (Re(z
ij))
(i,j)∈J1,pK×J1,qK
∈ M
p,q( C ) B = Im(Z) = (Im(z
ij))
(i,j)∈J1,pK×J1,qK
∈ M
p,q( C ) .
Les formules sont semblables à celles dans C :
Z = A + iB, Z = A − iB, A = 1
2 (Z + Z), B = 1
2i (Z − Z).
2. Applications linéaires.
Les K -espaces vectoriels M
p,1(K) (colonnes) et M
1,p(K) (lignes) sont isomorphes à K
p( p -uplets). De même M
p,q(K) est isomorphe à K
pq.
Remarque. Il est déconseillé d'identier les matrices p -colonnes ou p -lignes avec K
p. En revanche, on peut identier les matricettes 1 × 1 avec des éléments du corps.
Dénition (Transposition). La transposition de A ∈ M
pq(K) est A
tM
qp(K) dénie par :
∀(i, j) ∈ J 1, p K × J 1, q K , terme j, i de A
t= a
ij.
Pour chaque couple (p, q) , l'application transposition est un isomorphisme de M
pq(K) vers M
qp(K) .
Dénition (matrices carrées symétriques ou antisymétriques). Une matrice A ∈ M
p(K) est dite symétrique si et seulement si A
t= A . Elle est dite antisymétrique si et seulement si A
t= −A .
Dénition (Trace). La trace d'une matrice carrée A ∈ M
p(K) est dénie par : tr(A) = P
pi=1
a
ii. L'application tr est une forme linéaire de M
p(K) .
Les applications i -ème ligne L
i(avec i ∈ J 1, p K) de M
pq(K) dans M
1q(K) et j -ème colonne C
j(avec j ∈ J 1, q K) M
pq(K) dans M
p1(K) sont linéaires et surjectives.
III. Produit matriciel
1. Ligne par colonne
Le produit d'une matrice ligne (à gauche) par une matrice colonne (à droite) est une matrice 1 × 1 déni par :
x
1x
2· · · x
p
y
1y
2· · · y
p
= x
1y
1+ x
2y
2+ · · · + x
py
p(matricette)
= x
1y
1+ x
2y
2+ · · · + x
py
pidentié à un élément de K
2. Généralisation
Le produit AB avec A ∈ M
p,q(K) , B ∈ M
q,r(K) est la matrice de M
p,r(K) dont chaque terme est obtenu en faisant le produit d'une ligne de la matrice de gauche et d'une colonne de la matrice de droite. Précisément :
∀(i, k) ∈ J 1, p K × J 1, r K , terme i, j de AB = L
i(A)C
k(B) =
q
X
j=1
a
ijb
jk. Remarque. Le produit matriciel n'est pas commutatif.
Si le produit AB est déni, le produit BA ne l'est pas forcément. Si la matrice BA est dénie, elle n'est pas forcément de même taille que AB . Si les matrices AB et BA sont de même taille, elles ne sont pas forcément égales.
L = x
1· · · x
p, C =
y
1...
y
p
, LC matricette 1 × 1, CL =
y
1x
1y
1x
2· · · y
1x
py
2x
1y
2x
2· · · y
2x
p... ... · · · ...
y
px
1y
px
2· · · y
px
p
∈ M
p(K).
Introduisons des conventions de nommage usuelles pour les indices des diérents intervalles.
intervalles entre 1 et p entre 1 et q entre 1 et r entre 1 et s noms i, i
0, i
0, · · · j, j
0, j
0, · · · k, k
0, k
0, · · · l, l
0, l
0, · · ·
Tab. 2: Conventions de nommage
Proposition (propriétés du produit matriciel). Dans les propositions suivantes, on utilise les conventions de nommage de la table 2.
Bilinéarité. Soit (A, A
0) ∈ M
pq(K)
2, (B, B
0) ∈ M
qr(K)
2, λ ∈ K .
( (A + A
0)B = AB + A
0B, (λA)B = (λAB) A(B + B
0) = Ab + AB
0, A(λB) = λ(AB) . Colonne et ligne d'un produit.
∀k ∈ J 1, r K , C
k(AB) = AC
k(B). ∀i ∈ J 1, p K , L
i(AB) = L
i(A)B.
Terme i, k de AB = L
i(A)C
k(B) . Colonne d'un produit.
∀k ∈ J 1, r K , C
k(AB) = AC
k(B).
Ligne d'un produit.
∀i ∈ J 1, p K , L
i(AB) = L
i(A)B.
Le produit d'une matrice quelconque par une matrice nulle est une matrice nulle.
Produits par une matrice identité.
∀A ∈ M
p,q(K), I
pA = A = AI
q. Transposée d'un produit.
∀A ∈ M
p,q(K), ∀B ∈ M
q,r(K),
t(AB) =
tB
tA . Associativité :
∀A ∈ M
p,q(K), ∀B ∈ M
q,r(K), ∀C ∈ M
r,s(K) : (AB)C = A(BC)
Combinaison de colonnes comme produit matriciel. AC où C est une matrice colonne comme combinaison linéaire des colonnes de A .
∀A ∈ M
p,q(K), ∀(λ
1, · · · , λ
q) ∈ K
q, A
λ
1...
λ
q
= λ
1C
1(A) + · · · + λ
qC
q(A) ∈ Vect (C
1(A), · · · , C
p(A))
Remarque. La bilinéarité traduit la linéarité des fonctions multiplication à gauche par A et multiplication à droitee par A . à compléter
Preuve de l'associativité.
terme i
0, l
0de (AB)C =
r
X
k=1
( terme i
0, k de AB)c
kl0=
r
X
k=1
q
X
j=1
a
i0jb
jk
c
kl0= X
(j,k)∈J1,qK×{1,···,r}
a
i0jb
jkc
kl0=
q
X
j=1
a
i0jr
X
k=1
b
jkc
kl0!
=
q
X
j=1
a
i0jterme j, l
0de BC = terme i
0, l
0de A(BC)
Exemple (produits de matrices élémentaires).
E
p,q(i
0, j
0)E
q,r(j
1k
1) = δ
j0j1E
p,r(i
0, k
1)
Application : une matrice Z ∈ M
p(K) commute avec toutes les matrices élémentaires E
p,p(i, j) si et seulement si il existe λ ∈ K tel que Z = λI
p.
3. Propriétés.
Proposition. Le produit de deux matrices triangulaires supérieures (resp inférieures) est une matrice triangulaire supérieure (resp inférieure).
Preuve. Soit A et B deux p × p matrices triangulaires supérieures. On veut montrer que C = AB est triangulaire supérieure. D'après la table 1, la condition assurant que C est triangulaire supérieure est u < v ⇒ c
uv= 0 . Pour i et j dans J 1, p K tels que i < j , montrons que c
ijest nul.
c
ij=
p
X
k=1
a
ikb
kj=
j−1
X
k=1
a
ikb
kj|{z}
=0cark<j
+
p
X
k=j
a
ik|{z}
=0cari<j≤k
b
kj= 0.
La démonstration est analogue pour les matrices triangulaires inférieures.
Proposition. Pour des matrices carrées A , B dans M
p(K) : tr(AB) = tr(BA) Preuve. Par dénition de la trace
tr(AB) =
p
X
i=1
terme ii de AB =
p
X
i=1
p
X
j=1
a
ijb
ji
= X
(i,j)∈J1,pK
2
a
ijb
ji= X
(i,j)∈J1,pK
2
b
jia
ij=
p
X
j=1 p
X
i=1
b
jia
ij!
=
p
X
j=1
terme jj de BA = tr(BA).
4. Algèbre de matrices carrées
Structure d'anneau, de K -algèbre sur M
p(K) . Une K -algèbre est à la fois un anneau et un K -espace vectoriel pour lequel les multiplications à droite et à gauche par des éléments xés sont des endomorphismes.
Dénition. L'ensemble des matrices inversibles de M
p(K) est noté GL
p(K) . Proposition. Pour le produit matriciel, GL
p(K) est un groupe.
Preuve. Il s'agit du groupe des inversibles de l'anneau M
p(K) .
Remarque. Si A et B sont inversibles, AB aussi et (AB)
−1= B
−1A
−1.
Proposition. La transposée d'une matrice inversible est inversible. La transposée de l'inverse d'une matrice inversible est l'inverse de sa transposée.
∀P ∈ GL
p(K)
tA
−1=
tA
−1.
Preuve. Il sut de transposer la dénition de l'inverse : A A
−1= A
−1A = I
p⇒
tA A
−1=
tA
−1A
=
tI
p⇒
tA
−1tA =
tA
tA
−1= I
p⇒
tA
−1=
tA
−1.
Dans une matrice carrée, les règles de calculs usuelles sont valides. Il faut seulement tenir compte du fait que la multiplication n'est pas commutative.
Proposition (Formule du binôme et somme télescopique).
∀(A, B) ∈ M
p(K), ∀n ∈ N
∗AB = BA ⇒
(A + B)
n=
n
X
k=0
n k
A
kB
n−kA
n+1− B
n+1= (A − B)
n
X
k=0